张宇：AI助力“零碳成长”科技赋能绿色转型

编者按：2021年7月8日，以“碳中和与未来能源”为主题的“第三届未来能源大会”在北京召开，本次大会由中国能源研究会与中国能源网联合主办。会上，百度智能云智慧能源行业解决方案总监张宇发表了“AI助力‘零碳成长’科技赋能绿色转型”的主旨演讲。

以下内容根据论坛演讲实录进行整理。

张宇：大家好，我是来自百度的张宇。

这些大的背景和环境今天大家都说得很多了，我就不再重复占用大家时间了，唯一想说的是，我们从国际国内两个层面都已经把“双碳”目标实现提到前所未有的高度。在国际层面，我们已经对外公布很多具体路径，其中有很多是跟我们的能源行业息息相关的，是直接相关的。在国内层面，我们不光是把它放到了战略高度，同时我们也有了相应的规划和具体实践路线。“双碳”目标不仅仅表达了我们国家对能源保护和能源转型的总体考量，更多是为了我们国家应对全球竞争以及能源革命带来的广泛影响的提前布局。无论如何，我们面临的挑战和压力是非常大的。世界上主要的经济体，每一个经济体“碳达峰碳中和”时间表不一样，但是我们国家自从加入WTO以后，我们国家二氧化碳排放量是以一个很高的速率在上升，而且总量也很高，我们到2060年达峰其实压力是很大的。

我们再稍微往下沉一下，这里有很多老师已经介绍过了，我在这不多占用时间。一个结论，我们还是要对能源、交通、工业这几个方向，如果我们要实现“碳达峰碳中和”，一个最有效的路径就是从这三个方向来解决问题。

为了达到这个目标，我们整个能源结构，包括产业和消费，和区域结构，可能都会发生重要调整，这里面的一些细节我不再赘述了。但是我想说一下，从我们整体能源结构来看，化石能源占比下降非常显著，清洁能源占比提升也会很明显。所以我觉得我们后面很长一段时间工作重点应该会放在这两个领域。

现在背景有了，我们面临的挑战也很清楚了，下面一个问题是，我们能做什么？百度作为一家中国的互联网公司，我们能在这里面做出我们自己的贡献吗？我们在今年公布了2030年需要实现集团运营层面碳中和目标，刚才我给大家汇报的标题是AI助力零碳成长。刚才主持人说得很有意思，百度实际上是一家做搜索开始的公司，我们现在更多地把自己的努力方向放在了人工智能领域，所以我们一般会认为自己是一家有比较强的技术基因的公司。我们一直认为科学技术是第一生产力，我们也相信科技是推动“碳达峰碳中和”实现“双碳”目标的最重要的推动力。所以，在这个过程中，我们希望借助全栈式丰富的人工智能能力，还有我们的产业实践，不仅让我们自己能够达成碳中和目标，也希望我们的技术能够在各行各业有更多地应用和落地，帮助我们全社会能够实现这个目标。

具体我们也有一些实现路径，我简单和大家说一下。

因为我们是一家互联网公司，所以数据中心是我们非常重要的一个生产工具，建立绿色数据中心就很重要。这里面有几个数据我简单汇报一下。

我们国家的数据中心，它的PUE，能源使用效率，这个一般情况下是在1.8-2左右，一些中小型数据中心值可能会更高一些，这个值越低越好，一般中小型数据中心是在2-2.5之间。百度去年经过努力，其实我们在2020年PUE平均值是1.14，这个数字背后有很多比如冷链调度，有很多人工智能相应算法，也有很多比如光、热的处理，我们后续会在这个方向进一步努力，进一步降低这个值，同时提升我们的能效，这是一个方面。

第二个，构建智慧办公楼宇。我们从自己的领域开始尝试，我觉得我们跟腾讯的同事们非常类似，我们从自己地办公领域开始尝试，我们希望把我们的一些经验和技术能够分享给大家，让大家在自己的领域里面也可以复用我们的经验。

第三个，智能交通领域的全链条减碳技术赋能。我们现在主要工作方向基本上集中在人工智能，有一种说法，说是自动驾驶是人治观念领域皇冠上的那颗明珠，百度在这个方向投入了非常大的研发以及工作的整个力量，我们希望通过百度的智能交通、交运，包括我们的无人驾驶技术，让智能交通的全链条都能得到减碳技术的赋能。

第四个，百度智能云节能减排技术。百度智能云是百度目前面向企业，把我们技术输出出去的出口，我们希望借助百度智能云，结合各行各业的应用场景，把智能云应用到场景里面。包括碳抵消、绿色供应链，这些都是我们实实在在的实现路径。

说到“双碳”建设，我们一直在考虑一个问题，“双碳”建设里面科技到底怎么用，今天我特别有收获，我听了太多老师说有很多直接手段作用在碳减排这件事上，一些非直接手段也一样可以在碳减排过程中发挥很大的作用与价值。比如提高资源利用效率，比如我们通过非直接技术手段追踪市场主体的碳足迹，比如通过非直接技术手段鼓励用户及客户减排行为，其实这些都会产生很明显的效率。从百度来讲，我们一个整体思路是这样的，我们借助目前比较先进的物联网感知技术，实际上物联网现在越来越普遍，我们正在做覆盖全国的5G，我们会有大连接，我们会有更好的网络条件，而且物联网设备也越来越成熟，借助我们成熟的物联网平台，我们需要更快速更高效的甘旨整个物理世界的信息。

