این روزا دیگه هر کی از هوش مصنوعی حرف میزنه، احتمالاً نمیدونه چه تأثیری میتونه رو زیرساختای برق و نیرو داشته باشه! واقعیت رو بخوام بگم، دیتاسنترهایی که این مدلای هوش مصنوعی رو اجرا میکنن، حسابی دارن برق مصرف میکنن و این ماجرا میتونه کل داستان شبکه برق (یعنی همون شبکهای که برق خونهها و شهرها رو تأمین میکنه) رو کلاً تغییر بده.
مثلاً یه آماری که سازمان بینالمللی انرژی داده، میگه مصرف برق دیتاسنترها از سال ۲۰۲۰ تا ۲۰۲۵ حدود ۸۰ درصد بیشتر شده و احتمالاً باز هم بیشتر میشه! باورت میشه؟!
خُب نتیجهش چیه؟ قیمت برق مخصوصاً تو مناطقی که دیتاسنتر زیاد دارن، حسابی کشیده بالا و بعضاً دارن هزینههاش رو روی دوش مردم میذارن.
حالا خیلیا بهویژه بزرگای دنیای تکنولوژی (یعنی همون شرکتای گنده مثل گوگل و مایکروسافت و…) میگن نه بابا، هوش مصنوعی کلی مزیت داره برای شبکه برق. مثل اینکه میتونه باعث بشه انرژی پاک (مثلاً برق خورشیدی و بادی) سریعتر وارد مدار شه، مدیریت مصرف و تولید برق رو بهینه کنه و حتی از خاموشی و قطع برق پیشگیری کنه.
ولی آیا واقعاً اینطوریه؟! بیاید ببینیم دقیقاً چه خبره.
—
یه چالش دائمی
فعلاً یکی از جالبترین کاربردای هوش مصنوعی تو بخش پیشبینی مصرف و تولید برقه. Utkarsha Agwan که تو گروه Climate Change AI فعاله (یه گروه که دنبال راهکارهای هوشمند برای مقابله با تغییرات اقلیمی هستن)، میگه: «شبکه برق رو باید مثل یه ترازو فرض کنیم. اوپراتورا باید بفهمن مردم چقدر برق لازم دارن و چطور این برق رو از منابع مختلف تأمین کنن که هم قیمت ارزون بشه، هم هیچ جا قطعی پیش نیاد.»
یکی از کارایی که امروز با AI راحتتر شده، همین پیشبینی دقیق مصرف و تولیده. مثلا اوپراتور شبکه باید از چند ساعت قبل بدونه فردا چند تا نیروگاه رو روشن یا خاموش کنه. ضمن اینکه باید به آب و هوا (یه روز داغ یعنی همه کولرها رو روشن میکنن)، پیکهای سالیانه (مثلاً تعطیلات)، و حتی تولید برق خورشیدی و بادی که هی بالا و پایین میشه هم دقت کنه.
اینجا AI میاد کمک میکنه که پیشبینیها دقیقتر باشه و کلی داده از منابع مختلف رو تحلیل کنه تا تصمیمگیری بهتر بشه. البته خودِ سیستم هوش مصنوعی مستقیماً دکمهای رو فشار نمیده یا ژنراتوری رو روشن نمیکنه، بلکه صرفاً یه ابزار کمکیه کنار روشهای سنتی.
تا الان چون شبکه برق خیلی پیچیدهس و هیچکسی نمیتونه لحظه به لحظه از وضعیت همه نیروگاهها و مصرف کنندهها خبر داشته باشه، مجبور میشن تخمین بزنن. معمولاً کمی بیشتر از نیاز برق تولید میشه تا احیاناً جایی دچار کمبود نشه؛ اما این خودش باعث هدررفت میشه. با کمک AI میشه این فاصله رو کم کرد، دقت پیشبینیها رو بالا برد و حتی تنظیم تولید و مصرف رو در لحظه انجام داد.
مثلاً فرض کن داری میری فرودگاه. همیشه از یه مسیر امتحان پسداده میری چون مطمئنی ۴۵ دقیقه طول میکشه. اما یه مسیر دیگه هم هست که اگه همهچی کامل باشه، میتونی زودتر برسی ولی دقیق نمیدونی اون روز واقعاً سریعتر میشه یا نه. الان شبکه برق مثل همون مسیر مطمئنه عمل میکنه؛ با AI شاید بشه مسیرِ “احتمالاً بهتر” رو هم امتحان کرد و کلی صرفهجویی کرد.
