0
| 本文作者： 我在思考中 | 2021-12-27 10:22 |
碳中和和碳達(dá)峰已上升為國(guó)家戰(zhàn)略，中央文件曾不止一次指出“要狠抓綠色低碳技術(shù)攻關(guān)”。那么作為最吸引人的前沿技術(shù)，AI如何賦能碳達(dá)峰？
近日，在GAIR2021大會(huì)上，香港中文大學(xué)（深圳）校長(zhǎng)講座教授，IEEE Fellow黃建偉做了《智能低碳理論探索和關(guān)鍵技術(shù)研究》的報(bào)告，他指出：賦能大規(guī)模的分布式計(jì)算系統(tǒng)，加速碳中和的進(jìn)程，要立足三個(gè)方面：一是通過(guò)人工智能助力低碳經(jīng)濟(jì)，構(gòu)建碳交易的生態(tài)；二是通過(guò)人工智能助力能源產(chǎn)業(yè)的低碳和降碳；三是通過(guò)人工智能助力交通產(chǎn)業(yè)的降低碳排放。
以下是演講原文，AI科技評(píng)論做了不改變?cè)獾恼怼?/span>
2016年，全世界近180個(gè)國(guó)家共同簽訂《巴黎協(xié)定》，目的在于控制全球平均氣溫上升，手段是控制溫室氣體排放。針對(duì)《巴黎協(xié)定》，中央先后多次在各種大會(huì)、論壇中宣布：2030年實(shí)現(xiàn)碳達(dá)峰，2060年實(shí)現(xiàn)碳中和。
2021年10月24日，中共中央國(guó)務(wù)院發(fā)布的《關(guān)于碳達(dá)峰、碳中和的工作意見(jiàn)》，標(biāo)志著“雙碳戰(zhàn)略”已經(jīng)上升為國(guó)家戰(zhàn)略。這意味著我國(guó)的能源結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展模式發(fā)生顛覆性的變革。
在世界范圍內(nèi)，截止到2020年，已有54個(gè)國(guó)家的碳排放達(dá)峰，占全球碳排放總量的約40%。除了中國(guó)，墨西哥、新加坡這些國(guó)家，預(yù)計(jì)也要在2030年實(shí)現(xiàn)達(dá)峰。此外，全球已經(jīng)有29個(gè)國(guó)家和地區(qū)實(shí)現(xiàn)了碳中和的目標(biāo)，這些國(guó)家相對(duì)不發(fā)達(dá)。
韓國(guó)、歐盟這些國(guó)家的碳中和和碳達(dá)峰走得也比較快，已經(jīng)頒布相關(guān)的法律。而包括中國(guó)在內(nèi)的大多數(shù)國(guó)家都在政策宣示中。更進(jìn)一步，從2019年的數(shù)據(jù)看，中國(guó)全社會(huì)的碳排放105億噸，其中能源產(chǎn)業(yè)碳排放占47%，位列第一位，交通產(chǎn)業(yè)占9%，排第三。因此能源和交通是接下來(lái)國(guó)家重點(diǎn)工作的兩個(gè)方向。
AI可以在雙碳目標(biāo)中做些什么呢？AIRS主要通過(guò)賦能大規(guī)模的分布式計(jì)算系統(tǒng)，加速碳中和的進(jìn)程。立足三個(gè)方面：一是通過(guò)人工智能助力低碳經(jīng)濟(jì)，構(gòu)建碳交易的生態(tài)；二是通過(guò)人工智能助力能源產(chǎn)業(yè)的低碳和降碳；三是通過(guò)人工智能助力交通產(chǎn)業(yè)的降低碳排放。
具體到AI技術(shù)路線，搭建智能低碳系統(tǒng)，需要對(duì)群智感知、能源眾包、機(jī)器學(xué)習(xí)、優(yōu)化控制等等一系列基礎(chǔ)理論有所突破。這個(gè)基礎(chǔ)上，從而能夠集成碳交易、能源系統(tǒng)、交通系統(tǒng)發(fā)展中一系列的關(guān)鍵技術(shù)。
基礎(chǔ)研究主要面向知識(shí)大規(guī)模低碳系統(tǒng)分布式的智能決策，數(shù)據(jù)層面的技術(shù)有三種：數(shù)據(jù)能不能自由流通、有償流通、流通受限。
數(shù)據(jù)能夠自由流通的情況下重點(diǎn)解決群智眾包決策的問(wèn)題。例如在大的交通系統(tǒng)中，要想有效地降低碳排放，有效地協(xié)調(diào)交通的狀況，需要眾多參與者之間積極了解交通的相關(guān)情況，了解出行情況，有效的共享。由于不同用戶感知環(huán)境能力高度異質(zhì)化，加上交通信息千變?nèi)f化，真實(shí)的交通信息很難得以實(shí)時(shí)驗(yàn)證，因此要設(shè)計(jì)有效的群體決策。
