（2019-10-22）英國在今年第三季，再生能源供應的電力達到40%，是自1882年動力發電以來第一次，以全年而論，英國國家電網公司估計，今年底零碳的電力將超過化石燃料的電力。
（2019-10-22）英國在今年第三季，再生能源供應的電力達到40%，是自1882年動力發電以來的第一次，再生能源包括風力、太陽能、與生物能源。據氣候與能源網站Carbon Brief分析，除了再生能源，39%的電力來自化石燃料，以天然氣為主，另外的21%電力則來自核能。以全年而論，英國國家電網公司估計，今年底零碳的電力將超過化石燃料的電力。
十年前，英國五分之四的電力來自化石燃料，近年再生能源發展得這麼快，主要來自離岸的風力發電，尤其是今年六到九月新裝的離岸風力電廠，使用巨型渦輪，效益大增。風扇扇葉長75米、塔高120米、動力艙重400噸，產能700萬瓦，在407平方公里水域安裝了174座這樣的風力發電風扇，成為全球最大離岸風力發電廠。
英國的下一個問題是，仍有12%電力來自生物能源，生物能源雖然也是再生能源，但並不一定環保，某些情況下，所排放的廢氣超過化石燃料。
生物能源是從植物與動物取得的有機物質，生物能源儲存從陽光取得的能量，如植物的光合作用，經過燃燒，內在的化學能量釋出，成為熱能、或轉換成液體或氣體燃料，用來發電。木材、農產穀物、動物糞便，都是生物能源，但燃燒都會排放廢氣，所以仍需淘汰。
英國達40%再生能源之所以被報導，是因為歐洲許多國家已經達到了這一比例，瑞典七年前就達到50%，德國也在去年就超過40%。根據美國「能源資訊署」，一些國家已經達到、或接近使用100%的再生能源，包括冰島(100)、巴拉圭(100)、哥斯大黎加(99)、挪威(98.5)、奧地利(80)。
而全球廢氣的排放，有一半來自印度、中、美三個大國，這三國目前的再生能源使用仍在40%以下，印度(35)、中國(27)、美國(18)。
全球各國莫不盡力發展再生能源，減少廢氣排放，但把乾淨的電源用到什麼地方，成為另一考量因素。數位技術為我們帶來便利，卻要付出能源的代價，以訓練一個AI為例，電腦運轉所需要的電能，如果換成CO2排放量，高達284噸，相當五輛汽車壽命週期的排放量。AI是全球發展的興旺技術，若能把再生能源電力導入AI的電腦運算，對減少CO2排放會有一定的效果。
AI的碳腳印是由美國麻州Amherst大學學者Emma Strubell演算出來的，她用四個大型語言處理AI－Transformer、ELMo、BERT、GPT-2作了一個實驗，每個AI訓練一天，記錄所耗用的電能，然後乘以以前訓練的實際天數，再轉換成美國平均發電的碳排放量。語言處理如翻譯與寫作，需要讀入數以億計的文稿來訓練，記錄單字、分析結構，都是消耗大量電能的電腦運算。
簡稱NAS的「神經結構搜尋」，是AI一個運算程序，可以自動設計神經網路，但反覆試驗的Trial and Error，耗用極大能量。Transformer是一個「接著」說話的AI，輸入幾個字、它就會接著說出一段話，這個AI如果不用NAS訓練，僅需84小時，但若用NAS訓練加強功能，就需要27萬小時，3,000倍的能量，分散在多個晶片運轉幾個月才能完成。
Google與亞馬遜（Amazon）等大型AI發展公司瞭解這一情況，所以建立AI雲端服務，任何研究人員可以付費使用，讓AI訓練在雲端運轉，由公司的用電政策來估算所製造的碳腳印。
亞馬遜非常積極，在美國投資了九個太陽能與風力電廠，2018年供應了雲端網路服務（AWS）50%的電能。現又投資四個風力與一個太陽能電廠，分別放在愛爾蘭、瑞典、與美國，規劃全球100%再生能源的雲端服務。Google也同樣與再生能源供電業者訂約，在訓練AI時使用乾淨的電能。
英國布里斯托大學教授Chris Preist說，從能源與減碳來看，我們在服務的設計上，應該確保演算法的高效率運算。有人說AlphaGo贏了李世石並不公平，一盤圍棋下來，李世石的腦子用的能量為20瓦，而AlphaGo卻用了100萬瓦的電能，多了五萬倍。
本文取材自2019年10月20日「那福忠西海岸數位隨筆（122）」：再生能源開發與環保的使用
對本文有任何看法，歡迎 E-Mail：frank.na@gmail.com 給作者，分享您對本文的看法。
.png)
