AI导读：

人工智能技术在能源领域的应用将大幅提升能源利用效率，加速高碳行业转型。中国工程院院士刘中民表示，人工智能技术有望缩短相关研究周期。同时，中国清洁能源研究已进入成果爆发期，但科研成果转化仍需加强支持。

　　证券时报记者江聃

　　人工智能技术在能源领域的全面应用，尤其是在生产、消费及管理全链条上，将显著提升能源利用效率，加速传统高碳行业向绿色低碳转型，成为未来能源结构创新链条上的核心驱动力之一。日前，中国工程院院士、中国科学院大连化学物理研究所所长刘中民在2025中关村论坛——“碳达峰碳中和科技论坛”上接受采访时表示，借助人工智能技术，相关研究周期有望从传统的十年缩短至两到三年，这是当前科研工作的一个重要目标。

　　按照传统科研模式，化工新技术的研发需经历实验室小试、中试、工业性试验和工业示范等多个阶段，从实验室迈向工厂生产，通常需要十年以上的时间。

　　“这一研发过程伴随着周期长、投资大以及市场变化快等多重风险。”刘中民强调，虽然距离2060年实现碳中和的目标看似还有几十年，但时间紧迫。在能源领域，推动化石能源与新能源的融合发展，构建安全、高效、清洁、低碳的能源体系，这一目标坚定不移。人工智能的加入，增强了实现这一目标的信心。我们期待低碳技术与人工智能技术深度融合，加速低碳技术的探索步伐。

　　刘中民再次指出，通过人工智能技术的赋能，将相关研究周期缩短至两到三年是完全有可能的，这是科研人员共同努力的方向。

　　2024年3月和11月，中国科学院大连化物所携手相关单位，先后推出了中国首个智能化工大模型1.0和2.0版本，这些版本能够实现化工知识的快速检索以及化工流程工艺的自主设计和优化，标志着我国化工行业在智能化发展道路上迈出了关键一步。

　　近期，英国《自然》杂志网站发布的《2025自然指数—能源》报告显示，过去几年，与经济适用的清洁能源相关的研究产出在自然指数中持续增长。从2019年至2024年，能源研究产出百强机构排名中，中国共有63家机构上榜，数量远超其他国家和地区，彰显出我国清洁能源研究已进入成果爆发期。

　　刘中民提醒，尽管我国清洁能源研究取得了显著成果，但从研究成果到实际应用还需进一步加强支持。科研成果转化为技术落地的过程，是工艺流程逐级放大的关键阶段，仍存在较大不确定性。因此，他希望通过人工智能的赋能，让科研成果更快地应用于工厂生产。

（文章来源：证券时报网）