近日，国家发展改革委、国家能源局印发了《关于推进“人工智能+”能源高质量发展的实施意见》(以下简称《实施意见》)。国家能源局科技司相关负责同志就《实施意见》接受采访，回答了记者提问。

　　问：《实施意见》出台的背景是什么？

　　答：党中央、国务院高度重视人工智能发展，近日，国务院印发《关于深入实施“人工智能+”行动的意见》，推动人工智能与经济社会各行业各领域广泛深度融合。能源是创新创业高度活跃的领域，具有数字化基础好、数据质量高、应用场景丰富等比较优势，应走在人工智能应用前列。特别是能源央企积极布局，围绕资源勘探、生产运维、安全监测等环节，已经成功研发应用了电力、油气、煤炭等多个具有行业代表性的专业大模型。总的看，我国能源领域已形成了场景覆盖广泛的人工智能发展格局。

　　与此同时，相比于能源行业的高安全性与强专业性，以及对决策容错率和知识体系完备性的严苛要求，人工智能技术在能源领域应用仍然存在着技术可靠性不足、数据基础较为薄弱、电算供需逆向分布等不容忽视的问题与挑战。大模型“黑箱”特性导致的可解释性缺陷和潜在幻觉风险，使得人工智能技术在涉及核电站安全决策、电网实时调度等核心领域尚无法满足行业级可靠性要求。随着越来越多场景融入人工智能应用，亟需加强顶层设计和系统谋划，加快推动人工智能技术在能源领域的深度应用，带动能源整体性变革，助力加快构建新型能源体系。

　　问：《实施意见》提出2027、2030两个阶段性目标的主要考虑是什么？

　　答：统筹考虑能源领域人工智能应用实际，立足能源行业发展基础，放眼行业发展近中期目标，《实施意见》以拓展人工智能与能源领域深度融合应用场景为重要依托，以提升能源领域人工智能创新应用技术水平为主攻方向，以推进智能算力与电力协同发展为必要支撑，以健全能源智能化发展的创新体系为关键保障，提出能源领域人工智能发展的分阶段目标：

　　到2027年，着眼于打牢基础、树好标杆、健全体系。聚焦能源领域智能化水平不均衡、共性技术支撑不足、规模化应用尚未形成，重点推动“五十百”工程，即推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，制定完善百项技术标准，培育一批行业级研发创新平台，形成符合我国国情的能源领域人工智能技术创新发展模式。

　　到2030年，聚焦自主可控、深度赋能、国际领先，在前期技术积累和场景验证的基础上，着力推动能源领域人工智能专用技术实现体系化突破与规模化落地。这一阶段更注重核心技术的自主创新与深度融合应用，通过人工智能技术增强能源系统的安全性、绿色化和效率，支撑我国新型能源体系建设。

　　问：在《实施意见》提出了哪些重点任务？

　　答：《实施意见》围绕行业应用需求和基础能力供给协同推进，从应用场景赋能、关键技术供给等方面部署了一系列重点任务，并以专栏形式细化明确了研发应用重点方向。

　　一是面向能源各场景全方位赋能。《实施意见》围绕煤、电、油、气各能源品种，系统部署了人工智能+电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，推动能源领域共享人工智能发展红利，助力传统化石能源产业数字化智能化升级，加快新能源、能源新业态及能源交叉领域与人工智能的深度融合，培育壮大能源新产业新模式。在纵向上，围绕能源装备制造、能源生产、输运、调度、消费等环节，强化人工智能对能源产供储销的提质增效作用，提升能源系统整体效率。

　　二是专栏明确典型场景建设路径。坚持战略引领与精准落地并重的原则，聚焦智能化转型需求急迫、数据基础完备、应用价值明确、规模化应用潜力大的方向，以专栏形式明确了37个人工智能+能源的融合应用发展重点任务，涉及百余项场景，其中，油气方向有6个，煤炭、电网、水电、能源新业态方向各5个，火电、新能源方向4个，核电方向3个，同时，提出了各任务的建设路径与目标。

　　三是加大关键共性技术供给。围绕数据、算力、算法，系统构建人工智能应用基础支撑体系，提出人工智能在能源领域应用的三大共性关键技术攻关方向：夯实数据基础，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠；强化算力支撑，统筹规划资源，构建算力、电力深度融合的算电协同发展机制；提升模型基础能力，推动人工智能与能源领域软件深度融合，加快突破人工智能绿色低碳技术瓶颈。

　　问：下一步将如何推动《实施意见》的落实？

　　答：能源领域智能化转型，需要上下协同发力，部门协调配合，国家能源局将紧紧围绕能源领域智能化转型下一阶段目标任务，进一步强化顶层设计、政策支持和指导协调，定期开展分析研究和总结评估，研究解决工作推进中的重大问题，确保《实施意见》各项任务顺利推进。

　　一是强化组织实施。加强统筹协调，形成上下联动的工作格局，推动各地方、各企业因地制宜细化落实举措，建立健全长效工作机制并强化过程督导，确保《实施意见》各项任务落到实处、取得实效。

　　二是加强产学研协同。综合考虑煤电油气各行业应用潜力、成熟度、带动作用等因素，遴选一批能源领域人工智能应用高价值场景，鼓励企业、科研院所、高校等各类创新主体建设高水平研发创新平台和创新联盟，促进产学研用深度融合。

　　三是加速科技成果转化。探索建设行业级人工智能应用测试平台，有效协同企业自主研发的大模型，解决大模型“重复造轮子”问题，避免先进算力和能源资源被过度消耗。遴选一批可复制、易推广的标杆场景与案例，鼓励体制机制与商业模式创新，推动能源领域人工智能科技项目实施与成果转化。 【编辑:刘阳禾】