Kecerdasan buatan telah menjadi berita utama baru-baru inikebutuhan energi yang meningkat pesatdan khususnya lonjakanpenggunaan listrik pada pusat data yang memungkinkan pelatihan dan penerapan model AI generatif terbaru. Namun tidak semuanya merupakan berita buruk – beberapa alat AI berpotensi mengurangi beberapa bentuk konsumsi energi dan memungkinkan jaringan listrik yang lebih bersih.
Salah satu penerapan yang paling menjanjikan adalah penggunaan AI untuk mengoptimalkan jaringan listrik, yang akan meningkatkan efisiensi, meningkatkan ketahanan terhadap cuaca ekstrem, dan memungkinkan integrasi lebih banyak energi terbarukan. Untuk mempelajari lebih lanjut,Berita MIT berbicara denganPriya DontiProfesor Pengembangan Karir Keluarga Silverman di Departemen Teknik Elektro dan Ilmu Komputer (EECS) MIT dan peneliti utama di Laboratorium Sistem Informasi dan Keputusan (LIDS), yang pekerjaannya berfokus pada penerapan pembelajaran mesin untuk mengoptimalkan jaringan listrik.
Q: Mengapa jaringan listrik perlu dioptimalkan terlebih dahulu?
A: Kita perlu menjaga keseimbangan yang tepat antara jumlah listrik yang dimasukkan ke dalam jaringan dan jumlah yang keluar setiap saat. Namun di sisi permintaan, kita menghadapi ketidakpastian. Perusahaan listrik tidak meminta pelanggan untuk melakukan pra-registrasi jumlah energi yang akan mereka gunakan sebelumnya, sehingga estimasi dan prediksi harus dilakukan.
Kemudian, dari sisi pasokan, biasanya terdapat variasi dalam biaya dan ketersediaan bahan bakar yang perlu ditanggapi oleh pengelola jaringan listrik. Hal ini menjadi masalah yang lebih besar karena adanya integrasi energi dari sumber-sumber terbarukan yang memiliki rentang waktu yang berbeda-beda, seperti tenaga surya dan angin, dimana ketidakpastian cuaca dapat berdampak besar pada jumlah listrik yang tersedia. Kemudian, pada saat yang sama, bergantung pada bagaimana daya mengalir di jaringan listrik, ada sejumlah daya yang hilang karena panas resistif pada saluran listrik. Jadi, sebagai operator jaringan, bagaimana Anda memastikan semua jaringan berfungsi sepanjang waktu? Di sinilah optimasi diperlukan.
Q:Bagaimana AI bisa sangat berguna dalam optimalisasi jaringan listrik?
A:Salah satu cara AI dapat membantu adalah dengan menggunakan kombinasi data historis dan real-time untuk membuat prediksi yang lebih tepat mengenai berapa banyak energi terbarukan yang akan tersedia pada waktu tertentu. Hal ini dapat menghasilkan jaringan listrik yang lebih bersih dengan memungkinkan kita menangani dan memanfaatkan sumber daya ini dengan lebih baik.
AI juga dapat membantu mengatasi masalah optimasi kompleks yang harus diselesaikan oleh operator jaringan listrik untuk menyeimbangkan pasokan dan permintaan dengan cara yang juga mengurangi biaya. Masalah pengoptimalan ini digunakan untuk menentukan pembangkit listrik mana yang harus menghasilkan daya, berapa banyak yang harus dihasilkan, dan kapan harus memproduksinya, serta kapan baterai harus diisi dan dikosongkan, dan apakah kita dapat memanfaatkan fleksibilitas dalam beban daya. Masalah optimasi ini sangat mahal secara komputasi sehingga operator menggunakan perkiraan sehingga mereka dapat menyelesaikannya dalam jangka waktu yang memungkinkan. Namun perkiraan ini sering kali salah, dan ketika kita mengintegrasikan lebih banyak energi terbarukan ke dalam jaringan listrik, hal tersebut akan semakin terbuang. AI dapat membantu dengan memberikan perkiraan yang lebih akurat dan lebih cepat, yang dapat diterapkan secara real-time untuk membantu operator jaringan listrik mengelola jaringan listrik secara responsif dan proaktif.
