人工智能助推能源產業高“智”發展

　　能源行業高質量發展進程中，將與人工智能碰撞出怎樣的火花?

　　相關測試顯示，DeepSeek用較低的成本達到全球人工智能領軍企業OpenAI旗下主流產品的性能。這一進展不僅破解了全球人工智能產業長期以來“堆算力”的路徑依賴，更在資本市場和社會應用層面引發多重震蕩。能源行業高質量發展進程中，將與人工智能碰撞出怎樣的火花?

　　實現全民級AI科普

　　此次引起熱議的是深度求索先后推出兩款大模型產品：DeepSeek V3和DeepSeek R1，V3為其自研MoE模型，應用場景包括聊天、編碼、多語言自動翻譯、圖像生成和AI繪畫等，其性能與世界頂尖模型GPT-4o不相上下;R1作為面向復雜推理任務的大模型，全球首次復現OpenAI o1模型且性能對比不分伯仲。兩款模型是開源模型性能達到世界頂尖閉源模型的首例。

　　簡單來說，DeepSeek像是一個聰明又懂你的生活助手，不光能回答問題，還能撰寫文章、整理資料，甚至做一些復雜的推算。

　　“DeepSeek以驚艷的產品體驗完成了全民級AI科普。”360集團創始人周鴻祎向《中國能源報》記者介紹，R1通過展示完整的思維鏈條增強用戶信任，其推理過程呈現出類似人的邏輯縝密性與自然交互特性，極大降低了用戶的使用門檻。不同于傳統指令型模型，R1通過主動理解用戶意圖實現了需求響應的智能化突破，讓用戶真切感受到AI的技術變革。

　　DeepSeek應用的背后是算法和數據支持。大數據算法與分析技術國家工程實驗室大數據算法測試與示范應用中心主任、西安交通大學計算機科學與技術學院教授田鋒向《中國能源報》記者指出，DeepSeek實現硬件約束下的大模型高效優化，成本相對低且保持同時代大模型的性能，打破了當前大模型研制必須由大數據、大算力、大能耗、大資金支撐的研發范式，更打破外界認為“中國新一代人工智能技術落后第一梯隊的美國半年甚至1年以上”的不實觀點，給中國人工智能行業注入了一劑強心針，在世界范圍產生一定引領作用和重要影響。近期，美國亞馬遜、微軟等公司都復刻DeepSeek并將其納入到自己的產品中。

　　周鴻祎指出，DeepSeek實現了技術范式的重大突破，其核心是從預訓練范式轉向強化學習范式的推理模型，能夠對復雜問題和任務進行邏輯拆解與規劃，具備歸納總結和反思改進能力。R1基于強化學習技術減少了對人類數據和算力的依賴，為發展真正超越人類的AGI(通用人工智能)帶來了可能性。

　　加速滲透至各行各業

　　值得一提的是，DeepSeek不僅實現了高性能與低成本的完美結合，更在于其選擇了一條與OpenAI截然不同的路徑——開源。DeepSeek的開發者在公開模型代碼的同時，還通過論文詳細闡釋其技術原理。這意味著任何人都可以自由使用，并通過更改底層代碼來改變其工作方式。

　　OpenAI首席執行官薩姆.奧特曼(Sam Altman)稱，OpenAI在開源AI軟件方面“一直站在歷史的錯誤一邊”。技術開源不但對全世界廣泛的人工智能研究、應用起到鼓勵技術創新與協作的正向推動作用，同時降低了各方的開發成本。

　　田鋒指出，DeepSeek為資金有限、高端硬件不足的國家和地區、機構、研究者提供免費開源、高效能的基礎大模型，從而使他們也可以享受新一代人工智能帶來的各種機遇，打破了由美國資本堆積、科技宣傳建立起來的“要用高端人工智能產品，必須向美國購買才能享用”的舊有思維。

　　“DeepSeek開創了商業模式的創新路徑，以開源免費模式提供頂尖性能模型，打破了閉源壟斷的市場格局，倒逼行業巨頭轉向開源生態。”周鴻祎指出，人工智能不僅是新一輪科技革命和產業變革的重要驅動力量，更是我國贏得全球科技競爭主動權的重要戰略抓手。DeepSeek通過全棧開放，引發了開源社區、云平臺、芯片企業、AI應用開發者紛紛轉向DeepSeek，證明開源模式能快速突破國際技術封鎖，降低行業壁壘，形成技術擴散的“蒲公英效應”。開源實踐展示出一條“以開放破封鎖、以協作促創新”的中國AI發展路徑。

　　人工智能正以前所未有的速度滲透至各行各業。周鴻祎進一步指出，一方面優質的開源模型將吸引大量開發者與企業遷移至DeepSeek技術棧，重構AI應用市場格局，推動AI解決方案的爆發式創新;另一方面低門檻的開源模型促進私有化部署的普及，使AI能力真正滲透至企業與科研機構，產生更深遠的社會影響。

　　能源行業配上“智慧大腦”

　　DeepSeek在能源領域會有怎樣的應用?

　　中國科學院院士、西安交通大學電子與信息學部主任管曉宏向《中國能源報》記者指出，人工智能技術早已在智慧能源、智慧礦山、油氣勘測等領域開展應用，人工智能是進行新能源預測最有力的工具，可以推動能源生產與管理優化、效率提升，為能源行業轉型升級帶來智力支持。

　　管曉宏認為，智能化將為能源行業帶來深刻變革，但其規模應用仍面臨一系列挑戰。能源行業的AI應用需要結合具體領域，開發定制化的垂直大模型，對技術團隊的要求較高。能源系統的運行需要實時監控和響應，這對AI算法的計算效率和延遲提出了更高要求。許多能源場景需要邊緣計算支持，模型需在計算能力和存儲資源有限的條件下具備本地部署能力，面臨技術復雜性問題。

　　能源行業事關國家安全和民生保障，對AI系統的可靠性和安全性要求極高，如何在數據共享和隱私保護之間找到平衡是一大難題。目前，能源行業AI應用還缺乏統一標準和規范，技術推廣和應用效果參差不齊。初期投入高、回報周期長，新技術引入驗證和評估周期長等問題都有待解決。

　　管曉宏認為，人工智能的發展離不開強大的算力支撐，而算力和數據基礎設施的運行呈現高耗能，“雙碳”目標下，如何實現綠色計算和綠色算力面臨巨大挑戰。DeepSeek展示了應用更“聰明”的算法和代碼訓練AI模型的巨大前景，同其他大模型相比，DeepSeek計算效率大大提高，更加綠色，通過針對行業的進一步開發和演進，更具分布式和實用性部署的優勢。

　　管曉宏建議，盡快推進數字基礎設施低碳化轉型，算力電力協同發展，逐步解決綠電對算力中心的直供問題，大力推動零碳、低碳算力和數據中心的建設。盡快制定綠色能源直接應用政策，特別是電網與綠色算力配合的政策，積極開展算力網綜合碳效的評估與碳排放治理工作。一方面應該充分利用區域資源優勢，實現綠電在本地算力中心的有效利用;另一方面充分考慮算力基礎設施區域性、結構性布局，圍繞分布式綠色能源系統，盡快制定風、光、氫等綠能建設的規劃。(中國能源報記者 盧奇秀)