Contents ...
udn網路城邦
【工業】【能源】再談氫經濟
2020/02/14 01:07
瀏覽42,313
迴響28
推薦38
引用0

我在五年之前,寫了《永遠的未來技術》一文,討論兩種被廣汎吹捧的新能源,也就是核聚變和氫經濟。當時我下的結論,是核聚變發電和氫動力汽車,都是不切實際的妄想,要在本世紀有經濟性地普遍部署是“不可能的”(在我的詞匯裏指低於0.01%的成功機率;不過中國現在所專注的Tokamak設計,其實成功可能性只有10^-10,德國的Stellarator才對應著10^-5)。五年後復盤,當年為Toyota Mirai鼓噪造勢的人早已噤聲;核聚變雖然仍舊吃香,但這是因爲它每一代實驗的周期長達30年(例如ITER計劃始於2007年,到2020年預計全規模實驗開始的時間已經被延到2035年),要等待真相大白於世,只怕我們這一輩人早都死光了。這正是Goebbels所說的,謊言越大越難揭發。反過來考慮,核聚變至少還建立在真正的科學理論基礎之上,投進去的錢也主要留在國内,所以遠遠沒有大對撞機那麽離譜,我個人力量有限,還是專注在揭發後者這個真正誤國誤民的大忽悠上吧。

最近幾周,又有了新一批鼓吹氫經濟的科普文章在表面上無關聯的幾個西方媒體相繼刊出(例如https://earther.gizmodo.com/europe-has-a-130-billion-natural-gas-problem-1841448077https://oilprice.com/Alternative-Energy/Fuel-Cells/Green-Hydrogen-Is-Right-Around-The-Corner.html#https://www.forbes.com/sites/patsapinsley/2020/02/11/its-time-to-talk-hydrogen/#196f8756470b ),這是有財團勢力在背後推動才會出現的現象,不過這次倒不是Toyota或其他汽車公司要推銷新型的氫動力汽車;事實上過去五年中,汽車工業界已經放棄了氫動力和柴油,準備在2030年之前把應對環保壓力的重點轉移到電動汽車上。這一波氫經濟公關要宣傳的,其實是我在《永遠的未來技術》的正文和留言討論中簡單提到的(例如這句話:“用氫來儲能,以備尖峰用電時發電,或許是可行的”),工業化集中處理氫氣,作爲電網儲能的一部分,所以它並不是無的放矢的吹噓。我預期在未來幾年,這方面的科普宣傳和投資計劃都會持續出臺,所以在這裏先向讀者解釋清楚此事背後的科技、經濟和商業考慮。

我們先回顧一下,氫能源在工業應用上的短處和困難。這其中最嚴重的,當然是我在《永遠的未來技術》裏特別强調的安全性問題。氫氣非常容易爆炸,天然氣與之相比都溫和得不得了,要在城市裏普建加氫站實在不是明智之舉;即使爲了政治或商業迷思而硬幹,也必然會在幾年内被現實打臉。事實上,當前世界只有極少數的消費者加氫站,但是已經不斷發生嚴重的爆炸案;只看去年,就有六月在美國加州Santa Clara和挪威的Oslo一連爆了兩次,到了九月南韓的五個站中也爆了一個。這樣的出事機率是每年百分之幾的級別,而且還是在大公司不惜工本來直營的背景下發生的;如果加氫站如同美國的加油站一樣,隨便哪一個個體戶都可以開,那麽其危險程度可想而知。

氫的危險性太高,不適合直接面向消費者,所以只能考慮工業上由專業人員集中管理的可能應用。但是現代石化工業已經有百年歷史,規模龐大、種類繁多,爲什麽氫氣始終沒有取得一席之地呢?這是因爲氫本身還有好幾個特性,使得生產、儲存、運輸和使用都很困難。

首先,在地球表面常見的分子之中,氫是除了氦之外尺寸最小的。工業上一般應用的金屬材料,包括碳鋼、不鏽鋼、鋁合金、鈦合金、鎳合金和鋯合金,晶格間隙都容許氫分子的滲透,很快就會造成機械性能的嚴重退化,這叫做“氫脆”“Hydrogen Embrittlement”。另一方面,氫氣管道的密封隔離也格外困難;再加上氫氣密度太低,儲存起來不是極高壓就是極低溫,使得如氫氧火箭發動機的設計與製造上就是麻煩不斷。在航天這種高價值特殊用途還可以勉强忍受(即使如此,甲烷燃料火箭仍然是新一代的研發熱點),在一般能源供應上,氫的儲存筒和運輸管道,規格和價位都遠超天然氣,也就沒有經濟上的競爭力。

