张钹：中国人工智能泰斗 人工智能与能源：人工智能会减少排放还是增加需求？
张钹：中国人工智能泰斗 人工智能与能源：人工智能会减少排放还是增加需求？，
张钹：中国人工智能泰斗
无人驾驶、人脸识别、智能家居……如今，人工智能已融入千行百业，小到居家出行、大到制造研发，智能经济给生产生活带来深刻变革。
早在40多年前，中国人工智能领域泰斗级专家、清华大学计算机系教授、中国科学院院士张钹就开始投身人工智能领域研究，他发表了中国第一篇人工智能领域的学术论文、获得中国在人工智能领域的第一个国际重要奖项、组建中国第一个人工智能国家重点实验室……由此树立起中国人工智能发展的一个个里程碑，推动中国在此领域发展进步。
闯入未知领域
1956年国际上诞生了“人工智能”一词。达特茅斯夏季研究项目提出符号AI的基本思路，纽维尔、西蒙等研究者提出物理符号系统假设，最终形成了基于知识和经验的符号推理模型，即知识驱动模型。
人工智能研究开展伊始，希望机器能像人类一样思考，是AI创始者们最朴素的期待。回想起人工智能的诞生，张钹说：“我们解决很多问题都靠理性思考，所以最初就想让机器模拟人类的思考行为。”
张钹介绍，符号AI，也就是第一代人工智能，只适用于完成信息比较完全、不确定性较小的工作，如：调度、规划、诊断等。以下国际象棋为例，下棋属于一种“完全信息博弈”行为，信息是完全确定的，要素与规则都固定且有限，这类工作第一代人工智能可以做得很好。但是第一代人工智能在面对不确定性较强的情况时明显不那么好用，如战争环境下的决策，人工智能难以辨别信息的真伪，更无法进一步生成成功的指令。此外，第一代人工智能的知识获取依赖于人工，费时、费力，很多问题有待进一步解决。
1978年12月，党的十一届三中全会召开，开启了改革开放历史新时期。全会明确提出：“在自力更生的基础上积极发展同世界各国平等互利的经济合作，努力采用世界先进技术和先进设备”。
随着国门打开，国际科技合作与交流兴起，张钹获得了与国际同行交往的机会。1980年初，张钹赴美访学，到达了伊利诺伊大学厄巴纳-香槟分校。然而，他在与外国同行交流中感到一种说不出的尴尬和郁闷。外国研究者对于这批来自中国大陆已到中年的访问学者的学识与能力抱怀疑的态度。张钹很受刺激，立志让中国在人工智能领域奋起直追，迎头赶上国际先进水平，赢得外国同行的尊敬。
做人工智能，最重要的是选题能否“押对宝”。在第一代人工智能的理论研究中有推理、搜索和规划等方向，张钹从事的第一项研究是机器人的运动规划。当时，对于机器人躲避障碍的运动规划，国际上流行的方法是根据多关节机械臂的形状和尺寸，把原来带有障碍的空间从三维变换为更高维的空间，而机械臂本身缩成一个点。这样机械臂在障碍空间中的运动规划，变成高维空间中的路径搜索，当空间的维数很高时，比如6、7维，则存在搜索运算量极大的弊端。
对此问题，张钹率先发现数学与人工智能结合的广阔前景。于是，他与弟弟张铃展开合作。张铃学数学出身，当时尚在安徽任教。兄弟俩选择在人工智能研究中引入数学工具—拓扑理论。通过对高维空间进行拓扑变换，将复杂的空间变换为一个简单的拓扑空间（二维网络）。在此思想基础上，他们提出了全新的基于拓扑的机器人运动规划方法，大大降低了计算复杂性。这一独创性研究，让他们在国际舞台上引领了人工智能研究方法的创新。
经过约一年时间，他们联手完成了一篇人工智能领域的论文《机器臂在障碍物之间的无碰撞路径规划》，后来成功发表于人工智能领域顶级国际期刊《IEEE Trans. on PAMI》，引起了国际同行的高度关注，实际上这也是中国科学家在人工智能领域顶刊发表的第一篇学术论文。这让张钹等中国学人颇为扬眉吐气，也增强了他为中国人工智能发展作出更大贡献的信心和决心。
建设中国人工智能
从选择“人工智能与智能控制”作为新的教学与科研方向，迄今已过40余载的光阴。张钹建设中国人工智能的历程，曲折繁琐，经历过“冬天”，也见证过机遇。
