详细内容或原文请订阅后点击阅览
AI：峰值需求与峰值供应推迟（化石未来）
对化石燃料供应下降和需求下降的古老担忧再次被进步引擎颠覆。反CO2运动徒劳且浪费，再次受挫。Tsvetana Paraskova的《AI可能让石油巨头更大》……
来源:与此有关的是什么来自MasterResource
作者：Robert Bradley Jr.
"在没有政策干预的情况下，AI的模型效应增加了全球经济的碳强度，并巩固了化石燃料的既有地位——这是当前分析和治理框架未能完全捕捉的结果。"
长期以来对化石燃料供应下降和需求减少的担忧再次被进步引擎所颠覆。反CO2运动徒劳且浪费，再次受挫。Tsvetana Paraskova的"AI可能让大型石油公司变得更大"给出了供应侧的故事：
AI可能强化化石燃料，油气生产率提高的潜在收益可能超过可再生能源带来的减排。
"可以说，能源系统的根本性变化可能并非来自激增的电力需求，而来自AI将帮助能源公司实现的效率和生产率的提高，根据发表在《npj气候行动》期刊上的一篇新论文，"她写道。
"AI驱动的生产率提高在全球能源-经济模型中带来的CO2排放多于其避免的排放"的摘要如下：
人工智能的净气候影响在很大程度上取决于其应用如何通过竞争性能源路径传播。主流分析考察了数据中心能源需求、可再生能源优化和需求侧效率之间的关系，但未能充分解决AI如何重塑化石燃料供应经济学的问题。
相反，我们在全球可计算一般均衡模型中将AI建模为双向生产率放大器，量化了化石燃料生产率提高带来的排放增加和可再生能源生产率提高带来的排放避免。在平行采用情景下，年净CO2排放增加0.47-1.8吉吨。
只要化石燃料部门增益不为零，产生的排放就超过避免的排放；净减排需要可再生能源增益比化石燃料增益高4-5倍。在没有政策干预的情况下，AI的模型效应增加了全球经济的碳强度，并巩固了化石燃料的既有地位——这是当前分析和治理框架未能完全捕捉的结果。