在個(gè)性化激勵(lì)機(jī)制的基礎(chǔ)上，以鼓勵(lì)用戶有效、高效參與為原則，AIRS設(shè)計(jì)了群智決策系統(tǒng)。例如針對(duì)群智決策的過(guò)程中牽涉到數(shù)據(jù)的共享，隱私問(wèn)題，提出隱私保護(hù)下的個(gè)性化定價(jià)策略，一方面鼓勵(lì)大家積極參與交易、參與互動(dòng)，另一方面也通過(guò)個(gè)性定價(jià)吸引、引導(dǎo)用戶披露相關(guān)的碳排放數(shù)據(jù)。
付費(fèi)數(shù)據(jù)，且時(shí)效性強(qiáng)的數(shù)據(jù)如何交易？為此，AIRS提出實(shí)時(shí)信息交易系統(tǒng)的概念。例如面向低碳智慧交通信息共享場(chǎng)景，針對(duì)交通信息時(shí)效性和分散性等關(guān)鍵性挑戰(zhàn)，提出實(shí)時(shí)信息交易市場(chǎng)框架，以促進(jìn)實(shí)時(shí)交通信息的共享。此舉有利于合理地規(guī)劃交通，減少交通擁堵，提高交通流轉(zhuǎn)效率，減少能源消耗，使人享其行，物暢其流。相應(yīng)的技術(shù)獲得了IEEE WiOpt 2021最佳論文獎(jiǎng)。
有的時(shí)候數(shù)據(jù)的直接交易并不現(xiàn)實(shí)，交易本身會(huì)產(chǎn)生隱私問(wèn)題。對(duì)此，我們考慮一種模型交易，避免直接交易數(shù)據(jù)，這里使用的關(guān)鍵技術(shù)是聯(lián)邦學(xué)習(xí)：在數(shù)據(jù)不進(jìn)行互相交易的情況下也可以產(chǎn)生全局的機(jī)器學(xué)習(xí)模型。因此，基于聯(lián)邦學(xué)習(xí)，我們構(gòu)建了新型的機(jī)器學(xué)習(xí)模型交易市場(chǎng)，通過(guò)不同質(zhì)量的模型、不同情況的隱私保護(hù)，能夠采取不同定價(jià)，滿足不同用戶對(duì)不同模型精度的需求。相關(guān)文章將會(huì)發(fā)表在明年的頂級(jí)會(huì)議IEEE INFOCOM 2022上。
但聯(lián)邦學(xué)習(xí)有幾個(gè)核心的問(wèn)題：
1.如何激勵(lì)大量的個(gè)體積極參與？我們基于契約理論設(shè)計(jì)面向用戶多維隱私信息的最優(yōu)激勵(lì)機(jī)制，激防用戶如實(shí)、高效地參與聯(lián)邦學(xué)習(xí)模型訓(xùn)練。
2.聯(lián)邦學(xué)習(xí)的性能如何進(jìn)行優(yōu)化？這方面我們做了一系列的工作，包括自適應(yīng)的方法對(duì)聯(lián)邦學(xué)習(xí)的核心控制參數(shù)進(jìn)行優(yōu)化，另外基于用戶模型的相似性進(jìn)行聯(lián)合的有效優(yōu)化，如此能夠提升整個(gè)聯(lián)邦學(xué)習(xí)的精度和收斂的速度，使得大規(guī)模分布式系統(tǒng)決策更加高效。
3.當(dāng)每個(gè)用戶樣本比較小的時(shí)候如何進(jìn)行有效的決策？為此，而向低碳機(jī)器學(xué)習(xí)場(chǎng)景，針對(duì)目前機(jī)器學(xué)習(xí)及深度學(xué)習(xí)需要大量訓(xùn)練數(shù)據(jù)的關(guān)鍵挑戰(zhàn)，提出多智能體少樣本學(xué)習(xí)算法，提升大量智能體聯(lián)合學(xué)習(xí)的性能。
智能低碳助力碳交易生態(tài)可以分為幾個(gè)方面：碳計(jì)量、碳仿真、綠證交易以及電力大數(shù)據(jù)。
碳計(jì)量是非常復(fù)雜的情況，我們針對(duì)電力的數(shù)據(jù)，結(jié)合企業(yè)的實(shí)時(shí)電力的使用情況推測(cè)出碳排放的情況，對(duì)相關(guān)的情況進(jìn)行碳計(jì)量和碳審計(jì)提供方案。例如面向火電廠碳排場(chǎng)景，針對(duì)火電廠碳排與電力大數(shù)據(jù)之間的關(guān)系，提出結(jié)合碳衛(wèi)星數(shù)據(jù)的碳計(jì)計(jì)算方法，解決火電廠碳排監(jiān)測(cè)等計(jì)置與預(yù)測(cè)問(wèn)題。