1982年初，张钹结束访学回国，着手进一步开拓人工智能研究。为了解产业界对人工智能技术的需求，更好促进科技成果转化，张钹与其他科研人员一起深入从西南到东北的很多工厂调研，形成了基本判断：机器人将来会成为国内一项重大需求。
1984年，张钹开始筹建中国第一个智能机器人实验室。这一方向与国家的需求高度融合。1986年，国家制定了“863”高技术发展规划，其中就包含了智能机器人主题。
要研究机器人，就必须要有机械臂。机械臂是高精度、高度非线性、强耦合的复杂系统，是人工智能在工业应用的典型。但由于技术保护原因，当时的机械臂不允许直接卖给中国人，价格也十分昂贵，达到19万人民币。
为此，张钹与同事们多方奔走、筹措经费，联系国内外相关厂家，进行洽谈协商。最后，张钹与同事通过福建从香港进货。他回忆说：“当我知道机器臂已经装上飞机，正在飞往北京时，那种兴奋真的难以言表。”机械臂运抵北京后，张钹亲自跟车到机场“迎接”，直到搬运、装车、运抵清华园，他才终于松了一口气。
没有说明书，也没有任何经验调试设备。还记得有一天夜里机器人撞在桌子上动不了，老师们吓坏了，找张钹来解决，最终发现是因机器撞到桌子上保护键起了保护作用。虽是虚惊一场，但足以看出设备之珍贵，资金之紧张。
1987年，张钹与团队又开始筹建国家重点实验室，名为“智能技术与系统国家重点实验室”。
然而，正在张钹等学者奋力追赶的时候，人工智能却遇到了低谷期。受到算法、计算机算力等原因的限制，人工智能的“冬天”降临， 出现越来越多的质疑。几乎同时，国外很多研究机构纷纷停止了该方向的研究工作。在这样的大背景下，国内一些高校也都很难继续该领域的工作。当时，张钹的团队也面临着巨大的压力，但是外界的这些声音并没有影响到他的决心，在许多人开始转行时，张钹初心不改，迎难而上。他犹如一个“旗手”，带领着团队在困难、狂热抑或浮躁中保持冷静，砥砺前行。
人工智能领域硕果累累
凭借改革开放的良好环境与中国崛起的机遇，经过不懈努力，张钹的团队不仅坚持下来，而且取得了良好的发展，在人工智能领域创造了多项全国第一。张钹也在人工智能领域硕果累累，大大小小的荣誉数不胜数。
1987-1994年，张钹出任国家“863计划”即高技术计划智能机器人主题专家组专家，承担国家重点攻关课题；1990年获得在国家重点实验室建设中做出重要贡献先进工作者称号；1994年在庆祝国家重点实验室建设十周年大会上获个人金牛奖，以表彰他对实验室建设的突出贡献。
1994年，张钹当选为俄罗斯自然科学院外籍院士。1995年11月3日，张钹当选为中国科学院技术科学部院士。对此重大殊荣，张钹却说，“我们不能拿院士这样的头衔来吓唬人，也并不是说当了院士就可以高傲自大了，科学研究是永无止境的，我要做的事情还很多。”
2018年，在人工智能领域受到全世界广泛关注的形势下，张钹前瞻性地提出了要将清华大学与人工智能有联系的相关院系整合起来，成立清华大学人工智能研究院。于是，人工智能研究院组织了清华大学内的18个学院或系共同参与建设，其中不但包括了计算机系、电子系、自动化系、精密仪器系等理工科院系，也有与社会科学、心理学相关的院系。2018年6月28日，清华大学人工智能研究院成立，83岁的张钹担任研究院首任院长。
党的十八大以来，以习近平同志为核心的党中央把发展人工智能提升到战略高度，习近平总书记围绕加快发展人工智能、推动高质量发展发表了一系列重要论述。中国人工智能行业受到各级政府的高度重视和国家产业政策的重点支持，国家陆续出台了多项政策，鼓励人工智能行业发展与创新。
现在，清华大学人工智能研究院下设10个研究中心，涵盖了人工智能的大模型研究、视觉研究、自然语言处理、智能机器人、人工智能基础研究等各个方面。从发表的高档论文数量而言，已居世界前二。
