ベイジン・テクノロジー・グループ会長の張雷（チャン・レイ）は10月19日に開催された「人工知能と未来のエネルギーシステム」に関する閉門技術会議で、「物理的人工知能」という概念フレームワークを提唱し、AIがエネルギーシステムにおいてツールから意思決定主体へと変化する傾向を説明し、今後エネルギー企業の競争力が物理的資産規模からスマート資産規模へと移行すると予測した。

張雷は、AI技術が過去の技術革命と異なる点として、それがあらゆる技術の本質的な違いであることを指摘し、AIが単なる受動的なツールではなく、自己認識や意思決定能力を持つ主体であることを強調した。これは、AIが「自動化」から「自律化」への飛躍を意味している。彼はAIを育てる「子供」と例え、人間と機械の協働が新たな可能性を生み出すと述べた。

現在のエネルギーシステムが直面する課題に対して、張雷は再生可能エネルギーの割合が増えるにつれて、電力システムの複雑さや市場の不確実性が顕著に増加していると指摘した。この複雑さは伝統的な管理方法に圧力をかける一方で、AIの応用には理想的な場面を提供している。AIの並列処理能力により、膨大なデータをリアルタイムで処理し、隠れた規則を識別し、最適な意思決定を行うことが可能となり、これにより複雑なエネルギーシステムや電力市場の課題に対応できる。

「物理的人工知能」という概念の核は、AIの推論能力を物理法則やシステムの境界と深く結びつけることで、現実的な物理環境で信頼性高く動作することである。これは純粋にデータ駆動型のAIモデルとは異なり、モデルにおける物理的制約と因果関係の重要性を強調している。張雷は中国がこの分野で豊富な応用シーンとデータリソースを持ち、世界をリードする可能性を有していると述べた。

技術の実装観点から見ると、ベイジン・テクノロジーは気象およびエネルギーモデリングにおいて進展を遂げている。「天機（テンジ）」気象大規模モデルは中長期的な気象予測の正確性を向上させ、再生可能エネルギーの安定運用の基礎を提供している。「天樞（テンシュウ）」エネルギー大規模モデルは電力システムをリアルタイムで制御し、電力取引効率を最適化し、グリーンエネルギーの発展を促進している。これらのモデルの応用は、「物理的人工知能」が現実的なシナリオで持つ価値を示している。

張雷は、今後のエネルギー業界の競争構図について新しい判断を示した。彼は、エネルギー企業の核心的な競争力が従来の発電容量、送配電ネットワーク規模などの物理的資産から、スマートモデルの能力と数といった「人工知能資産」へと移行すると考えている。この転換は、エネルギー業界の価値創出のロジックが根本的に変化していることを意味しており、資本集約型から技術集約型へと進化している。

業界への影響を見ると、この見解はエネルギー企業の戦略計画において参考になる。もしAI資産が主要な競争力となるなら、企業はデータの蓄積、アルゴリズムの開発、シナリオの応用などに長期的な投資が必要である。ただし注意すべきは、エネルギーシステムの物理的インフラは依然として不可欠であり、「スマート資産」は物理的資産を補完・価値向上させるものであり、完全な代替ではない。

技術実現の観点から見ると、「物理的人工知能」の概念は、領域知識とAI技術の深く融合することを強調している。エネルギーシステムは電磁気学、熱力学、流体力学などの物理学科、および複雑な工程制約や安全境界に関与している。これらハードな制約をAIモデルに効果的に組み込み、出力が最適かつ信頼性があるようにすることが技術的な課題である。ベイジン・テクノロジーの気象およびエネルギーモデルの実践は初期的な検証を提供しているが、大規模な応用にはモデルの汎化性、リアルタイム性、説明可能性などの問題を解決する必要がある。

産業の発展視点から見ると、再生可能エネルギーの不連続性と変動性は確かにAIの応用に需要を生んでいる。風力・太陽光発電の不確実性はよりスマートな予測、調整、取引戦略を必要とする。電力市場の改革もシステムの複雑さを増し、従来の調整方法では膨大な設備のリアルタイム最適化を対応できない。このような背景の中で、AI技術は新しい電力システムの「オペレーティングシステム」として有望である。

しかし、エネルギーシステムの特殊性はAIの応用にもより高い要件を課している。インターネットアプリケーションとは異なり、エネルギーシステムはインフラセキュリティと社会的安定に関わっているため、AIの意思決定ミスは深刻な結果を招く可能性がある。したがって、「物理的人工知能」は高精度だけでなく、信頼性、説明可能性、安全性などのエンジニアリング基準を満たす必要がある。AIがエネルギー分野でどう監督され、責任が確保されるかという問題も業界が探求すべき課題である。