面對(duì)全國(guó)的碳市場(chǎng)交易，我們需要有效高精度的動(dòng)態(tài)仿真，如此才能設(shè)計(jì)有效的交易策略。
綠證是國(guó)家對(duì)發(fā)電企業(yè)每兆瓦時(shí)非水可再生能源上網(wǎng)電量頒發(fā)的具有獨(dú)特標(biāo)識(shí)代碼的電子證書(shū)，是非水可再生能源發(fā)電量的確認(rèn)和屬性證明以及消費(fèi)綠色電力的唯一憑證。通過(guò)交易綠色證書(shū)可以有效將可再生能源的配額在市場(chǎng)中有效地分配，使得可再生能源能夠得到有效的使用。
針對(duì)可再生能源激機(jī)設(shè)計(jì)關(guān)鍵挑戰(zhàn)，我們提出基于可再生能源配額和綠證交易制度的分布式新能源容量?jī)?yōu)化算法，提升分布式新能源投資積極性問(wèn)題。因此，希望越多的新能源投資，越好地達(dá)到減碳的目的。
人工智能助力能源系統(tǒng)減排，需要電網(wǎng)的優(yōu)化調(diào)度、電力用戶側(cè)的建模、電動(dòng)車充電調(diào)度規(guī)劃、低碳能源管理系統(tǒng)等幾個(gè)方面的參與。
1.電網(wǎng)的優(yōu)化調(diào)度，現(xiàn)代電網(wǎng)區(qū)別于“舊”電網(wǎng)，核心的特點(diǎn)是可再生能源比例比較高，其中包括風(fēng)能、太陽(yáng)能。它的碳排放比較低或是沒(méi)有碳排放，因此能夠有效的降低整個(gè)能源行業(yè)的碳排放。但可再生能源“并網(wǎng)”時(shí)有很多的挑戰(zhàn)，其具有不確定性，和天氣非常相關(guān)。因此，面向低碳電網(wǎng)優(yōu)化場(chǎng)景，針對(duì)可再生能源高效并網(wǎng)的關(guān)鍵挑戰(zhàn)，提出數(shù)據(jù)驅(qū)動(dòng)的分布式多階段隨機(jī)優(yōu)化模型與算法，解決天氣不確定性下分布式電網(wǎng)優(yōu)化的問(wèn)題。
2.想要在電網(wǎng)里、能源行業(yè)里進(jìn)行有效的減碳，首先要非常準(zhǔn)確地了解電力的使用情況，即用戶側(cè)有效的建模。但用戶電力的使用包含私有信息，會(huì)對(duì)建模帶來(lái)非常大的挑戰(zhàn)。因此，面向低碳全景式建模場(chǎng)景，針對(duì)電力用戶側(cè)海量數(shù)據(jù)的存儲(chǔ)及知識(shí)挖掘的關(guān)鍵技術(shù)挑戰(zhàn)，提出非侵入式負(fù)荷識(shí)別、超分辨率感知等算法，解決用戶側(cè)用電行為識(shí)別、海量數(shù)據(jù)空間時(shí)間尺度上知識(shí)存儲(chǔ)與提取的問(wèn)題。
3.電動(dòng)車充電調(diào)度規(guī)劃。綠色充電的調(diào)度對(duì)交通出行有非常大影響，因此有很多工作幫助社會(huì)經(jīng)濟(jì)有效的降低碳排放。例如智慧城市充電站最優(yōu)選址的問(wèn)題，如果一個(gè)城市的電動(dòng)車剛剛發(fā)展，如何能有效的選取地址構(gòu)建充電站，使得用戶充電最方便？當(dāng)電動(dòng)車不斷發(fā)展、數(shù)量不斷增加，如何能夠不斷的推動(dòng)電動(dòng)站的建設(shè)，配合城市的發(fā)展？我們基于城市的人口、城市的出行數(shù)據(jù)，共同構(gòu)建優(yōu)化電動(dòng)車充電站的選址，使得最大化的優(yōu)化用戶的滿意程度，并且激發(fā)用戶購(gòu)買電動(dòng)車的意愿。
智能低碳如何助力交通系統(tǒng)？在車聯(lián)網(wǎng)系統(tǒng)層面，而向車聯(lián)網(wǎng)場(chǎng)景，針對(duì)低時(shí)延等挑戰(zhàn)，我們提出基于Uu接口的C-V2X框架，解決通信性能瓶頸，提升交通效率。
