近日,英国自行车运动管理机构British Cycling宣布与能源公司壳牌(Shell)展开合作,希望壳牌公司能够帮助他们“加速英国自行车运动实现净零排放”。
这一合作伙伴关系立即在网上遭到环保组织Greenpeace and Friends of the Earth的强烈反对,指责British Cycling鼓励壳牌的“洗绿”行为,并为这家化石燃料巨头(世界第四大碳排放方)提供了一个平台把自己标榜为环保友谊者。
该组织的英国策略主任Doug Parr博士表示:“壳牌公司帮助British Cycling达到净零排放的想法,就像是饲养牛的农民建议种植生菜的农民如何成为素食主义者一样荒谬。”
Parr博士的批评凸显了壳牌等石油巨头目前面临的一大难题:一家靠污染燃料发家的企业如何才能在气候受到威胁的世界中继续运营和发展?
为此,壳牌正在努力实现自己的目标,也就是到2050年实现净零排放。目前,壳牌正在进行“能源转型战略”,从化石燃料能源产品转向低碳产品和解决方案,并寻求尖端技术来实现这一目标。
首先,壳牌公司希望让客户采用更为环保的产品,例如生物燃料、电动汽车充电、氢能和可再生能源。
此外,壳牌公司还计划通过投资碳捕获和储存(以及基于自然的抵消)等技术来抵消碳排量,从而实现净零目标。
壳牌公司首席执行官Ben Van Beurdeon在能源转型报告中这样写道,壳牌正在减少自身运营的排放,将继续“为我们的客户提供当前所需的石油和天然气产品,同时帮助他们转向低碳和零碳的未来”。
为了推动减少碳排放,壳牌公司正在着眼于工业4.0以实现能源转型的全面数字化,同时正在研究数字孪生和物联网等新技术。壳牌公司数字化项目经理Khadar Hassan分享了壳牌公司目前正在做的一些事情。
绿色工厂的数字孪生
为了减少工厂的能源消耗,壳牌必须首先了解工厂使用了多少能源,因此它采用了数字孪生来做到这一点。
Hassan说:“当然,我们希望减少在生产环境中的能源使用,现在,我们正在从数字孪生数字化中获得这些洞察。”
壳牌公司目前在位于挪威的大型天然气加工中心Nyhamna就拥有一个数字孪生,壳牌和SaaS公司Kongsberg Digital合作构建的这个数字孪生专注于“优化生产和能源使用”,以及实现安全有效的工作流程。
数字孪生让壳牌公司实现了对生产过程的可视化,运用机器学习和自动化,收集有关工厂碳排放量以及能源使用情况的实时数据。
Hassan解释说:“我们有很多工厂生产的二氧化碳相对较高,通过获取信息和资产可视化,我们知道应该在哪里进行维护,知道哪些设备会产生大量的二氧化碳。”
这样,“我们获得的信息越多,就越能更好地缩短我们的零碳之旅。”
壳牌公司表示,数字孪生帮助Nyhamna工厂的操作员进行实时控制,实现更一致、更优化的流程操作,让他们能够将一切设置更接近于操作限制,从而降低能耗。
最终,数字孪生帮助他们降低碳排放强度、能源消耗和整个设施的运营成本。
当数字孪生帮助这些老旧工厂维持或者降低二氧化碳排放量的同时,新建的工厂也有望通过数字孪生来防止二氧化碳水平过高。
Hassan说:“现在,在新工厂你可以看到所有数据,这些数据有助于我们降低二氧化碳排放量,让工厂设施变得更加节能。”
目前,“我们正在建设一个真正数字化的、在线的氢气工厂”。
据称,壳牌公司在去年7月宣布在荷兰新建氢气工厂,这将成为“欧洲最大的可再生氢气工厂”。
该工厂将配备一个200兆瓦的电解槽,这是一个利用电力将水分解成氢气和氧气、由海上风电场提供动力的系统。
该电解槽每天会生产多达60000公斤的可再生氢气,将供应给Shell Energy and Chemicals Park Rotterdam,其目的是利用氢能从一定程度上推动该工厂生产的汽油、柴油和喷气燃料等能源产品实现生产脱碳。
壳牌公司表示,他们的目标是利用生产、储存、运输和向终端客户交付氢气方面的机会,帮助构建全球氢能经济环境。
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。