工人日報
徐建輝
2025-04-01 08:56
證券時報記者 江聃
人工智能技術在能源生產、消費及管理全鏈條的應用，將大幅提升能源利用效率，加速傳統高碳行業向綠色低碳轉型，是面向未來能源結構創新鏈條上的關鍵點之一。日前，中國工程院院士、中國科學院大連化學物理研究所所長劉中民在2025中關村論壇——“碳達峰碳中和科技論壇”活動上接受記者采訪時表示，運用人工智能技術將相關研究周期從之前的十年縮短到兩到三年是有可能的，這是努力的目標。
按照傳統科研模式，化工新技術的研發需要經過實驗室小試、中試、工業性試驗和工業示范等逐級放大過程，從實驗室到工廠生產環節一般需要十年以上。
“這一過程面臨周期長、投資大和市場變化大等風險。”劉中民表示，對標2060年實現碳中和的目標，雖然看起來還有幾十年，但實際上時間不等人。立足能源領域，推動化石能源與新能源融合發展，建立更加安全高效清潔低碳的能源體系的目標不會變。人工智能的加持，提升增強了實現這一目標的信心。希望低碳技術能夠與人工智能技術形成有效融合，加速低碳技術的探索。
劉中民認為，通過人工智能技術賦能，將相關研究周期從之前的十年縮短到兩到三年是有可能的，這是努力目標。
2024年3月和11月，中國科學院大連化物所聯合相關單位，先后發布中國首個智能化工大模型1.0和2.0版本，可實現化工知識的快速檢索及化工流程工藝的自主設計和優化，為化工行業的智能化發展邁出關鍵第一步。
近期，英國《自然》雜志網站發布的《2025自然指數—能源》顯示，過去幾年，自然指數中與經濟適用的清潔能源相關的研究產出，從國家和地區看，2019年至2024年能源研究產出百強機構排名中，中國有63家機構上榜。上榜企業數量相較其他國家和地區遙遙領先。
劉中民指出，這體現出我國清潔能源研究經過多年發展進入成果爆發期。只有達到這個程度，后續的技術發展運用才有可能。他也強調，需要注意，從研究成果到實際應用還需要進一步加強支持，真正從科研論文轉化為技術落地是工藝流程逐級放大的過程，仍然存在較大不確定性。因此，希望可以通過人工智能賦能，讓科研成果到工廠運用的過程走得更快一點。
校對：李凌鋒