在多路口交通燈分布式控制層面，智能系統(tǒng)需要解決等待時(shí)間過(guò)長(zhǎng)、實(shí)時(shí)交互等痛點(diǎn)。由于紅綠燈在大多數(shù)情況下沒(méi)有中央控制，因此我們構(gòu)建多路口的協(xié)作訓(xùn)練交通燈的控制模型，提出去中心化的分布式強(qiáng)化學(xué)習(xí)，沒(méi)有中央控制的情況下，可以有效根據(jù)車流量調(diào)節(jié)紅綠燈的節(jié)奏，使得交通的出行效率大幅度提高。
我們還提出了交通互聯(lián)網(wǎng)的想法。目前傳統(tǒng)交通控制的方法是一種垂直的煙囪架構(gòu)。例如在智能燈柱上有很多的傳感器、攝像頭、監(jiān)視器，但紅綠燈、傳感器是由不同的部門監(jiān)管，其數(shù)據(jù)并不互通。因此，需要將這些數(shù)據(jù)水平的融合，構(gòu)建“交通路由器”。在此基礎(chǔ)上，我們構(gòu)建了軟件定義的交通系統(tǒng)，要求控制面和運(yùn)輸面相分離。然后形成交通互聯(lián)網(wǎng)系統(tǒng)：上面是公有的交通服務(wù)云平臺(tái)；中間是邊緣控制器、中心控制器；最底層是不同來(lái)源的傳感器、控制器。通過(guò)交通互聯(lián)網(wǎng)系統(tǒng)可以更加高效地利用不同來(lái)源的數(shù)據(jù)，從而進(jìn)行多模態(tài)的融合，使得控制更加有效。
上述工作不僅形成了學(xué)術(shù)文章，同時(shí)也構(gòu)建了相關(guān)的低碳交通的原型系統(tǒng)。目前通過(guò)與香港中文大學(xué)（深圳）、華為、中國(guó)移動(dòng)合作構(gòu)建了基于5G和邊緣計(jì)算的網(wǎng)聯(lián)自動(dòng)駕駛測(cè)試床。已經(jīng)在香港中文大學(xué)（深圳）校園建設(shè)5G車聯(lián)網(wǎng)基礎(chǔ)網(wǎng)絡(luò)，覆蓋了大概2.5萬(wàn)平方米的校園區(qū)域，其中設(shè)備包括11套，5臺(tái)智能網(wǎng)聯(lián)車輛和6臺(tái)智能路側(cè)設(shè)備，這套系統(tǒng)也驗(yàn)證了UC-V2X車聯(lián)網(wǎng)、交通互聯(lián)網(wǎng)控制架構(gòu)等一系列算法。該系統(tǒng)在2019年獲得了中國(guó)信通院2019年英諾（Innovation）雙推優(yōu)秀案例獎(jiǎng)。
完成基于交通互聯(lián)的低碳交通原型系統(tǒng)（一期），已開(kāi)展UC-V2X通信、交通互聯(lián)網(wǎng)技術(shù)框架、一鍵招車、信號(hào)協(xié)同、超視距感知等功能驗(yàn)證。
智能低碳助力交通系統(tǒng)的另一個(gè)應(yīng)用是：車聯(lián)網(wǎng)高精度地圖。這是自動(dòng)駕駛非常重要的技術(shù)，因?yàn)檐嚶?lián)網(wǎng)依賴的地圖其精確度要求高于人類駕駛汽車依賴的地圖。因此，我們一方面通過(guò)車的多元數(shù)據(jù)采集構(gòu)建高精度的靜態(tài)層。另一方面通過(guò)路邊的攝像頭、路邊的雷達(dá)，車本身的攝像頭雷達(dá)共同融合，形成動(dòng)態(tài)的地圖。靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)結(jié)合構(gòu)成的車聯(lián)網(wǎng)高精度地圖可以充分有效的保證自動(dòng)駕駛的安全。
總結(jié)下來(lái)，AIRS通過(guò)人工智能加速碳中和的技術(shù)路徑，主要聚焦在群體智能、機(jī)器學(xué)習(xí)、隱私保護(hù)、經(jīng)濟(jì)學(xué)前沿的交叉基礎(chǔ)理論創(chuàng)新。另一方面基于電力大數(shù)據(jù)，探索高效、實(shí)時(shí)的碳計(jì)量、碳仿真碳交易的技術(shù)；能源網(wǎng)絡(luò)方面AIRS希望構(gòu)建多維度的高效源網(wǎng)荷儲(chǔ)協(xié)同方案；交通方面積極探索低碳的交通控制平臺(tái)和網(wǎng)聯(lián)自動(dòng)駕駛創(chuàng)新降碳的交通方案。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
