是爱思唯尔与天津大学内燃机燃烧学国家重点实验室合作创办的一本英文学术期刊，致力于提供一个快速权威且“开放获取”的学术成果发表与交流平台。

  期刊主要登载人工智能技术应用于能源领域所取得的最新、最重要的研究进展，首期部分文章已于近日在Science Direct上陆续上线。期刊得到了爱思唯尔的支持，所有2020年5月1日至12月31日之间投稿的文章被接收后均可免费发表。

  智能是人类文明进步的产物，是人类为认知世界所进行的理解、分析、决策等过程的总称。人类社会由客观的物理空间和以人为主体的社会空间组成。在人类社会内部以及人与客观世界交流的过程中，智能慢慢的变成为促进社会持续健康发展的巨大动力，推动社会规则持续不断的发展与完善。

  当今社会大数据、云计算、机器学习、物联网等智能技术及设备的影响日益增强。随着各类数据存储量的迅速增加，人类社会逐渐形成了物理空间、社会空间之外的第三空间，即信息空间。三种空间相互作用，引发社会规则再次重构。由此一个新兴学科得以加快速度进行发展，并慢慢的变成为制定决策的有效工具——人工智能。

  人工智能包含数据收集、分析与决策等过程，而这些过程均可借助某些人工手段如机器、算法、程序或系统等加以实现。很长一段时间，人工智能都被认为是计算机科学的一个分支学科，但随着AI在工业领域及学术领域（如能源、制造、汽车、机器人、经济、哲学等）的广泛应用，AI已经成为一个具有明确定义的独立学科。毫无疑问，AI将在能源领域发挥至关重要的作用，并将有力促进全球经济社会的绿色可持续发展。

  人工智能在能源产业及相关研究领域发挥的及其重要的作用，使得人工智能非常有可能成为未来能源系统模块设计的重要工具和特征。随着化石能源过度消耗与全球气候平均状态随时间的变化加剧，慢慢的变多的国家开始支持可再次生产的能源的发展与应用，这就为人工智能技术开拓了又一个广阔的应用领域。

  2019年，美国能源部宣布支持AI领域的创新性研究，并成立了人工智能技术办公室，以促进提升电网韧性，增强环境可持续性，建设智能城市，加速新材料研发等工作的开展。英国政府也在其产业战略挑战基金中频繁提及能源及人工智能的前沿领域，例如机器人在核能、海洋能及深井开采等极端环境能源开发中的应用。中国国家发改委和能源局也强调通过人工智能技术与能源电力行业的深层次地融合，加速智能电网和能源互联网的建设，并指出这是国家能源基础设施建设的重要环节。

  除政府外，工业界也普遍认同AI在能源领域的广泛应用前景。ExxonMobil公司将AI机器人投入油气的勘探和生产，以提高生产效率、节省本金、降低用工风险。中国石油化工集团公司与华为公司合作建设智能工厂，应用大数据和机器学习技术，提高炼油效率和劳动生产率。Google公司则使用DeepMind公司的人工智能技术，降低了公司数据中心近40%的冷却电耗。

  过去二十年间，AI在能源相关领域的研究迅速增加。如图1所示，在Scopus数据库以“能源”和“人工智能”为关键词进行搜索，相关出版物数量近十年增长极为迅速。以“人工智能”作为关键词，搜索2017、2018、2019年三年间的论文发表情况，分别得到了53752、63093、77046个搜索出来的结果，而以“人工智能”和“能源”同时作为关键词，则可搜索出14714、18376、24496个结果。这表明超过四分之一的AI领域的研究都与能源领域相关。

  人工智能技术将在未来能源系统中也起到了关键作用。如图2所示，AI是未来智能能源系统的关键促成技术，能够使基于风能、太阳能、核能等其他可再次生产的能源中转化而来的电能、氢能、碳氢燃料等能源载体安全可靠地满足各类最终用户，如电器、交通工具、供暖设施、制造业、工业设施等的用能需求。在类似的能源系统中，人工智能技术可以在一定程度上完成能源的多样性和本地化，进而实现能源的准确预测及智能控制等功能。

