近日，國家發展改革委、國家能源局印發了《關于推進“人工智能+”能源高質量發展的實施意見》(以下簡稱《實施意見》)。國家能源局科技司相關負責同志就《實施意見》接受采訪，回答了記者提問。
問：《實施意見》出臺的背景是什么？
答：黨中央、國務院高度重視人工智能發展，近日，國務院印發《關于深入實施“人工智能+”行動的意見》，推動人工智能與經濟社會各行業各領域廣泛深度融合。能源是創新創業高度活躍的領域，具有數字化基礎好、數據質量高、應用場景豐富等比較優勢，應走在人工智能應用前列。特別是能源央企積極布局，圍繞資源勘探、生產運維、安全監測等環節，已經成功研發應用了電力、油氣、煤炭等多個具有行業代表性的專業大模型。總的看，我國能源領域已形成了場景覆蓋廣泛的人工智能發展格局。
與此同時，相比于能源行業的高安全性與強專業性，以及對決策容錯率和知識體系完備性的嚴苛要求，人工智能技術在能源領域應用仍然存在著技術可靠性不足、數據基礎較為薄弱、電算供需逆向分布等不容忽視的問題與挑戰。大模型“黑箱”特性導致的可解釋性缺陷和潛在幻覺風險，使得人工智能技術在涉及核電站安全決策、電網實時調度等核心領域尚無法滿足行業級可靠性要求。隨著越來越多場景融入人工智能應用，亟需加強頂層設計和系統謀劃，加快推動人工智能技術在能源領域的深度應用，帶動能源整體性變革，助力加快構建新型能源體系。
問：《實施意見》提出2027、2030兩個階段性目標的主要考慮是什么？
答：統籌考慮能源領域人工智能應用實際，立足能源行業發展基礎，放眼行業發展近中期目標，《實施意見》以拓展人工智能與能源領域深度融合應用場景為重要依托，以提升能源領域人工智能創新應用技術水平為主攻方向，以推進智能算力與電力協同發展為必要支撐，以健全能源智能化發展的創新體系為關鍵保障，提出能源領域人工智能發展的分階段目標：
到2027年，著眼于打牢基礎、樹好標桿、健全體系。聚焦能源領域智能化水平不均衡、共性技術支撐不足、規模化應用尚未形成，重點推動“五十百”工程，即推動五個以上專業大模型在電網、發電、煤炭、油氣等行業深度應用，挖掘十個以上可復制、易推廣、有競爭力的重點示范項目，探索百個典型應用場景賦能路徑，制定完善百項技術標準，培育一批行業級研發創新平臺，形成符合我國國情的能源領域人工智能技術創新發展模式。
到2030年，聚焦自主可控、深度賦能、國際領先，在前期技術積累和場景驗證的基礎上，著力推動能源領域人工智能專用技術實現體系化突破與規模化落地。這一階段更注重核心技術的自主創新與深度融合應用，通過人工智能技術增強能源系統的安全性、綠色化和效率，支撐我國新型能源體系建設。
問：在《實施意見》提出了哪些重點任務？
答：《實施意見》圍繞行業應用需求和基礎能力供給協同推進，從應用場景賦能、關鍵技術供給等方面部署了一系列重點任務，并以專欄形式細化明確了研發應用重點方向。
一是面向能源各場景全方位賦能。《實施意見》圍繞煤、電、油、氣各能源品種，系統部署了人工智能+電網、能源新業態、新能源、水電、火電、核電、煤炭、油氣八大應用場景，推動能源領域共享人工智能發展紅利，助力傳統化石能源產業數字化智能化升級，加快新能源、能源新業態及能源交叉領域與人工智能的深度融合，培育壯大能源新產業新模式。在縱向上，圍繞能源裝備制造、能源生產、輸運、調度、消費等環節，強化人工智能對能源產供儲銷的提質增效作用，提升能源系統整體效率。
二是專欄明確典型場景建設路徑。堅持戰略引領與精準落地并重的原則，聚焦智能化轉型需求急迫、數據基礎完備、應用價值明確、規模化應用潛力大的方向，以專欄形式明確了37個人工智能+能源的融合應用發展重點任務，涉及百余項場景，其中，油氣方向有6個，煤炭、電網、水電、能源新業態方向各5個，火電、新能源方向4個，核電方向3個，同時，提出了各任務的建設路徑與目標。
三是加大關鍵共性技術供給。圍繞數據、算力、算法，系統構建人工智能應用基礎支撐體系，提出人工智能在能源領域應用的三大共性關鍵技術攻關方向：夯實數據基礎，加快形成能源領域高質量數據集，確保能源數據全流程安全可靠；強化算力支撐，統籌規劃資源，構建算力、電力深度融合的算電協同發展機制；提升模型基礎能力，推動人工智能與能源領域軟件深度融合，加快突破人工智能綠色低碳技術瓶頸。
問：下一步將如何推動《實施意見》的落實？
答：能源領域智能化轉型，需要上下協同發力，部門協調配合，國家能源局將緊緊圍繞能源領域智能化轉型下一階段目標任務，進一步強化頂層設計、政策支持和指導協調，定期開展分析研究和總結評估，研究解決工作推進中的重大問題，確保《實施意見》各項任務順利推進。
一是強化組織實施。加強統籌協調，形成上下聯動的工作格局，推動各地方、各企業因地制宜細化落實舉措，建立健全長效工作機制并強化過程督導，確保《實施意見》各項任務落到實處、取得實效。
二是加強產學研協同。綜合考慮煤電油氣各行業應用潛力、成熟度、帶動作用等因素，遴選一批能源領域人工智能應用高價值場景，鼓勵企業、科研院所、高校等各類創新主體建設高水平研發創新平臺和創新聯盟，促進產學研用深度融合。
三是加速科技成果轉化。探索建設行業級人工智能應用測試平臺，有效協同企業自主研發的大模型，解決大模型“重復造輪子”問題，避免先進算力和能源資源被過度消耗。遴選一批可復制、易推廣的標桿場景與案例，鼓勵體制機制與商業模式創新，推動能源領域人工智能科技項目實施與成果轉化。