AI juga dapat berguna dalam perencanaan jaringan listrik generasi mendatang. Perencanaan jaringan listrik memerlukan penggunaan model simulasi yang besar, sehingga AI dapat memainkan peran besar dalam menjalankan model tersebut dengan lebih efisien. Teknologi ini juga dapat membantu pemeliharaan prediktif dengan mendeteksi di mana perilaku anomali pada jaringan listrik mungkin terjadi, sehingga mengurangi inefisiensi yang timbul akibat pemadaman listrik. Secara lebih luas, AI juga dapat diterapkan untuk mempercepat eksperimen yang bertujuan menciptakan baterai yang lebih baik, sehingga memungkinkan integrasi lebih banyak energi dari sumber terbarukan ke dalam jaringan listrik.
Q:Bagaimana seharusnya kita memikirkan pro dan kontra AI, dari perspektif sektor energi?
A: Satu hal penting untuk diingat adalah bahwa AI mengacu pada serangkaian teknologi yang heterogen. Ada berbagai jenis dan ukuran model yang digunakan, dan cara penggunaan model yang berbeda. Jika Anda menggunakan model yang dilatih pada jumlah data yang lebih kecil dengan jumlah parameter yang lebih sedikit, hal ini akan menghabiskan energi yang jauh lebih sedikit dibandingkan model berukuran besar dan bertujuan umum.
Dalam konteks sektor energi, ada banyak tempat di mana, jika Anda menggunakan model AI khusus aplikasi untuk aplikasi yang dimaksudkan, trade-off biaya-manfaat akan menguntungkan Anda. Dalam kasus ini, penerapannya memberikan manfaat dari perspektif keberlanjutan – seperti memasukkan lebih banyak energi terbarukan ke dalam jaringan listrik dan mendukung strategi dekarbonisasi.
Secara keseluruhan, penting untuk memikirkan apakah jenis investasi yang kita lakukan pada AI benar-benar sesuai dengan manfaat yang kita inginkan dari AI. Di tingkat masyarakat, menurut saya jawaban atas pertanyaan tersebut saat ini adalah “tidak”. Ada banyak pengembangan dan perluasan pada subset teknologi AI tertentu, dan ini bukanlah teknologi yang akan memberikan manfaat terbesar dalam penerapan energi dan iklim. Saya tidak mengatakan teknologi-teknologi ini tidak ada gunanya, namun teknologi ini sangat boros sumber daya, dan juga tidak bertanggung jawab atas sebagian besar manfaat yang dapat dirasakan di sektor energi.
Saya bersemangat untuk mengembangkan algoritme AI yang memperhatikan batasan fisik jaringan listrik sehingga kami dapat menerapkannya secara kredibel. Ini adalah masalah yang sulit untuk dipecahkan. Jika LLM mengatakan sesuatu yang sedikit salah, sebagai manusia, kita biasanya dapat mengoreksinya dalam pikiran kita. Namun jika Anda melakukan kesalahan yang sama besarnya saat mengoptimalkan jaringan listrik, hal ini dapat menyebabkan pemadaman listrik skala besar. Kita perlu membuat model secara berbeda, namun hal ini juga memberikan peluang untuk memanfaatkan pengetahuan kita tentang cara kerja fisika jaringan listrik.
Dan secara lebih luas, menurut saya sangat penting bagi kita semua yang berada di komunitas teknis untuk berupaya mengembangkan sistem pengembangan dan penerapan AI yang lebih demokratis, dan hal ini dilakukan dengan cara yang selaras dengan kebutuhan aplikasi di lapangan.