  此外，人工智能技术在能源相关的其他领域，如能源配套设备的设计及生产、能源材料的开发、能源安全的优化等领域也有着极其广泛的应用前景。

  一般认为，人工智能的概念诞生于1956年。当年夏天在美国达特茅斯学院，年轻学者John McCarthy、Marvin Minsky等人共同主办了一场为期两个月的研讨会，其主题是通过机器模拟人类智力行为。此次会议，学者们第一次使用了“人工智能”这个术语，由此成为人类历史上第一次关于人工智能的会议，也标志着这一概念的诞生。

  一时间，科学界充满了对人工智能发展前途的憧憬，人工智能的发展也进入了持续二十多年的黄金时期。经过了一段时间加快速度进行发展，AI在1973年遭遇到了第一个低谷。法国数学家James Lighthill基于统计数据指出许多人工智能的相关研究都是毫无意义的，其最终的原因在于未能取得重大的技术突破，而且有些项目未能达到预期目标。逐渐增加的舆论压力引发相关领域科研经费的急剧减少甚至枯竭。

  二十世纪八十年代，日本研制第五代智能计算机以失败告终，AI发展遭遇到第二次寒冬。1984年，斯坦福大学开始编撰一部包含人类社会常识的百科全书，希望借此对人类社会进行追本溯源，但受限于当时的知识获取能力，这一计划以失败告终。然而这次失败却促进了数据挖掘和机器学习技术的发展。事实上，二十世纪七八十年代，这些研究瓶颈的出现帮助人们剔除了AI领域中较为激进的部分，人工智能的研究开始呈现出稳步发展的态势。

  其后以知识为基础的专家系统和深度学习技术在不同时期推进了人工智能的发展。专家系统通过集成大量相关领域专家所掌握的知识和经验，模拟人类专家的决策过程，解决那些需要人类专家处理的复杂问题。二十世纪八十年代，许多知名的专家系统，如PROSPECTOR地质勘探专家系统和ELAS钻井数据分析系统等，在世界各地得到了一定规模的开发和应用。

  近年来，AI在能源行业及其相关领域扮演愈发重要的角色，并开始应用于智能电网、能源设备、系统智能控制、无人驾驶系统和智能能源材料的开发等多个领域。

  2016年是人工智能概念问世六十周年。近年来，世界上许多国家都将发展人工智能作为提升国家竞争力、维护国家安全的重大战略，并将AI在能源领域的应用视为当务之急。2020年1月，首届“国际能源与人工智能大会”在中国天津召开，来自二十多个国家的两百余名学者参会。可以预见，能源与人工智能融合发展的黄金时代即将来临。

  作为一种新兴技术，人工智能已经开始对全球经济社会发展产生了深远的影响。在全球能源结构亟需变革的背景下，AI在未来能源的可持续性研究以及无碳能源开发上已经展示了其重要作用。能源与人工智能的结合不仅能够启发新的研究方向，还将显著改变相关领域的研究与创新格局。

  能源与人工智能相结合所产生的新兴研究方向如雨后春笋般涌现，如自主材料开发、复杂能源过程/系统的数据孪生或大数据分析、数据驱动的能源系统、物联网及信息-物理融合的能源系统、应用于能源与环境领域的虚拟现实技术、能量效率最大化自治系统、能源系统的数据收集硬件、能源应用中的数据科学、数据驱动及物理方法的混合建模、能源系统智能控制、人工智能和能源社会、能源应用中人工智能安全及伦理、用于生命周期评估或能源与零碳发展规划的人工智能技术、能源机器人等等方面。

  可以明显看出，能源与人工智能研究具有真正的跨学科性质，具有涵盖学科领域广（从化学、物理、材料、工程到系统、金融、政策和社会研究），涵盖技术成熟度等级宽（从科学发现、概念验证到设计优化、运行、控制和安全性），涵盖微观宏观尺度范围大（从原子、材料、设备到全系统和社会）的特点。

  近年来，人工智能的发展伴随着一系列伦理准则的发布，这些规则和建议旨在约束新人工智能技术可能带来的破坏性结果，也包括在能源领域的应用。随着人工智能应用范围的扩大，人工智能的正面和负面影响都愈发显著，将能源和人工智能结合起来可能产生的伦理后果迄今为止仍难以预测。

