能源公司以多種方式實施物聯(lián)網(wǎng)，而且該行業(yè)正在增長。預計到 2022 年，石油和天然氣行業(yè)的人工智能軟件市場將達到驚人的28.5億美元。預測分析可以監(jiān)控數(shù)公里的地下管道，而機器學習可以幫助石化燃料公司以更低的成本更有效地鉆探更好地了解遠在地球表面下的地質(zhì)構(gòu)造。新的“智能”電網(wǎng)正在采用機器學習技術(shù)來集成計算機，自動化和傳感器，以便即時應(yīng)對能源需求的快速變化。

　　中國很早就進入了物聯(lián)網(wǎng)領(lǐng)域，并且一些指標領(lǐng)先于美國。2017年，政府發(fā)布了“ 新一代人工智能發(fā)展計劃 ”，概述了具體的研發(fā)資金和目標，以推動中國在2030年成為人工智能的全球領(lǐng)導者，為經(jīng)濟增加約9000億元。雖然美國在大多數(shù)人工智能相關(guān)指標中占主導地位，但中國在啟動股權(quán)融資和數(shù)據(jù)收集方面處于領(lǐng)先地位。此外，在人工智能研究全球排名前20的大學中中國占據(jù)了17所。

　　人工智能在能源領(lǐng)域的應(yīng)用正在激增。埃克森美孚子公司XTO Energy Inc 與微軟合作，利用機器學習、智能商業(yè)應(yīng)用和云技術(shù)從其160萬英畝的油田收集數(shù)據(jù)。實時數(shù)據(jù)將改善鉆井和監(jiān)測基礎(chǔ)設(shè)施的泄漏和維修條件。AI還可以幫助提高能源基礎(chǔ)設(shè)施的安全性。

　　智能能源系統(tǒng)將越來越多地允許客戶依賴可再生能源為其家庭和企業(yè)供電。可再生能源本質(zhì)上是間歇性的，因為它們依賴于太陽輻射、云層覆蓋、風和水流。現(xiàn)代技術(shù)可以幫助公用事業(yè)公司通過智能電網(wǎng)改變有時不穩(wěn)定能源的流動。隨著存儲能力的增長，公司將更多地將多余的電子引導到公用事業(yè)級電池，無論是鋰離子電池還是氫燃料電池。

　　人工智能對我們的經(jīng)濟有巨大的好處，但存在巨大的風險。計算機和機器只有他們的程序設(shè)計，由人類設(shè)計意味著它們?nèi)匀皇遣煌昝赖摹?shù)字化和增強的互連性增加了操縱和破壞的可能性。更多地依賴大數(shù)據(jù)和機器學習使用戶面臨網(wǎng)絡(luò)安全風險，電網(wǎng)和公用事業(yè)公司已經(jīng)在解決這個問題，具有諷刺意味的是，有時還會使用人工智能。

　　國內(nèi)物聯(lián)網(wǎng)卡采購平臺物聯(lián)卡商城表示，政府和監(jiān)管機構(gòu)必須建立適當?shù)恼邫C制，以解決與擴大技術(shù)使用相關(guān)的這些問題和風險。隨著人工智能技術(shù)戰(zhàn)爭的升溫，企業(yè)和消費者都將受益于越來越安全、更清潔、更便宜、更高效的能源。

（文章來源：http://www.wlk.cn/a/785）