其次,許多科普文章喜歡吹捧的PEM(Proton Exchange Membrane,質子交換膜)燃料電池,其實非常地不實用。經過幾十年的研究發展,雖然名義上有60%的效率,至今仍然無法可靠地將壽命延長到超過幾個月的連續使用(參見https://www.intechopen.com/books/proton-exchange-membrane-fuel-cell/degradation-in-pem-fuel-cells-and-mitigation-strategies-using-system-design-and-control),所以基本也沒有什麽經濟性可言。德國勉强把它用在212型潛艇上,但這又是因爲特殊軍事用途對高昂成本的承受力比民用工業高得多,潛艇的AIP系統也不須要365天24小時持續運作。

第三,氫氣生產和使用過程的效率低得驚人。直接用水電解的話,陰極、陽極、電解液都很容易失效,以致於目前能工業化大量持續生產的最高能量效率只有25%!做爲對照,大型工業馬達在電能和動能之間的轉換效率已經達到99%以上。所以現在石化工業遇到非得用上氫氣的化學反應時,反而是采用天然氣做原料,通過效率大約70%的Steam Reforming Process(蒸汽重整)來產製氫氣;這也就是人類目前要生產氫氣最具經濟性的方法。接下來如果要長期儲存,壓縮氫氣會損失15%的能量,使用時減壓釋放再損失5%,這樣一來,就算未來有了技術突破,能解決PEM燃料電池的耐用性問題,從生產-儲存-釋放-發電的氫氣發電總效率也不會高於70%*85%*95%*60%=34%,這還不如小汽車上燒汽油的内燃機,更別提直接燒天然氣的聯合循環燃氣渦輪(Combined Cycle Gas Turbine,CCGT)發電站早已經有實用化的64%總效率。

既然氫能源技術的缺陷如此明顯而嚴重,爲什麽會有人想推動建立它的產業生態呢?這其實有其特殊的時代背景,倒不算是100%的忽悠。我們先從臺面上的公開因素談起,也就是因應氣候變化而必須減少使用化石燃料來發電的全球共識。

在2015年巴黎協約訂定有關削減碳排放的議程之中,歐盟的態度最爲積極,采用可再生能源來取代核電、煤電和天然氣電廠的計劃也最爲激進。然而如同我在《台灣能源供應的未來》的正文和留言欄中解釋過的,風能和太陽能這兩種主要的可再生能源雖然在價格上已經有競爭力,但是它們看天吃飯、時有時無的特性,卻代表著先天不可能獨力滿足所有的電力需求。晝夜之間的變化,還可以靠將大型電池組聯入電網來解決;冬夏之間的季節差異,就需要能量密度更高、長期儲存更方便可靠的技術。所以在最近幾年,各式各樣的腦洞大開,如大型升降機或山頂蓄水池等等,居然都能得到投資。但是這些儲存物理位能的辦法,實用性明顯地可疑,真正靠譜的還是化學能。

照理説,天然氣目前供過於求,價格很便宜,碳排放也顯著低於煤電。雖然甲烷泄露(Methane Emission Slippage)是個大問題,而且向來沒有精確可靠的統計或監管(參見前文《統計與謊言》以及https://www.euractiv.com/section/energy-environment/interview/us-scientist-methane-leakage-reports-have-an-inherent-low-bias/ ),但是在2020年一月底,歐盟總算決定要動手彌補(參見https://www.euractiv.com/section/energy-environment/news/eu-working-on-plans-to-expose-climate-impact-of-natural-gas/1428789/ ),首先建立甲烷檢測體系,包括專職的監視衛星,十年之内可能會杜絕大部分的隨意工業排放。再加上天然氣發電效率高、啓動快、基礎設施完備、技術成熟,實在是最佳的調峰和尖載(Load Following/Peaking Power)電力來源。

