人工智能行将引发咱们日子、工作和休闲的革命性改变，可是很少有人知道人工智能技能除了亚马逊的Alexa或苹果的Siri之外还能做什么。这些是虚拟帮手或“弱AI”技能的示例，也是AI运用的最常见示例。可是在数据驱动的动力范畴，杂乱的机器学习正在为“强壮的AI”铺平道路，以前进功率、猜测、买卖和用户可拜访性。

电力买卖

电力是能够在揭露商场上购买、出售和买卖的产品。为了使这些商场有用运转，电力卖方、买方和经纪人有必要不断剖析从天气预报到电网需求/电力供给平衡的很多数据。那些最能了解数据的人在商场大将具有竞赛优势。

在2018年，IBM的DeepMind开端将机器学习算法运用于谷歌在美国中部的风力发电才能，足以为中型城市供电。运用天气预报和涡轮历史数据的神经网络，它能够提早36小时合理猜测风能输出。与基准情形比较，在不到一年的时间内，DeepMind的机器学习算法将其风能的价值前进了约20%。

智能功耗

在美国，将近一半的电力用户运用了智能电表，这些电表供给有关个人动力消耗的数据，然后使顾客能够对动力运用情况进行自我调节。

新式的以人工智能为驱动力的智能电表和智能家居解决方案没有遍及，但对最终用户的功率进步是潜在的福音。这些动力监控设备可与其他家用设备进行通讯，然后经过削减动力糟蹋为业主节约资金。例如，这些设备能够操控空调，主张在特定时段以较低的电费为电动汽车充电、操控照明以及办理电器。

这些设备具有习惯运用形式和动力价格并对之做出反响的才能，假如将其运用于更广泛的人群，则能够节约很多动力。广泛施行能够为每个人供给更绿色、更安稳的电网。

智能储能

人工智能能够经过简化集成共同技能的办法来改进现有的储能技能，其间包含可再生动力的微电网、公用事业规划的电池储能、抽水蓄能等。跟着比如风能和太阳能之类的间歇性电源的激增，储能在现代电网中的效果正在迅速增长，这给电力经纪人带来了更大的压力，以平衡供需。跟着技能的前进和本钱的下降，智能储能在电网的辅佐服务中扮演着越来越重要的人物，这些功用可协助电网运营商平衡并支撑动力从发电机到用户的传输。

在需求/供给缺口的时分，AI能够完成更有用的分配，并且这样做能够节约其他方面的功耗，供今后运用。集成多个不同的存储系统不只能够最大程度地发挥效果，并且智能能量存储系统还能够经过改进间歇性发电引起的频率和电压操控来进一步前进安全性。自2005年以来，总部坐落柏林的储能公司Younicos一直是开发和布置此类集成式动力系统的全球商场领导者。

机器人

关于电力部门，人工智能技能的一项明显运用是创立自主机器人，该机器人能够在其他风险情况下替代人类。这些自动驾驶的无人驾驶机器能够丈量陆地上的高压电力线或在海底巡查以获取名贵的资源、记载并陈述其方位，以便将来提取而不会危及生命。

埃克森美孚经过MIT动力建议与MIT的双向协作便是一个这样的项目，其意图是进一步开展自主机器人独立履行杂乱使命的才能。麻省理工学院的布莱恩·威廉姆斯教授和他的团队计划让他们的自学习机器人仿照火星猎奇号火星车并探究海底以进行进一步的开发和运用。埃克森美孚(ExxonMobil)麻省理工学院(MIT)潜水机器人项意图前首席参谋，地球科学家洛里·萨玛(Lori Summa)以为，那里的立异关于“推翻动力研讨的规模以应对未来的应战”至关重要。

动力的未来

由于全球动力系统无法幸免于COVID-19大盛行，因而人们将新的要点放在前进经济功率上。为此，商场参与者正在运用机器学习来前进猜测才能，前进动力买卖的透明度，集成可再生动力、办理智能电网和存储并赋予无人驾驶无人机以生命。

强壮的AI和动力行业的交融将对全球顾客发生巨大而广泛的影响。正如比尔·盖茨(Bill Gates)对2017年行将结业的人说的那样：

“假如我今日刚开端并寻觅在世界上发生巨大影响的时机，我会考虑这些范畴。 一个是人工智能。咱们才刚刚开端选用各种办法来使人们的日子愈加赋有生产力和创造力。第二个是动力，由于使动力清洁、负担得起且牢靠对消除贫穷和应对气候改变至关重要。”