Як штучний інтелект змінює енергетика щодня. Новини, тренди, можливості та загрози — саме для вашої галузі.
Google і NASA створили модель ШІ MAPL-EMIT, яка аналізує дані з інструментів на МКС для автоматичного виявлення метанових шлейфів. Вона знаходить на 50% більше викидів, ніж люди, і виявила понад 23 тисячі нових джерел викидів по всьому світу.
Google Research та NASA JPL створили модель глибокого навчання MAPL-EMIT, яка аналізує дані супутника EMIT для автоматичного виявлення шлейфів метану. Система знайшла на 50% більше шлейфів, ніж люди, та виявила понад 23 тисячі нових джерел викидів по всьому світу.
У Ашберні, Вірджинія, відмова лінії передачі вимкнула понад 3 гігаватт навантаження дата-центрів. Це показує системний ризик для інфраструктури AI через нестабільність енерго мережі.
Спеціалісти використали штучний інтелект, щоб показати, де класичні рівняння Нав’є-Стокс перестають бути точними у моделюванні течій. Це дозволяє компаніям, що залежать від CFD, покращити точність симуляцій та уникнути дорогих помилок у проектуванні.
Міністерство промисловості та інформатизації КНР представило план розвитку інфраструктури на 2026-2030 роки з бюджетом 3,8 трлн юаней. К 2030 році Китай планує збільшити обчислювальну потужність ШІ з 2185 до 9800 экзафлопс, розгортаючи кластери по 10-100 тисяч ускорителей та переносячи дата-центри на захід для дешевшої електроенергії.
Навчіть вашу команду працювати з AI за 5 днів
Кожен побудує автоматизацію для своєї ролі. Спеціальна програма для енергетика.
aiupskill.live →Обговорюється значна вартість використання токенів у AI, що може призвести до монополізації ключових винаходів кількома компаніями. Це викликає занепокоєння щодо концентрації технологічного прогресу та його майбутньої монетизації.
Штучний інтелект успішно пройшов стрес-тест на роботу з нелінійними диференціальними рівняннями в часткових похідних, що є значним досягненням. Ця здатність ШІ стане вирішальною для розробки термоядерних реакторів та гіперзвукових технологій, де потрібні складні квантові та релятивістські поправки.
OpenAI представила внутрішню модель, яка значно перевершує попередні показники за ефективністю обчислень. Нова модель вирішує приблизно втричі більше завдань, ніж Astra, при однаковому бюджеті обчислень, що свідчить про значний стрибок у продуктивності ШІ.
OpenAI заявила про розв’язок задачі Нав’є-Стокса за допомогою моделі, потужнішої за Astra. Це може означати breakthrough у моделінні складних фізичних систем для промислових застосувань.
Google випустила нову ШІ‑модель прогнозу погоди WeatherNext 3, орієнтовану на енергетичний ринок. Вона враховує швидкість вітру на 100 м, облачність та сонячне проміння на поверхні, що дозволяє енергетичним компаніям покращити планування генерації та зменшити ризики мережі.
Вчені з Університету Хьюстона та Environmental Molecular Sciences Laboratory створили ШІ‑систему, яка передбачає переміщення рідин та розчинених речовин крізь гірські породи за допомогою фізико‑інформованої нейромережі. Це дозволяє швидше знаходити корисні копалини та тестувати стратегії їх видобуву, що може знизити витрати на геологічні розвідки для компаній у галузі добутку.
Сэм Альтман заявив, що ставлення до AI зараз «доволі негативне», а дата-центри викликають все більше недовольства через шум, навантаження на енергосистему та екологічні наслідки. OpenAI все одно планує вкласти ще $50 млрд у AI-інфраструктуру в цьому році, визнуючи нестачу обчислювальних потужностей.
Google DeepMind випустила модель WeatherNext 3 для глобального прогнозу погоди на архітектурі Functional Generative Network. Модель обробляє дані зі спутників та метеостанцій без фізичних симуляцій, що підвищує точність та скорочує цикл прогнозу до однієї години.
Google представила WeatherNext 3 — нову ШІ-модель для погодних прогнозів, яка оновлює дані щогодини з роздільною здатністю до 5 км. Це покращує точність прогнозів опадів, вітру та сонячної радіації для енергетики та планування.
Вчені Пенсильванського університету створили гібридний мемристор на основі синтетичної ДНК, перовскуту та срібних наночастинок. Це дозволяє зберігати та обробляти інформацію з енергоспоживанням у 10 разів нижчим за аналогічні технології.
Люди використовують Raspberry Pi, домашні батареї та LLM (Codex або Claude Code) для створення скриптів, які купують дешеву електроенергію та продають її у мережі під час пикових цін. Це демонструє перший масовий приклад економіки AI-агентів, де агент монетизує фізичний актив (киловатт-години) на реальному ринку, відкриваючи нові можливості для децентралізованої енергетики.
Стаття нагадує, що дефіцит енергії та обчислювальних потужностей вже є реальністю. Навіть найпотужніша модель не працює, якщо чипи нечем запитати.
Mireye запустила уніфікований API для AI-агентів, що дозволяє отримувати дані з фізичного світу, таких як USGS та NOAA. Це підтримує завдання з розміщення даних центрів, оцінки відновлюваної енергії та страхового підпису.
Google запустив ШІ-модель WeatherNext 3, яка навчається на реальних супутникових даних у реальному часі. Це дозволяє оновлювати прогноз погоди кожну годину з роздільною здатністю 5 км і інтегрувати модель у пошук, Gemini, карти та Earth Engine.
OpenAI CEO Sam Altman попереджає, що глобальне будівництво AI-датацентрів стає нездатним через надмірну потужність без достатнього попиту. Це сигналізує потенційний ризик перепродукції обчислювальних ресурсів, що може призвести до зниження вартості інвестицій та потреби перегляду стратегій розширення для компаній, що планують капітальні вкладення в AI-інфраструктуру.