国际能源署数据显示，去年全球运行人工智能（AI）的数据中心，电力消耗约占全球总用电量的1.5%，预计到2030年将增长一倍以上。能源需求的上升，可能意味着更多煤炭、天然气等化石燃料的燃烧，进而加剧温室气体排放，推高全球气温，导致海平面上升与极端天气频发。

然而，AI不仅是能源消耗者，也可成为节能增效的推动者。科学家正积极探索利用AI更高效地使用能源、降低污染，为全球节能减排注入智慧动能。

 《科技日报》近日刊发文章对此进行了分析介绍。

提升建筑能效

AI能依据天气数据、用电量等多种因素，对照明、通风、供暖与制冷系统进行自动调节，从而显著提升建筑的能源效率。

譬如，AI能在员工上下班时自动安排空调与供暖运行，比人工调节更为高效。在通风方面，自动化系统能巧妙平衡室外新风引入与室内温度维持之间的关系，避免因通风而过度消耗能源。此外，AI还能实时监测暖通空调等设备的运行状态，预测并诊断潜在故障，从而在问题恶化前及时维修，节省高昂的修复成本。

专家表示，综合运用上述自动化手段，可使建筑能耗降低10%—30%。

优化能源分配

由AI驱动的智能电网可优化能源分配，减少浪费并提高效率。机器学习还可用于改进可再生能源技术—如太阳能电池板和风力涡轮机的设计和性能。此外，AI可为电动汽车、智能手机等设备自动规划最高效的充电方案。例如夜间电力需求较低、费率更优，且电网依赖化石燃料发电的比例也相对下降。AI也能帮助装有太阳能电池板的家庭更高效地将多余电能储存至蓄电池中，实现绿色能源的智能管理与利用。

降低甲烷排放

甲烷作为一种强效温室气体，约占当前导致全球变暖温室气体总量的30%。为降低甲烷排放，位于美国波士顿的GeminusAI公司运用深度学习与高级推理技术，对油气井口和管道网络进行监测，并借助AI驱动的模拟系统，提出对压缩机与泵的设置调整建议，从而避免甲烷气体排放与燃烧。这一过程仅需数秒即可完成。而传统上，工程师运行模拟并提出类似建议，通常需要约36小时。随着该技术在整个行业推广，减少温室气体排放的潜力将十分可观。

探寻地热资源

地热发电是一种清洁能源技术。如今，这种可再生能源正受到越来越多的关注。美国一家地热能源初创公司构建了能解析地下结构的AI模型，并借此探寻那些曾被忽视的地热热点与钻井目标。例如，通过AI建模分析，他们成功识别出一个尚未开发的地热储层，有望为电厂设施恢复供电。

减少交通污染

美国谷歌公司正运用AI及谷歌地图数据，通过优化交通信号灯配时方案，改善车辆行驶与停靠节奏，从而有效减少交通污染。2023年启动的“绿光计划”已在全球四大洲的20座城市落地。据谷歌介绍，该计划可有效减少30%的频繁启停交通流，相应降低10%的污染物排放，助力改善城市空气质量。