البته فعلاً کلی از این کاربردها تو بخش تحقیقات و پایلوتن و تا بیاد واقعاً وارد سیستمهای برق بشه، باید مطمئن شن خطری پیش نمیاد. به قول Kyri Baker (استاد دانشگاه کلرادو بولدر)، هنوز مجبورن “آدمیزاد” رو بذارن وسط کار تا تصمیم نهایی رو بگیره.
—
یه کاربرد دیگه: برنامهریزی آینده شبکه
یه جای دیگه که هوش مصنوعی میتونه کمکت کنه، همین ماجرای اضافه کردن نیروگاه جدیده. میدونی ساخت یه نیروگاه از درخواست تا راهاندازی تو آمریکا معمولاً ۴ سال طول میکشه؟! بخشی از این زمان به خاطر مطالعاتی به اسم “interconnection study” ـه. (یعنی بررسی اینکه اگه یه نیروگاه جدید به شبکه وصل شه، اوضاع بقیه چی میشه و آیا شبکه نیاز به ارتقا داره یا نه).
الان این بررسیها ماهها وقت میگیره چون باید زیرساخت رو از همه جهات بسنجن و معمولاً چند تا پروژه بیشتر تو یه منطقه نمیتونن همزمان منتظر باشن. این صف کلاسیکِ پروژههارو میسازه. جالبه که بیشتر این پروژههای تو صف، همون انرژیهای تجدیدپذیر (مثل خورشیدی و بادی)ان.
اینجا هم AI میتونه روند تهیه این گزارشهای پیچیده رو سریعتر کنه. مثلاً Midcontinent Independent System Operator که یه اپراتور شبکه برق تو ۱۵ ایالت آمریکاست، داره با یه شرکت به اسم Pearl Street روی اتوماسیون این گزارشا کار میکنه.
البته بازم باید بدونیم که هوش مصنوعی عصای جادویی نیست. چون کارای دیگهای هم هست که باید انجام شه مثل دریافت مجوزهای قانونی. ولی هرچقدر این بررسیها سریعتر شه، به نفع همهس و شبکه راحتتر میتونه خودش رو با تغییرات هماهنگ کنه.
—
کاربردهای جالبتر!
جدا از اینا، هوش مصنوعی کلی جاهای دیگه هم تو صنعت برق میتونه دخالت داشته باشه. مثلاً میتونه وضعیت قطعات مختلف رو پیشبینی کنه، بفهمه کی کابلها یا تجهیزات دارن خراب میشن، با Computer Vision (یعنی بینایی ماشین، یا همون توانایی دیدن عکس و فیلم و تحلیلش توسط کامپیوتر) حتی آتیشسوزی یا خرابی خطوط رو شناسایی کنه. یا تو “نیروگاههای مجازی” (Virtual Power Plants) که یه سری منابع پخششده مثل شارژرهای خودروهای برقی یا آبگرمکنهای هوشمند رو با هم وارد شبکه میکنن، تعادل عرضه و تقاضا رو بسنجن.
ولی بازم بعضیا با این همه وعده و امید، یه کم شک دارن. طوری که Agwan از Climate Change AI میگه: «همیشه وعدههای هوش مصنوعی بزرگتر از دستاوردهاش بوده!»
—
آخرش چی میشه؟
الان بعضی جاها افزایش قیمت برق رو مستقیماً به پای دیتاسنترها و رشد انفجاری مصرف هوش مصنوعی مینویسن و این داستان احتمالاً بدتر هم میشه. برآورد شده تا آخر دهه مصرف برق دیتاسنترها قراره بشه ۹۴۵ تراوات-ساعت، یعنی اندازه مصرف سالانه کل کشور ژاپن!
Panayiotis Moutis (استاد مهندسی برق دانشگاه نیویورک) هم میگه که رشد زیرساخت لازم برای هوش مصنوعی با اون سرعتی که برای بقیه کاربردهاش وعده داده شده، هماهنگ نیست. یعنی فعلاً هزینه قبض بالاتر رو داریم، اما هنوز اون تحولی که شبکه برق وعده داده شده به خاطر هوش مصنوعی اتفاق نیفتاده. خودش میگه: «حالا حالاها شک دارم بشه همه مشکلات شبکه رو با هوش مصنوعی حل کرد.»
جمع بندی خودمونی اینه که هوش مصنوعی واقعاً میتونه کمک کنه، اما تا وقتی راه حلهای عملی و پایدارش بیاد و وعدههاش عملی شه، اثرات منفی مثل گرون شدن برق و مصرف بیشتر انرژی رو دستمونه. باید چشم به راه آینده باشیم و امیدوار باشیم استفاده از AI توی برق، بیشتر کمککننده باشه تا دردسرساز.
منبع: +
