在清洁能源转型的大背景下，麻省理工学院能源倡议（MITEI）年度研究研讨会聚焦于人工智能（AI）的双重角色：既是挑战，也是解决方案。2025年的研讨会汇集了来自产业界、学术界和政府部门的专家，共同探讨如何应对人工智能发展带来的能源需求激增，以及如何利用人工智能技术加速清洁能源的转型。
人工智能的惊人能源需求
研讨会伊始，便强调了人工智能对电力的巨大需求。在美国，经过数十年的电力需求平稳期后，计算中心目前的电力消耗已占全国总量的约4%。尽管存在不确定性，但一些预测表明，到2030年，这一比例可能上升到12%-15%，这主要由人工智能应用驱动。麻省理工学院林肯实验室的高级科学家Vijay Gadepally强调了人工智能消耗的规模。他指出：“维持某些大型模型所需的电力几乎每三个月翻一番。一次ChatGPT对话消耗的电力相当于给手机充电，而生成一张图像则需要消耗大约一瓶水用于冷却。”
在全美乃至全球，需要50到100兆瓦电力的设施正在迅速涌现，这既受到依赖ChatGPT和Gemini等大型语言程序的休闲和机构研究需求的推动。Gadepally引用了OpenAI首席执行官Sam Altman的国会证词，强调了这种关系的基础性：“智能的成本，人工智能的成本，将趋同于能源的成本。”
麻省理工学院能源与气候副总裁Evelyn Wang指出：“人工智能的能源需求是一个重大挑战，但我们也有机会利用这些巨大的计算能力为气候变化解决方案做出贡献。”Wang还指出，为人工智能和数据中心开发的技术创新，如效率、冷却技术和清洁能源解决方案，可能在计算设施之外具有广泛的应用。
清洁能源解决方案的策略
研讨会探讨了解决人工智能-能源挑战的多种途径。一些小组成员提出的模型表明，虽然人工智能可能在短期内增加排放，但其优化能力可能通过更高效的电力系统和加速清洁技术开发，在2030年后实现大幅减排。Sesame Sustainability的联合创始人兼首席执行官Emre Gençer表示，研究表明，使用清洁电力为计算中心供电的成本存在区域差异。Gençer的分析显示，由于太阳能和风能资源的互补性，美国中部的成本要低得多。然而，实现零排放电力将需要大规模的电池部署，比适度碳情景多五到十倍，从而使成本增加两到三倍。
Gençer说：“如果我们想要以可靠的电力实现零排放，我们需要可再生能源和电池以外的技术，这些技术将过于昂贵。”他指出，“长时储能技术、小型模块化反应堆、地热或混合方法”是必要的补充。
由于数据中心的能源需求，对核能的兴趣重新燃起。Constellation Energy的研发和企业战略经理Kathryn Biegel指出，她的公司正在重启前三里岛遗址的反应堆，现在称为“起重机清洁能源中心”，以满足这一需求。她说：“数据中心领域已成为Constellation的重中之重，”她强调了他们对可靠性和无碳电力的需求如何重塑电力行业。
人工智能能否加速能源转型？
麻省理工学院电气工程与计算机科学系助理教授Priya Donti展示了人工智能如何通过将基于物理的约束嵌入神经网络来加速电网优化，从而可能以“比传统模型快10倍甚至更高”的速度解决复杂的潮流问题。谷歌的可持续发展与合作全球总监Antonia Gawel分享的例子表明，人工智能已经在减少碳排放。谷歌地图的节能路线功能“自推出以来，已帮助减少了超过290万吨的温室气体排放，相当于减少了65万辆燃油汽车一年的排放量。”谷歌的另一个研究项目利用人工智能帮助飞行员避免产生尾迹，尾迹约占全球变暖影响的1%。
麻省理工学院材料科学与工程系副教授Rafael Gómez-Bombarelli强调了人工智能在加速电力应用材料发现方面的潜力。他指出，“可以训练人工智能监督的模型从结构到属性”，从而实现对计算和效率至关重要的材料的开发。
以可持续性保障增长
在整个研讨会中，与会者都在努力平衡快速的人工智能部署与环境影响。虽然人工智能培训受到了最多的关注，但IBM可持续发展和数据中心创新高级技术人员Dustin Demetriou引用了一篇世界经济论坛的文章，该文章表明“据估计，80%的环境足迹是由于推理造成的。”Demetriou强调需要在所有人工智能应用中提高效率。
卡内基梅隆大学计算机科学学院语言技术研究所助理教授Emma Strubell警告说，杰文斯悖论（即“效率的提高往往会增加整体资源消耗，而不是减少它”）是另一个需要考虑的因素。Strubell主张将计算中心电力视为一种有限的资源，需要周到地分配给不同的应用。
几位演讲者讨论了将可再生能源与现有电网基础设施相结合的新方法，包括将清洁装置与已安装有有价值的电网连接的现有天然气发电厂相结合的潜在混合解决方案。这些方法可以在合理的成本下在美国各地提供大量的清洁容量，同时最大限度地减少对可靠性的影响。
驾驭人工智能-能源悖论
研讨会强调了麻省理工学院在开发人工智能-电力挑战解决方案中的核心作用。Green谈到了MITEI一个新的计算中心、电力和计算项目，该项目将与麻省理工学院气候项目研究的全面展开同时进行。Green说：“我们将尝试以一种所有利益相关者都能接受的方式，真正满足所有需求的方式，从电力来源到实际的算法，从而解决一个非常复杂的问题。”
MITEI研究主任Randall Field对研讨会参与者进行了关于麻省理工学院研究优先事项的民意调查。实时结果将“数据中心和电网集成问题”列为首要任务，其次是“用于加速能源先进材料发现的人工智能”。此外，与会者还透露，大多数人将人工智能在电力方面的潜力视为“希望”，而不是“危险”，尽管相当一部分人仍然不确定其最终影响。当被问及计算设施电力供应的优先事项时，一半的受访者选择碳强度作为他们最关心的问题，其次是可靠性和成本。
