人们已经就大型语言模型(LLM)在教育、医疗保健甚至制造业等行业的前景和局限性进行了大量讨论。但能源呢?像ChatGPT所支持的LLM一样，它能否帮助运行和维护能源网?

《焦耳》杂志发表的新研究表明，法学硕士可以在共同管理电网的某些方面发挥重要作用，包括紧急情况和停电响应、工作人员分配以及野火防备和预防。

但在法学硕士(LLM)应用到实际之前，需要先解决安全性问题。

这项研究的共同作者是哈佛大学约翰·A·保尔森工程与应用科学学院(SEAS)电气工程与应用数学WinokurFamily教授李娜

“大语言模型被大肆炒作，我们有必要问一问，在电力领域，法学硕士能做好什么，或许更重要的是，它们做不好什么，至少目前还做不好，”德克萨斯农工大学电气与计算机工程系教授、该研究的通讯作者LeXie说道。

“描述法学硕士在这个领域的潜力的最佳方式是作为副驾驶。它还不是飞行员——但它可以用很少的训练数据样本提供建议、第二意见和非常及时的响应，这对人类的决策非常有益。”

该研究团队包括来自休斯顿能源供应商CenterPointEnergy和电网运营商MidcontinentIndependentSystemOperator的工程师，他们使用GPT模型探索LLM在能源领域的能力，并确定了优势和劣势。

LLM的优势在于能够根据提示生成逻辑响应、基于有限的数据进行学习、将任务委派给嵌入式工具以及处理图片等非文本数据，可用于执行诸如检测损坏设备、实时电力负荷预测以及分析野火模式以进行风险评估等任务。

但在能源领域实施LLM面临重大挑战，其中最主要的是缺乏用于训练模型的电网专用数据。出于明显的安全原因，有关美国电力系统的关键数据不对外公开，​​也不能公开。

另一个问题是缺乏安全护栏。电网和自动驾驶汽车一样，需要优先考虑安全性，并在做出实时决策时纳入较大的安全裕度。李说，法学硕士还需要更好地提供可靠的解决方案，并提高不确定性的透明度。

“我们希望基础法学硕士能够说‘我不知道’或‘我对这个答案只有50%的把握’，而不是给我们一个可能错误的答案，”李说。“我们需要能够依靠这些模型为我们提供符合特定安全性和弹性标准的可靠解决方案。”

所有这些挑战都为工程师未来的工作提供了路线图。

“作为工程师，我们想强调这些局限性，因为我们想看看如何改进它们，”李说。“电力系统工程师可以通过微调基础LLM或开发我们自己的电力系统基础模型来帮助提高安全性和安全保障。

“这项研究令人兴奋的地方在于，它是一张时间快照。明年甚至更早，我们就可以回过头来重新审视所有这些挑战，看看是否有所改善。”