跳到主要內容
訪客人次:439334
:::
訪客人次:439334
:::
:::

善用人工智慧協助永續能源科技發展速度

泰德‧沙尖特(Ted Sargent),艾倫‧艾斯普魯-古茲克(Alán Aspuru-Guzik),尤旭華‧班吉歐(Yoshua Bengio),及其他學者認為,可專注善用機器學習協助工程領域生產、轉換及儲存潔淨能源。

我們都聽說過工智慧及機器學習將改變人們的生活(例如: 自駕車及聲控機器人),但這些科技也可能是加速潔淨能源發展的關鍵: 從更好的電池到更有效能的太陽能電池。這是2017年12月6日「自然」(Nature)期刊一篇論文中一些著名研究人員的論點。這些著名研究人員包括加拿大先進研究所(CIFAR)「海夫曼仿生太陽能計畫」(Bio-inspired Solar Energy Program Heffernan)主任沙尖特(多倫多大學工程系)、高級研究員艾斯普魯-古茲克(哈佛大學)及機器與大腦學習計畫(Learning in Machines & Brains Program)副主任班吉歐(蒙特婁大學)。太陽能及風能的成本近年來已大幅下降;然而,為了替換大量的石化燃料,太陽及風能急需進一步改善其轉換效率和儲能。為了達成這個目標,眾多團隊投入研發新科技,沙尖特的小組便是其中之一。

沙尖特表示,問題是「搜索範圍太廣」。

沙尖特表示:「根據材料計畫,共有超過70萬種材料可供選擇,但當研究人員為一項新設備(如太陽能電池或電池)選擇材料時,常僅根據他們自己的經驗及興趣,選用為數並不多的元素組合,而忽略其他可能性」。

分析所有可能的材料,判斷何種材料最適合每一種特殊情況,對人類而言是一件分常困難的事。然而,人工智慧在挖掘大數據和發現最適合材料事上,卻非常有效率,此法除可避免徒勞無功外亦可節省寶貴時間及金錢。多倫多大學材料科學暨工程博士生盧納(Phil De Luna)表示:「我們希望人工智慧及潔淨能源之間能夠有更多的合作,如果機器學習演算法能夠辨識人類語言及面孔,它們也應該應用於尋找最適合材料的組合」。

加拿大先進研究所「海夫曼仿生太陽能計畫」及「機器與大腦學習」兩項研究計畫於2016年夏天假麻省理工學院共同舉辦研討會,促成了超過12名來自材料科學、工程及電腦科學領域的國際知名教授和工業科學家,共同呼籲應採取行動。 多倫多大學工程系是最適當協調新合作事的單位,像沙尖特及其他在永續能源研究所的學者,正在研發能源開發暨儲存的創新方法,在人工智慧方面,亦已研發出一套精細的演算法,能夠提供即時進行臉部辨識,或透過搜索人類基因組以找出病源。多倫多大學亦是向量研究所(Vector Institute)的所在地,匯集許多有創意的研究人員,他們會基於好奇心進行跨學科的研究,這對於機器學習及人工智慧應用於永續性能源研究而言是極為合適的。

沙尖特及共同作者們承認,他們所提出的想法是個很艱難的任務,然他們相信,這也是必須的行動。 沙尖特說:「就發現世界所需的新能源科技而言,時間愈來愈不夠了,現有的策略,可能無法讓我們及時達成目標,因此我們需要嚐試新的方法」。 論文副署的完整名單包括來自以下機構的教授及科學家:多倫多大學,蒙特婁大學,哈佛大學,西北大學,史丹弗大學(Stanford University),韓國高等科技研究所(Korea Advanced Institute of Science & Technology),賓夕法尼亞大學(University of Pennsylvania),卡內基梅隆大學(Carnegie Mellon University),Total科技,IBM華森醫院(IBM Watson Health),豐田研究所(Toyota Research Institute),及Citrine信息學(Citrine Informatics)。

參考資料:
Artificial intelligence can accelerate the race toward sustainable energy technologies (This article was reprinted with permission from Tyler Irving/ U of T Engineering)
https://www.cifar.ca/assets/artificial-intelligence-sustainable-energy-technologies/


ai energy_20180108.docx
更新日期 : 2018/01/11