停電是我們?cè)谏钪凶畈辉敢庥龅降氖虑橹唬?dāng)習(xí)以為常的電力消失，感覺又回到了“黑暗的”古代，社會(huì)也很可能陷入一片混亂之中。

造成停電的因素有很多，絕大部分都是由電網(wǎng)故障所引起。

近日，康奈爾大學(xué)（Cornell）的一項(xiàng)研究顯示，與人工智能相結(jié)合的量子計(jì)算能夠解決電網(wǎng)中人類難以注意到的各種疑難雜癥，并在幾秒內(nèi)就給出故障的解決方法。該項(xiàng)研究預(yù)計(jì)將在今年 12 月發(fā)表在《應(yīng)用能源》（Applied Energy）雜志上。

“能源電力系統(tǒng)故障的問題長(zhǎng)期以來一直存在，如今仍然在用一些常規(guī)方式來解決它們。而借助人工智能和量子計(jì)算，可以讓電力系統(tǒng)變得更穩(wěn)定可靠。”康奈爾大學(xué)工程學(xué)院能源系統(tǒng)工程教授尤峰崎（Fengqi You）說道。

尤峰崎也是此項(xiàng)研究《基于量子計(jì)算的混合深度學(xué)習(xí)用于電力系統(tǒng)故障診斷》（Quantum computing based hybrid deep learning for fault diagnosis in electrical power systems）的作者之一。

他的研究領(lǐng)域主要集中在新穎的計(jì)算模型、優(yōu)化算法、統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法，以及智能制造、數(shù)字農(nóng)業(yè)、能源系統(tǒng)和可持續(xù)性的多尺度系統(tǒng)分析工具等方面，目前已在Science、Nature Sustainability、Science Advances 等雜志上發(fā)表了 200 多篇論文。

電力輸送常會(huì)因?yàn)轱L(fēng)暴、倒塌的樹木、線路老舊等發(fā)生中斷。根據(jù)美國(guó)聯(lián)邦能源信息管理局（U.S. Energy Information Administration，USEIA）的數(shù)據(jù)，2016 年，美國(guó)用戶經(jīng)歷了平均超過 4 小時(shí)的電力中斷，在 2017 年，這個(gè)數(shù)字上升到近 8 小時(shí)，到了 2018 年，用戶仍遭受了平均大約 6 小時(shí)的電力中斷。

圖 | 電力維修

該項(xiàng)研究首次提出了一種新型的準(zhǔn)確發(fā)現(xiàn)電力系統(tǒng)中問題的混合解決方案，即在量子計(jì)算的基礎(chǔ)上，使用“智能系統(tǒng)”方法搭建一個(gè)“故障診斷框架”。

論文中提到，基于量子計(jì)算的深度學(xué)習(xí)方法在大規(guī)模 IEEE 測(cè)試電力系統(tǒng)中展示了其有效性和可擴(kuò)展性，能在不損失性能的情況下對(duì)大型電力系統(tǒng)進(jìn)行快速診斷。

與傳統(tǒng)的訓(xùn)練方法相比，此混合方法在計(jì)算工作量和診斷性能方面具有較高的計(jì)算效率。在一個(gè)模擬電力系統(tǒng)上測(cè)試之后，該框架的適用性得到了驗(yàn)證。

據(jù)了解，這項(xiàng)研究使用了美國(guó)能源部下屬橡樹嶺領(lǐng)導(dǎo)力計(jì)算設(shè)施（Oak Ridge Leadership Computing Facility，OLCF）的一定資源。OLCF 旨在最大限度地提高科學(xué)應(yīng)用性能的技術(shù)，并讓科學(xué)界和工程界參與，以促進(jìn)科學(xué)和技術(shù)的進(jìn)步。

OLCF 可通過建模和模擬進(jìn)行一系列的研究，它最大的一臺(tái)超級(jí)計(jì)算機(jī)由 IBM 制造，名為 Summit ，在 2018 年 6 月的“世界最快超級(jí)計(jì)算機(jī) 500 強(qiáng)排行榜”上名列第一。

“雖然量子計(jì)算技術(shù)還不是很成熟，但如果將它與人工智能相結(jié)合，就能夠解決一些切實(shí)的問題。”論文另一作者阿克謝·阿杰卡爾（Akshay Ajagekar）說道。

他進(jìn)一步表示，“我們承擔(dān)不起電網(wǎng)癱瘓的代價(jià)?，F(xiàn)在可以利用傳感器等手段解決部分問題，但這些還遠(yuǎn)遠(yuǎn)不夠，我們需要更有效率的方法，不說幾天的電力中斷，幾小時(shí)，甚至幾分鐘的中斷所付出的代價(jià)都是異常昂貴的。這也是快速故障診斷方法在電力系統(tǒng)中如此重要的原因。”

我們無法想象沒有電的世界會(huì)是什么樣的，在某些情況下，電力等同于生命維持系統(tǒng)，能多快解決一秒也會(huì)挽救很多事情。

據(jù)了解，量子計(jì)算是一種利用量子態(tài)的疊加、干涉和糾纏等集合屬性進(jìn)行計(jì)算的計(jì)算方法；而人工智能研究的各個(gè)子領(lǐng)域都圍繞著特定的目標(biāo)和特定工具的使用，傳統(tǒng)目標(biāo)包括推理、知識(shí)表示、規(guī)劃、學(xué)習(xí)、自然語言處理、知覺以及移動(dòng)和操作對(duì)象的能力。

量子計(jì)算和人工智能的結(jié)合也是目前很熱門的前沿領(lǐng)域，有望催生各個(gè)領(lǐng)域的重大進(jìn)步。從某些角度看，兩者的結(jié)合，將突破我們的想象邊際。

尤峰崎和阿杰卡爾相信量子計(jì)算和人工智能的結(jié)合會(huì)是大部分電力系統(tǒng)故障的解決之道。

尤峰崎說，“電力系統(tǒng)是我們現(xiàn)代世界的支柱，量子技術(shù)和人工智能的結(jié)合會(huì)進(jìn)一步改變我們的日常生活。”

值得一提的是，2020 年 12 月，尤峰崎和阿杰卡爾還聯(lián)合發(fā)表了一篇論文《量子計(jì)算輔助深度學(xué)習(xí)用于工業(yè)過程系統(tǒng)的故障檢測(cè)和診斷》（Quantum computing assisted deep learning for fault detection and diagnosis in industrial process systems），并在此之前進(jìn)行了相關(guān)專利的申請(qǐng)。