Использование искусственного интеллекта (ИИ) сейчас широко обсуждается по всему миру. В то время как технологии на основе искусственного интеллекта предлагают людям многочисленные пути решения повседневных задач, крупные энергетические компании также все чаще используют данные и искусственный интеллект для улучшения своей деятельности и решения глобальных проблем, в частности, таких как сокращение выбросов CO2 и построение устойчивой энергетической отрасли.
Как энергетические компании, в частности, Shell, приближают эти надежды к реальности.
Искусственный интеллект для существующих и будущих энергетических систем
Современный мир стремится стать низкоуглеродным к 2050 г., поэтому вопрос энергетического перехода стал актуален как никогда раньше. Возрастающий спрос на безвозвратные изменения требует новых технологических подходов, и искусственный интеллект играет в них ведущую роль.
“По данным PwC, только сам искусственный интеллект может к 2030 г. сократить глобальные выбросы парниковых газов на 4%, в то же время Capgemini сообщает, что климатический потенциал искусственного интеллекта составляет 16% в нескольких секторах”, – говорится в отчете Shell Digital Technology . Каким образом крупные компании воплощают в реальность такие обнадеживающие ожидания?
Вице-президент по вычислительной науке и цифровым инновациям компании Shell Дэн Джевонс придерживается двух подходов:
“Современная энергетическая система нуждается в оптимизации, чтобы минимизировать количество СО2 , которое мы производим. Второй, не менее важный момент, заключается в том, что когда мы проектируем будущую энергетическую систему, то учимся управлять этой более разнообразной, распределенной и более сложной энергетической системой”, – сообщает он.
Джевонс объясняет, что сегодня 37% мировых выбросов CO2 приходится на мощные промышленные процессы, включая энергетический сектор. Чтобы справиться с этим сейчас, компании в своей деятельности могут использовать искусственный интеллект. Например, Shell использует его для оптимизации таких процессов, как транспортировка сжиженного природного газа в Нигерии и, в свою очередь, таким образом сокращает связанные с этим выбросы. Благодаря развертыванию алгоритмов, направленных на уменьшение выбросов, образующихся в результате сжигания газа в факелах, компания экономит 130 килотонн CO2 в год, что эквивалентно снятию с дорог около 57 000 европейских автомобилей.
Еще один успешный кейс реализовала американская компания-разработчик корпоративного программного обеспечения Databricks. Лидер международной компании в сфере финансовых услуг и устойчивого развития Хунта Накаи рассказывает, что алгоритмы на основе искусственного интеллекта помогают одному из клиентов компании – глобальной логистической корпорации – оптимизировать ежедневные маршруты доставляющих посылки грузовиков. В среднем такая система позволяет экономить грузовик 1 км/день. А, учитывая количество грузовиков, то есть 1 000 или 100 000 единиц, ежегодно экономятся миллионы и миллионы тонн CO 2.
Что касается использования ИИ при проектировании и строительстве будущей энергосистемы, то эксперты сходятся во мнении, что такой подход влияет на экономическую эффективность этапов исследований и разработок. Как это работает?
“Вычислительные технологии, включая искусственный интеллект, дают исследователям возможность быстро разрабатывать новое и обобщать десятилетия научных исследований, прогнозировать свойства новых материалов и всей среды вокруг них, моделируя их поведение в разных условиях”, – объясняют в Shell .
Сегодня компания активно работает над этими задачами в своем Технологическом центре в Бангалоре (Индия), где исследователи используют цифровые технологии, включая искусственный интеллект, для открытия новых материалов, затем используемых в батареях для хранения возобновляемой энергии, растворителях для улавливания углерода или смесях низкоуглеродистого топлива – разработках для уменьшения углеродного следа. К примеру, работая над аккумуляторной батареей, для которой нужны органические молекулы, ученым удалось запрограммировать модели искусственного интеллекта для идентификации молекул с необходимыми свойствами. Благодаря этому, команда смогла протестировать 112 миллионов молекул всего за месяц и определить 67 перспективных вариантов. Этот объем проделанной работы ИИ значительно больше, чем за тот же промежуток времени мог бы осуществить человек.