在张钹和计算机系老师们的共同努力下，清华大学在全球最权威的计算机科学排名CS Rankings上常年位居前列，2022年位列全球第二，超过了麻省理工学院、斯坦福、普林斯顿等高校；而在张钹主攻的人工智能方向上，清华大学常年排在全球首位。
但对于这样的成绩，张钹仍有清醒的认识，虽然清华大学在个别方面成绩非常出色，但在更多的领域中仍处于追赶者的角色。这也一定程度上反映了中国和国际最高水平仍有差距，而张钹尤其指出需要在基础理论上下功夫。他认为：“如果中国要在这个领域实现领跑，是要有理论作为支撑的，理论上的突破才能形成优势”。因此，清华大学并不随波逐流，而是在理论研究上寻求突破，张钹退休之后仍继续参与到理论研究的探索中。
科技创新永无止境
杏坛六十余载，回顾自己的教师生涯，张钹认为最令他感到自豪的并不是做出的科研成果，也不是建成的实验基地，而是为国家培养出一批批优秀的人才。
1988年6月，张钹培养的中国人工智能领域的第一个博士生毕业。此后，张钹培养的人工智能领域博士生共接近90名，如今已是四代博士同堂。
作为一名教师，如何在高校的学科建设、人才培养中发挥应有的作用？张钹的回答是“行胜于言”，发挥自身的表率作用。“首先需要我们认真地去对待每一件事，比如每一堂课、每一次报告，甚至会议上的发言，我总是经过认真思考和准备，力求做到言之有物，让听众有所收获；还需要坚持奋斗在教学与科研的第一线，不断向周围老师和学生学习，这样才有可能跟上时代的步伐，为人师表。”
“虽然退休了，但我没有休息的计划。”“80岁以后，除了没有开车，我其他所有事情照办。”……已至耄耋之年的张钹院士，展现出的是蓬勃的生命力。
不久前，张钹院士迎来了89岁生日，谈及如何保持身体与思维的敏捷，他的秘诀是保持童心、保持好奇心，他认为只要做到这一点，就可以活得和年轻人一样。
在未来的规划里，张钹给自己设定了三个目标，让清华大学在人工智能基础理论研究上达到世界一流水平、做一个属于机器人的产业、做智慧医疗……年龄、岁月无法阻挡他醉心一生的科研之路。
张钹认为，通过人工智能可以减少工作时间、提升工作质量、协助解决社会难题，人工智能将会提升人类整体的幸福感，“我搞人工智能的目的就是为了让人类更加幸福”。
安 妮 齐思淼 清华大学人文清华讲坛记者
人工智能与能源：人工智能会减少排放还是增加需求？
人工智能需要强大的计算能力，为支持人工智能运行，数据中心的碳排放量因此增加。但人工智能工具也有助于促进能源转型。本文分析了推动人工智能能源需求的因素，并探讨了在维持人工智能发展的同时提高能源效率的可能路径。
人工智能会消耗多少能源？如果我们问问ChatGPT，它是这样说的：
“人工智能系统的能耗因其复杂性和用途而存在很大差异，但通常需要大量电力才能有效地处理和分析数据。”
据估计，ChatGPT光是回复这一句话，所需的电量即达到Google搜索的约十倍。ChatGPT每周有1亿用户，因此额外的能源需求开始累积。这还只是单个平台上的用户。
在整个人工智能行业中，不断增长的能源需求（主要来自于构建和运行用于训练和操作人工智能模型的数据中心）正在导致全球温室气体排放增加。
微软作为ChatGPT开发商OpenAI的投资者之一，将生成式人工智能工具定位为其产品的核心。该公司最近声明，由于数据中心扩张，其二氧化碳排放量自2020年以来增加了近30%。谷歌2023年的温室气体排放量则比2019年高出几乎50%，这主要是来自与数据中心相关的能源需求。
因此，虽然人工智能工具有望帮助能源转型，但它们也需要强大的计算能力来支撑。
01
是什么推动了人工智能的能源需求？
目前，人工智能的能源消耗仅占科技行业电力消耗的一小部分，估计占全球总排放量的2-3%左右。随着越来越多的企业、政府和组织使用人工智能来提高效率和生产力，这种情况可能会有所改变。如下图所示，数据中心已经成为许多地区电力需求增长的重要驱动力。
全球数据中心的电力消耗。????
