為了預測一個復雜而不確定的世界，你不能僅依靠過去的數據和數據科學，你必須將其與社會的專業知識結合起來。

這句話是 Cosmo Tech 的 CEO Hugues de Bantel 說的。這家法國公司希望利用這項技術在未來能夠通過 AI 改變電力生產和分配環節。

這似乎和特斯拉創始人馬斯克的想法相似——和 AI 組隊，一起去答未來的疑題。

Cosmo Tech 這家公司選擇的是創建軟件來幫助決策者在最復雜的環境中做出決策，用軟件預測決策對其業務的影響，這屬于增強智能領域。增強智能的理念是將人類智能和人工智能結合起來。一旦做到了這一點，我們就有能力進行預測，做出假設場景，再進行決策。

而這些技術甚至可以應用在電力行業。

我們都知道，太陽能和風能是可再生的清潔能源，是未來能源的一種，但它們并不能保證提供穩定和持續可預測的能源。他們在城市電網中的存在使能源平衡和優化變得更加復雜。這導致了可再生能源的損失，以及電力供應的故障。

2003 年，美國東北地區因清潔能源造成的大規模停電就造成了 5000 萬人連續多日的斷電。而在今天，歐美地區的私人住宅公寓也在安裝太陽能板來為自己供電，但私人住宅用戶無法消耗完太陽能板產生的能源，電力公司還需要購買（接收）這些多余的能源，讓這些過剩的電量還需要返回電網。

個人太陽能板的供大于求是一種情況，還有一種情況則是電力供不應求。當需求超過供應時，電力公司就會啟用化石燃料發電廠，即啟用「峰值發電廠」，以避免停電。這個過程是昂貴的，無論是在消費者使用成本方面，還是在環境影響方面，我們都該盡力避免此事的發生。

這是清潔能源應用在電網中讓情況更復雜的一個縮影，這也意味著能夠按需提供能源的「智能電網」在未來幾年將變得越來越重要。

為此，英國的國家電網公司為此就在與 Google 旗下的 DeepMind 進行初步談判，以開發一套系統準確預測需求，更有效地平衡國家能源系統與風能和太陽能的供應。

而美國能源部也在與斯坦福大學國家加速器實驗室合作，開發人工智能和機器學習算法，以建立一個自主電網，處理來自衛星圖像、公用事業運營和其他來源的數據。

這依然是一個給 AI 投喂數據，再由 AI 反哺人類的案例。AI 在初始接收了大量電網系統中斷的案例，隨后他們就能逐漸學會從已定義的系統故障中區分（并精確分類）出正常的操作數據。

訓練后，研究人員就可以將 AI 應用到當前數據中，代替曾經的手動處理方式。這是 AI 首次進入電網的實時應用領域，它能在瞬間發現哪里存在異常或故障，并定義干擾的類型和位置。

如果一個發電廠發生故障，那么其他發電廠的負荷可能會突然出現一個峰值。增加的負荷使發電機變慢，頻率降低。這需要快速地做出決策，快速指的是 500 毫秒以下。

而 AI 就是那個能在 500 毫秒內做出決策的「人」，它能在 20-50 毫秒內做出決策，有足夠的時間做出調整，保證電網的正常運營。