Кроме того, компьютерное моделирование было использовано для разработки гоночного горючего в рамках инновационного партнерства Shell из Scuderia Ferrari. Это позволило спрогнозировать поведение биоэтанола при сгорании и определить характеристики каждой топливной смеси, что значительно сократило время разработки. Более того: “Намного дешевле создавать (синтетические данные) в цифровой форме, чем в физической”, – утверждает Хунта Накаи. Поэтому для Shell и других компаний использование искусственного интеллекта не только сокращает выбросы и время, но и является более экономически эффективным решением.
Все в облаке
Когда дело доходит до устойчивого развития, существует три этапа эффективного использования данных и искусственного интеллекта: агрегация, анализ и действия.
По мнению экспертов, для достижения постоянства сегодня важно иметь множество данных в одной организованной системе. “Управленческие данные, конфигурация заводов и оборудования, визуальная информация о физических возможностях и информация о транзакциях – если вы объедините эти данные в целостную картину, можете разработать очень богатую базовую линию. Такая линия позволит вам начать моделировать и воплощать решения с искусственным интеллектом для разработки более оптимальных условий эксплуатации объектов”, – добавляет Джевонс.
Как Shell собирает данные? Дэн Джевонс объясняет, что за последние годы компания разработала интегрированную систему управления временными рядами, встроенную в каждый сектор организации. Все эти наборы данных интегрируются и хранятся в облаке. Облачный сервис – это метод использования и хранения данных вблизи их источника, который обеспечивает доступ к растущему предложению приложений искусственного интеллекта и машинного обучения. Имея около 3 триллионов строк данных, хранящихся ныне в системе Shell, компания может развивать машинное обучение во многих бизнес-процессах: инспекция, критические случаи использования, оптимизация и т. д.
Например, программа Shell Predictive Maintenance, направленная на снижение вероятности сбоев (и, как следствие, избегание дорогостоящих простоев и снижение затрат на техническое обслуживание), насчитывает более 13 000 единиц оборудования, контролируемых искусственным интеллектом. Это обеспечивает бесперебойную работу, уменьшает количество остановок системы и способствует более эффективному труду объектов. Господин Джевонс объясняет, что они внедряют эти технологии пошагово, однако потенциал таких механизмов выходит далеко за рамки нынешнего их использования и применим во всех активах: например, в работе ветровых электростанций или на объектах добычи ископаемых.
Через сотрудничество – к доступным технологиям
Борьба с изменением климата стоит на повестке дня всего мира. Однако Джевонс уверен, что только благодаря партнерству и сотрудничеству можно осуществить эти изменения.
“Некоторые глобальные компании могут работать без границ и таким образом переносить технологии с одного рынка на другой. Принципиально здесь умение принимать комплексные решения, ведь проблема нередко заключается в том, что у людей есть нишевое решение, которое решает только одну проблему. Поэтому, чтобы решить вопросы энергетического перехода, мы должны использовать искусственный интеллект, работать с данными, заниматься устойчивым развитием, финансами. Нам необходимо производить трансформацию инженерную, строительную и мобильность. И единственным общим фактором во всем этом являются цифровые технологии”, – уверен он. – Итак, если мы сможем вместе выстроить цифровые платформы, которые позволят трансформировать выбросы CO 2 , это также поможет нам повлиять на изменение климата”.
Компания Shell ввела стандартизированные облачные технологии практически на каждом рынке, что позволяет ей оперативно внедрять лучшие практики для определения наиболее оптимальных условий для тех или иных аспектов бизнеса. Компания также использует цифрового двойника от Kongsberg и платформу Databricks, приложения C3 AI, а также сотрудничает с Microsoft для разработки общей экосистемы, которая поможет масштабировать алгоритмы.
Эксперты пришли к выводу, что решения на основе искусственного интеллекта и данных являются вроде бы клеем, который держит все вместе не только на развитых рынках, но и на развивающихся и за пределами рынках. Согласно их утверждениям, миру нужна целостная экосистема, основанная на открытости и сотрудничестве между государствами, бизнесом и учеными. И в этом сражении за устойчивое будущее значение имеет вклад каждого. (Enkorr/Энергетика Украины и мира)