图片来源：国际能源署
人工智能需要大量计算能力，而生成式人工智能系统完成一项任务所需的能量，可能已经是专门针对某一任务的软件的33倍。
随着人工智能的普及并进一步发展，训练和运行这些模型将推动全球数据中心数量及相关能源消耗的指数级增长。这将给本已紧张的电网带来越来越大的压力。
生成式人工智能模型训练的耗能尤其高，比传统数据中心活动消耗的电量要多得多。正如一位人工智能研究人员所说：“人工智能模型到了部署阶段时，更是必须始终保持开机状态。ChatGPT就从来不会关机。”
像构建ChatGPT所用的大型语言模型，其复杂程度正不断增长，也侧面印证了人工智能对能源的需求正不断增加。
据估计，训练一个像GPT-3这样的模型将耗费近1300兆瓦时（MWh）的电力。这大致相当于美国130户家庭一年的用电量。
而训练更先进的GPT-4，其耗电量估计是GPT-3的50倍。
总体而言，维持人工智能增长所需的计算能力大约每100天翻一番。
02
人工智能行业该如何提高能源效率？
这让社会不得不思考一些棘手的问题。人工智能的经济和社会效益是否大于使用其带来的环境成本？更具体地说，人工智能对能源转型的好处是否大于其增加的能源消耗？
找到挑战和机遇之间的最佳平衡点将是关键。
报告预测，到2030年，人工智能有潜力帮助减少5-10%的全球温室气体排放。那么，怎样才能达到这一平衡呢？
包括欧洲议会在内的监管机构开始制定要求，要求人工智能系统具有记录能源消耗的能力。技术的进步也可以帮助解决人工智能的能耗问题，更先进的硬件和处理能力有望提高人工智能工作的效率。
研究人员正在设计专用硬件，例如新的加速器、性能大幅提升的3D芯片，以及新的芯片冷却技术。芯片制造商Nvidia声称，其新型“超级芯片”在运行生成式人工智能服务时，可将性能提升30倍，同时能耗降低25倍。
数据中心也变得越来越高效。为了进一步提高效率，人们正在探索新的冷却技术，并选择那些能够在电力更便宜、供应更多且更可持续时执行更多计算的站点。
此外，减少整体数据使用也将是关键，包括要解决暗数据问题，即生成并存储但从未再次使用过的数据。同时，针对特定任务使用资源需求较少的小型语言模型，也会有所帮助。在性能、成本和人工智能工作负载的碳足迹之间找到更好的平衡将是关键。
03
人工智能对电网有何影响？
人工智能并不是给电网带来压力的唯一因素。人口增长和电气化趋势带来的能源需求都可能会导致电网脱碳速度变慢。
然而，要实现经济活动的净零排放，电网的清洁、现代化和脱碳至关重要。
数据中心运营商正在探索替代能源方案，例如利用核技术为站点供电或使用氢气等储能技术。企业也在投资新兴技术，例如碳去除，用于从空气中吸收二氧化碳并将其安全储存。
人工智能还可以帮助克服将大量可再生能源整合到现有电网中的障碍。?
可再生能源发电量不稳定，经常导致高峰时段发电量过剩，低谷时段发电量不足，从而造成能源浪费和电网不稳定。通过分析从天气模式和能源消耗趋势等大量数据，人工智能可以非常准确地预测发电量。
这有助于实现作业调度和负载转移，确保数据中心在有可再生能源电力供应时使用能源，从而确保最佳的电网稳定性和效率，并提供全天候的清洁电力。
包括人工智能在内的数字技术可以为帮助能源等行业实现净零排放做出重大贡献。????
图片来源：埃森哲、国际能源署、经合组织、世界经济论坛、联合国和美国政府
从建筑建模到预测能源使用、优化供暖和空调性能，再到通过预测性维护提高制造业效率，人工智能还在帮助其他高碳排行业提升能源效率。在农业领域，传感器和卫星图像正在帮助预测作物产量和管理资源。
要平衡人工智能的能耗和排放与其社会效益，需要解决许多复杂且相互关联的挑战，这需要多边利益相关方的共同努力。
发布于：北京