但是歐洲白左文化盛行,不講究理性權衡折衷;在他們眼中,燒天然氣也會產生CO2,那麽就只能是中短期内的過渡辦法,到了2050年全電網都必須是100%的可再生能源。美國加州也在2018年提出以2045年為最後期限的計劃(模仿夏威夷的前例;但是加州比夏威夷要大得多了,執行起來的現實問題也就更困難許多),MIT隨即發表論文(參見https://www.technologyreview.com/s/611987/how-california-could-affordably-reach-100-percent-clean-electricity/ )指出硬要追求100%的可再生電力來源,會比以80%為目標貴上許多倍(“…costs begin to rise exponentially once the share of variable renewables crosses roughly the 80 percent threshold”)。這是因爲不但可再生能源的供應有很大的不可控波動,電力需求曲綫本身也有它自己的各種規律和隨機起伏,如果硬是要求可再生能源的低谷也要高過電力需求的高峰,那麽就必須有數十倍於長期平均值的應急供應量。由於電池的能量密度很低、壽命又短,所以即使大規模應用在電網儲能上,仍然沒有經濟上可接受的解決方案。

不過MIT的論文假設了儲能技術不會有突破性的進展,於是很多人在這裏看出商機。既然前面提到的儲存物理位能的辦法,明顯地不實用,自然有人開始檢視各種化學能儲存方案。最近冒出來好幾篇試圖直接用CO2合成甲烷的論文,也是這個背景下的產物,但這比物理位能還要更不切實際;真正在乎經濟性和實用性的大企業,最後還是覺得氫氣是目前對自己(亦即石油財團)已知最不壞的選項。

他們會得到這個結論,有以下的一些考慮:

1)電解得氫和燃料電池的耐用性和效率問題,相對來説還算是容易解決的。花10-20年來做研發,把電解的效率提高到60%,燃料電池的壽命提升到3-5年,成功的機率在50%上下,遠高於學術界和創投界的那些狂想。他們甚至已經説服政府掏腰包來做這些研究,例如英國的Gigastack計劃。

2)MIT論文論證了這些尖載電力需求的頻率,發現以年度總發電量來計算,是很小的百分比(亦即x%,x<10),那麽氫能源循環的效率雖低(假設60%*85%*95%*60%=29%),浪費的仍然只是百分之幾(x%*(100%/29%-1)=2.44*x% < 25%)這些企業很多是化石燃料能源體系的既有玩家,而在所有的無碳能源選項中,氫最靠近他們的核心技術能力(Core Competence);例如輸氣管道雖然必須改進材料,但與現有的天然氣基礎設施還是有許多類似之處。趕快把氫能源扶持上位,是他們在這場技術革命中維持營收和利潤水平的最佳途徑。

瞭解了這些背景資訊,我們就能正確解讀最近的一些新發展。例如法國的Engie公司剛剛投資在Cappelle-la-Grande村,對100家用戶提供混入20%氫氣的天然氣,而這些氫氣來自特別安裝在當地的小型電解製氫設備。這樣的系統毫無經濟效益可言,除了公關價值之外,其實是用來實驗既有天然氣管道所能承受混入氫氣百分比的極限(似乎是25%)。Engie的資產包括了法國的天然氣管道系統,所以這是他們關心的議題之一。

至於不受白左思想控制的經濟體系,其實可以直接忽略最新這一波歐美能源公司有關氫能源的公關推銷。用天然氣、核電和電池儲能來輔助風能和太陽能發電,是遠遠效率最高、經濟性最好的低碳能源方案;投入大量人力、物力、財力去追求100%的零碳指標,不但是無意義的虛榮,而且會造成很大的浪費。

【後註一】有讀者私下問一個問題,我覺得可供大家參考:《問》孟源先生您好!想再請教一些您有關核聚變的問題,希望有空時不吝解惑。現在中國大力推進的以託卡馬克裝置為主體框架的核聚變研究,我了解它是採用高能微波加熱反應物到等離子態、用強環形磁場來實現約束高溫等離子體在一定空間,那麼實現聚變反應是在同一空間內還是導入另一處空間?聚變後的高溫氦核能量又是考慮採用什麼方式轉化利用?這種裝置要具備實用價值除了可控以外還應該要有一定的較高密度的正向能量輸出,這其中主要的工程技術難點是什麼?