  显然，在能源、人工智能、社会和伦理之间做一些跨学科综合研究是非常必要的， Energy and AI 期刊十分欢迎有关此类研究的投稿。人工智能与能源的结合既可以通过不同的方式对人类社会发展和道德进步带来积极的影响，使能源生产过程更加符合新时代的社会伦理，以更好地实现经济效益、社会效益和环境效益的统一。但是它也可能引发伦理上的冲突或困境，如数据隐私或自主决策带来的道德责任，这些也是不可忽视的重要问题。

  在能源与人工智能的研究、开发、应用和管理过程中，必须明确不同道德主体的权利、责任和义务，必须预测和预防可能产生的各种不良后果，而这些都需要对现行政策和法律进行必要的调整。能预见，人工智能的发展及其在能源领域的应用可能会对现有的法律制度构成挑战。因此要尽快制定人工智能相关产业发展的相关法律法规，如数据管理与隐私保护、人工智能产品的分类、行业标准、知识产权保护等。

  过去的十年中，能源系统经历了巨大的发展与变革，为经济增长和社会持续健康发展提供了有力的支持。然而另一个事实是，当前的能源体系与减缓气候变化、实现可持续发展的目标之间存在着矛盾。国际可再生能源机构的报告“2050路线图”表示，将全球气温上升控制在2摄氏度以内是可行的，但这需要全球能源系统从对化石能源的依赖转变为对可再生能源的高效利用，这无疑将是一次深刻的变革。

  未来的能源系统将变得更加复杂，面临更多不确定因素，人们很难通过传统的方法来处理所有这些可能出现的问题，而这些问题很大程度上是由可再生能源的大规模应用引起的。因此，发展“人工智能设计师”成为众望所归的方向，它们将能够自主地为未来能源材料、设备和系统提供最优的设计解决方案，为未来的可持续能源供应提供新的产品和服务，保证超高效、低碳、环保，同时最大限度地创造价值。

  未来的能源系统往往是分布式的，这给系统控制和实时决策带来了困难。未来能源系统的数字化将为能源生产和分配创造新的概念和商业模式。一个典型的例子就是“虚拟发电厂”。它利用数字技术将电动汽车电池和包括智能家电在内的其他分布式能源聚合成一个数字平台，将资源利用最大化。人工智能技术则在这些分布的资源中收集数据并实现远程控制，从而发挥关键的作用。

  未来的能源系统将在品牌、使用习惯和能量来源方面呈现多样化，人工智能则可以用于了解消费者意图，以开发一个稳定的、可扩展的、智能的能源系统。另外，消费者的意见和选择对未来的能源业务将产生巨大影响，而AI在预测和了解消费者的习惯、价值观、动机和个性方面的强大功能已被证实。因此，人工智能的引入将有助于进一步改善能源系统的平衡性和有效性，并使得制定政策更加精准有效。

  综上所述，在能源政策、能源利用、能源转化、能源材料等诸多领域，研究人员已经提出大量的和AI相关的新型研究方法与优化策略。这些优秀的研究成果往往发表在能源领域的顶级期刊上，这恰恰说明目前尚缺少一本专注于能源和AI交叉领域的高水平期刊，而这一缺失显然与当前该领域研究的持续升温是非常不相适应的。因此，创办能源与人工智能交叉领域的高水平学术期刊不仅方便从事这一领域的研究者们跟踪最新的研究进展，也便于潜在的研究者或其他相关领域的学者更加深入便捷地了解这一交叉研究领域。

  Energy and AI 提供了一个快速权威的“开放获取”学术交流平台，主要介绍能源和AI交叉学科领域的最新研究进展。该期刊侧重于人工智能的创新应用，尤其是涉及能够解决能源系统、能源材料、能源化学、能源利用与转换、能源与社会等领域的关键挑战，以及能源研究中的其它重要紧迫问题的研究工作。该期刊还接收通过特定的人工智能技术与方法推进能源、脱碳和可持续发展的研究论文，包括数据驱动方法、优化算法和人工智能伦理等。

  Energy and AI 的目标是成为能源和人工智能交叉领域前沿研究的权威期刊，只关注能源或人工智能单一方面的论文不适合发表在该期刊上。该期刊主要刊登研究(Research)、短讯(Short communication)、展望(Perspective)、综述(Review) 等类型的文章。欢迎广大学者踊跃投稿。

上一篇：天大创刊EAI被ESCI录入最新影响因子测算发布→ 下一篇：飞企互联荣获中国智慧园区运营管理服务商TOP1