基于这些信息，我们借助先进的人治观念能力，可以比较快速的搭建人工智能在环保，或者是节能减排领域的智能模型。当然，这个模型可能包含感知层面的，包含认知层面的，包含预测的，甚至包含数据智能，包括强化学习智能调度领域。所有人工智能加上数字模型，加上企业应用场景，可以把它应用到应用管理的各个环节，我们就可以把一些无意义和纷乱的数据变成有价值和有序的一个数字世界，这样完成一个实时感知到智能分析，最后到节能提效的整体闭环。

举一个例子，我们在做设计过程中，其实我们有两个层面的考虑，一个是我们要提升耗能过程的运营效率，我们能够直接做到节能减排，再是提升生产过程运营效率，间接节能减排。我们先看左边，比如通过上云的方式，比如我刚才汇报的PUE数据，一朵规模比较大的云，它的PUE值会更理想化一些，我们可以降低传统本地数据中心能耗，通过技术手段提升数据中心运维效率，我们降低处理能耗，这也是一种提升耗能过程云的效率，包括能源利用，比如建筑物和园区，根据它的用能历史和生产特征，我们做拟合模型，我们完全可以提升加热、制冷、照明等等能源利用效率，这些其实都是在耗能过程。反过来在生产过程，其实我们至少可以通过结合数字技术和工艺的提升，我们可以减少浪费，提升良品率，避免原材料和过程的重复投入。同时，我们提供AI技术，通过比如类似RPA技术，替代大量的重复劳动，比如智能质检的领域也是这样的。再是优化运维，这里面我们可以结合人工智能数据智能，包括图谱技术，提升正常使用时间，降低投入，这个在生产过程中就可以做到间接节能减排，通过直接和间接的节能手段，可以起到非常好的效果。

举一个例子，综合能源利用平台，我们面向比如企业，或者是一个园区，我们有很多种实际应用的场景，我们都可以把它揉在这样一个平台里面。比如我们有能效优化，或者说用能预测，配电运维等等。结合我们人工智能交互式手段，比如语音的，或者说视觉的，相关的技术，用多端多源的数据，我们能够很大效率提升整体企业经营效益的。

结合人工智能，我们可以从比方说基础能源的综合管控，或者说智慧能源优化服务，包含生产的优化服务，设备运维和低碳环保整个服务等等几方面，我们可以覆盖整个企业全链条，搭建零碳目标的全场景。

这个是我们从智慧能源角度讲整体架构图，整个思路刚才的汇报里给大家简单介绍过，我们的核心思路是说，我们要借助以人工智能，包括知识图谱技术在内的人工智能核心能力，辅之以其他的相关技术平台，在这些技术基础上向下，我们要去感知物理世界，向上经过数据梳理、清洗、加工、建模之后，我们可以把智能化能力应用在生产、营销、管理等等，企业的各个领域，从而完成一个，我们一般说对世界做全感知全智能全联动的操作。

最后一部分我想给大家简单介绍一下我们在绿色转型里面我们一些实际做到的案例。今年5月，我们在阳泉的数据中心入选了碳中和的引领者5A级，这应该是国内首个最高等级低碳数据中心，我们大量用到人工智能相关的算法，通过用能的预测，通过各种各样数据智能手段，完成了对整个能源的优化和调度，并且取得了非常好的成果。在电力系统方向，比方说在发电领域，我们通过多模态物联网感知，获得很多相应物理世界信息，我们叫它是透明电厂，进而把它延伸到透明电网。右边这张图，这是基于百度地图的解决方案，大家都基于同一张图的基础上，我们后来发现，整体不同系统之间、不同部门之间的协同效率提升了很多，这是一个很大的改进。油气有上中下游，比如上游领域有可能通过人工智能手段去解读勘测的地震波，我们去读钻探施工图，其实有很多应用领域。在中游炼化领域，基于知识图谱和数据智能，我们可以做设备分析预警方案，我们做这些预测性维护，提升整体设备的正常使用率。在最后的下游有智慧加油站解决方案，更多面向C端，基于计算机视觉相关技术用得更多，整体全链条打通之后能够完全提升企业的整体运营效率。

这是供热方向，刚才也有老师说，我们不能只看到化石能源怎么样，我们也要考虑到供热，这是我们在供热领域的实践。我们依据多模数据源输入，比如天气信息，热源负荷信息，换热站负荷信息，甚至换热站历史特征曲线，我们把所有这些信息加入数据智能运算模型里面去，自动生成调度策略，在保证用户满意度不变，保证用户感知的同时，我们能够做到一个站的站点节能达到17%-20%，这是我们实际测出来的数字。

最后给大家介绍一下我们自己的办公楼是怎么做的。百望山的百度科技园，每年用电量都特别大，经过分析以后，其实最大的是冷源系统用电，怎么做呢？我们用传感器技术，把冷源系统相关信息全部收集起来，上传到百度云平台里面去，我们在百度云上面搭建了数据智能模型，根据我们的历史能耗特征，学习历史数据，根据一些天气情况引入外界的数据，实际上我们直接就生成了节能策略指导，根据节能策略指导来调整制冷系统的运行，现在我们这个建筑电费每年能够节约下来20%，目前我们是自己生成策略指导，由我们相应同事手工完成相应操作，我们下一个目标是通过模型出来的结论直接调控制冷设备，这样的话我们就打通了智能化的全链条。

这就是我想给大家分享的我们想在这个领域的尝试，后续希望跟在座各位老师一起更多合作，我们一起让这个技术能够在更多领域落地，为“双碳”目标的达成贡献我们自己的一份力量。谢谢大家！