IEAGHG 人工智慧在碳捕獲、利用與封存（CCUS）研討會於 2025 年 4 月 29 日至 30 日以虛擬方式舉行，旨在加深對人工智慧（AI）在推進 CCUS 方面作用的理解。第一天有 266 名與會者，重點在於事實調查：檢討 AI 在 CCUS 價值鏈中的現況，並展示案例研究，呈現當今可用能力以及 AI 在近期未來的潛力。第二天轉向互動式合作討論，邀請 43 名專家，旨在剖析將 AI 整合到 CCUS 運作中的風險、機會與障礙。透過此過程，研討會尋求識別研究缺口並提出解決建議。
主要發現：
- 人工智慧是碳捕獲、利用與封存 (CCUS) 的變革推動力，它已展現出加速創新、提高營運效率和降低成本的巨大潛力。
- 環境和倫理問題必須解決。人工智慧模型的能源消耗、潛在偏差以及過度依賴的風險都被認為是需要關注的問題。
- 現實世界的應用正在湧現，增強了材料發現能力，實現了地下分析的自動化，簡化了許可流程，並監測了二氧化碳的運輸和儲存。
- 信任、透明度和可解釋性至關重要。因此，應用程式需要可解釋且可審計的模型。黑箱系統會面臨阻力，尤其是在審批和公眾參與方面。
- 數據仍然是一大瓶頸。高品質、多樣化且標準化的資料集對於訓練穩健的人工智慧模型至關重要。缺乏這些數據集很可能導致幻覺增加。
- 人工智慧應該增強而非取代人類的專業知識。所有與會者一致認為，人工智慧必須輔助人類決策，而不是完全自動化決策過程。
建議措施：
- 建立產業界、學術界和政府之間的跨部門資料共享框架，以打破專有和孤立的資料壁壘。
- 投資於可解釋和可理解的人工智慧，以確保從開發階段開始模型的透明度。
- 制定基準測試和驗證協議，並將人工智慧驗證與傳統工程和科學方法結合。
- 支援跨學科培訓和能力建設，例如培訓 CCUS 專業人員掌握人工智慧，反之亦然。
- 利用人工智慧工具加快審批流程，以減少審查時間和相關成本，並提高完整性檢查的準確性。
- 透過開發低功耗模型和投資低碳能源資料中心等方式，促進節能型人工智慧的發展。
- 將人工智慧嵌入數位孿生和監測、報告和驗證 (MRV) 系統中，以增強即時監測、預測性維護和碳信用額度發放。
- 人工智慧部署與不斷發展的政策框架保持一致，例如歐盟人工智慧法案和巴黎協定第 6 條。
研討結論：
AI 是 CCUS 的轉型助力。 在 CCUS 價值鏈中——從捕獲與運輸到儲存及供應鏈管理——AI 已證明具有加速創新、提升運作效率並降低成本的顯著潛力。
真實世界應用正在出現。 來自產業及學術領導者的案例研究顯示，AI 已被用於提升材料發現、自動化地下分析、簡化許可程序，並監測 CO₂ 運輸與儲存。
信任、透明度與可解釋性至關重要。 在安全關鍵及監管情境中採用 AI 需要可解釋且可審核的模型。黑箱系統面臨阻力，尤其在許可與公眾參與方面。
資料仍是主要瓶頸。 高品質、多樣化且標準化的資料集對於訓練穩健 AI 模型至關重要。專有關注、孤立研究及缺乏互操作性阻礙進展。缺乏高品質資料將可能導致幻覺增加/GIGO（垃圾進，垃圾出）。
AI 應增強而非取代人類專業知識。 在所有會議中，講者及與會者同意 AI 必須支持專家決策而非完全自動化。人類監督至關重要，尤其在風險評估及監管合規方面。
必須處理環境與倫理考量。 AI 模型的能源密集度、潛在偏見以及過度依賴的風險被強調為關注點。負責任的 AI 開發必須包括永續性及倫理保障。
電子報引用 ：
