电力搞AI，为啥会失败？
EI检索！中国电工技术学会主办，重庆大学承办👇
《电气小青年》长期征稿：100-800元/篇
据说现在电力行业的AI也非常火，是个能源大企业就要搞自己的“大模型”。
但是大部分我认为可能都失败。
因为世界上有两种AI，底层逻辑各不相同。
模式一、强控制型AI
强控制的AI，强调模式识别+最优控制算法求解，最典型的就是自动驾驶。在电力行业是人工智能调度。
强控制型的AI，仿真的是人的运动神经系统，也就是小脑+低级反射中枢。
这类AI的特点是关键任务处理，不允许有闪失，比如自动驾驶目前只做到L2商用，L3商业试验。目前没有任何厂商敢于对自己的L3、L4级别自动驾驶承担保险责任。至今只是“辅助驾驶”，也就是法律上驾驶者是第一责任人。
人工智能调度目前不太可能在省级调度上，实现大电网的自动驾驶，在技术上是训练的数据颗粒度和丰富度严重不足——即使是大电网的感知数据规模，也远远比不上自动驾驶领域。
更重要的是法律意义上，大电网级的L3、L4，谁敢保证不出事？
所以个人认为强控制型AI的应用，目前只能在电力系统的一些较为不重要的场景，比如“识别”的作用，比如识别安全帽没带，或者机器狗巡检（本质也是替代人去获取现场数据并识别），或者在微电网、低压配电网的某些动态场景中，L1、L2级别的去做一些低风险的控制。
模式二、强生成型AI
以LLM为代表的大模型，其本质是仿真人类大脑的高级灰质皮层，比如对语言（音乐）、静态图像、动态图形，对这些信息进行处理，并“生成”创意内同。
所以本质是Generate，而非Control。
在数据方面，由于过去十多年互联网的发展，大量内容被数字化，比如人类历史上所有书面语言记录几乎都被数字化、人类所有围棋棋谱被数字化。导致计算机学习的素材极大丰富。
在算力方面，并行计算受益于游戏产业。
所以AI行业明显表现为AIGC（人工智能内容生成）的发展，远远快于人工智能自动控制。
这就是为什么大家说，本来AI应该体力的活（司机、保姆、搬运工），反而AI现在都在干创意的活。
而电力行业所谓大模型，其热点也在AIGC，而非AI控制。
但是电力行业需要AIGC么？
大部分非必要也，电力行业具有高度自动化、高度计划性（发电计划是少不了的），半军事化、高度组织化科层架构（本质上也是一种第二次工业革命的组织控制范式）。所以是一种强控制的组织、系统。
电力不需要歌唱家、画家、导演。
电力需要调度员、交易员、巡线工、检修工，大部分是流程性、事务性、控制性的要求高。
对内容生成的需求并不高，也不是电力行业的主业。
少数需要内容AI的场景，可能就是95598话务员。
而AI控制受制于电力行业感知水平不足，无法形成足够的训练数据，也不敢快速的进入L3、L4级别的自动调度（无论是电厂自动控制还是电网自动控制，还是经典控制理论的天下，并非是AI控制）。
所以我认为这就是目前电力行业搞AIGC大模型的失败原因，在一个不需要内容的行业去搞内容。
当然，并不是说电力行业AI控制没前途，我认为恰恰相反。
正因为这方面相对投入不足，数据积累不足，在边缘业务上反而有创新机会，比如在低压配网、分布式能源系统中。（欢迎大家在留言区补充讨论）
只不过这类业务天然“低、散、小”，对大型能源国央企来说，一是看不上；二是即使做出来了，也很难成规模推广；三是受制于市场化水平，商业化路径很长。
一点愚见，供各位讨论。
<公众号简介>
电气小青年，聚焦从学校到企业的技术交流、经验分享、行业新闻、工业产品、会议论坛、招聘实习、名校名企、科技科研等领域。为企业、高校和各类组织提供宣传、广告和招聘等服务。合作请添加小编微信，并备注合作。合作微信：z244118679
加电气小青年粉丝交流微信群，请添加合作微信，并备注学校或单位+姓名+研究方向。
粉丝福利，电气小青年公众号会话框发送关键词：
“新员工”或“第一批”，可查看往年国网新员工录取数据
“电气毕业去哪儿”，可查看各名校毕业生就业去向统计
“offer比较”，可查看各类求职offer比较和薪资信息
“技术干货”，可免费获取200+篇电气技术干货内容
“表格”，可免费下载电气各领域超全自动计算表格
“实习信息”，可查看近期实习信息汇总
《选电网还是选互联网？电网3年后到手20+，互联网50+，还有10万一次性补贴，纠结内耗2个月了》
《电网入职三年，到手30W？》
《你会怎么选？211电气硕，安徽市局电网 VS 小米汽车硬件 | Offer比较》