《答》Tokamak原本是蘇聯的設計,是對美國的Stellarator的一個簡化修正。其實Stellarator才是一般人想象的,用強磁場把高溫等離子體穩定地局限在環狀空腔之中,讓它持續進行聚變。這裏的重點,是“穩定”兩字;等離子體在環形强磁場下,並不會乖乖地轉圈圈,而會自然地發生扭曲和紊流,所以美國人做不出來。然後蘇聯的研究人員說,我們在等離子體裏故意產生電流,電流產生次級磁場,就能暫時抑制紊流,結果比美國人好了兩三個數量級,於是大家一窩蜂地跟上去,成爲世界的主流設計。但是Tokamak這個花樣,本身其實並非真的穩定(專業術語是它有MagnetoHydroDynamic Instabilities,MHD不穩定),只不過是把等離子體崩潰的時間減緩,所以像是ITER和後續設計要發電,必須是脈衝式的,也就是等離子體被注入、加熱、聚變、崩潰、排出的循環必須以每隔一段時間(ITER號稱400秒)重來一次不斷進行,就像内燃機的氣缸那樣。換句話說,不但是佔聚變產能80%的14MeV中子,全部會打在内腔壁上,幾億度的等離子體也是每一輪回都把絕大部分能量釋放到内腔壁。所以客觀的評估(例如我的),早早就可以確定,不論投入多少錢和時間,也不可能製造出能承受60年(目前核裂變反應爐的壽命)這樣打擊的内腔壁材料,因爲連能承受10個輪回的,都遠超人類現有的材料技術。

近年計算機能力持續進步,有科學家回頭去看Stellarator内的等離子體紊流現象,發現超級計算機可以做出精確的預測,那麽腔室該有的奇異形狀就能被精確算出,於是就有人(主要在德國)開始建設大型的Stellarator實驗反應器,發現可以以低一個數量級的尺寸/費用,達到新型Tokamak的聚變指標;因爲幾乎沒有MHD不穩定性,它在等離子體的壽命上,也有很大的優勢。不過高能中子的遮擋吸收問題,仍然無解,這也就是五年前我的文章《永遠的未來技術》只抓高能中子一個問題來討論的原因。

其實另外還有一個無解的普世問題,就是高溫等離子體處於熱平衡,所以個別離子的能量必須遵守波茲曼分佈,有快有慢,那麽用來局限等離子體的强磁場只能針對離子的平均速度來設計,最快和最慢的離子必然會脫離“磁場瓶”“Magnetic Bottle”而撞上内腔壁,這是Stellarator也無法解決的(這些問題叫做“Plasma Transport”,我只簡單描述了其中的一種)。所以你問的那些工程問題,答案都是“無解”、“不知道”和“不可能”。Tokamak沒有“主要”的工程技術難題,而是每一步向前都是難題,其中多數是明顯無解的。

《問》裂變產物也會有高能中子流,那麼目前核裂變電站是如何轉化利用高能中子流的?為什麼不能適用於聚變情況?

《答》裂變的中子只有2MeV的能量,而且燃料直接泡/包在中子減速劑(一般是水、重水或石墨)裏,所以不會危害承重結構。聚變的等離子體必須處在真空,内腔壁不但要屏蔽中子,還要吸收反應產能的大部分(幾個GW!),然後還不能釋放粒子污染等離子體;人類距離有這樣的材料還遠得很。

【後註二】今天是2020年三月15日。新冠疫情引發全球金融和經濟危機的許多後果之一,是過去12年因爲美聯儲量化寬鬆而得以輕鬆獲得投資的那些核聚變初創企業,應該會倒下一片,參見https://www.bloomberg.com/news/articles/2020-03-15/billionaires-chasing-fusion-energy-face-a-credibility-test

【後註三】今天是2020年四月28日,我上網查了一下全釩液流電池的最新進展,發現的確是因爲鋰電池技術成熟、批量生產的成本優勢太大,使得過去幾年很難找到投資人。在建造成本上,釩雖然儲量相對豐富,但是以往沒有什麽工業應用,所以既有的產能嚴重不足,導致單位價格居高不下;在營運成本方面,則由於交換膜和液流泵還處於第一代設計,壽命依舊過短,必須時常更換,以致電池液的極長壽命優勢無法發揮。

中國研發全釩液流電池的領頭單位,似乎是大連融科儲能。目前在建的計劃有大連液流電池儲能調峰電站項目,是經國家能源局批准建設的首個大型化學儲能國家示範項目。這是目前全球在建規模最大的釩液流電池儲能電站,規劃容量200MW/800MWh,總投資35億元,其中一期項目總投資19億元,建設規模100MW/400MWh,2016年立項,2017年資金到位,預計2020年6月30日前完工;不過由於受新冠疫情影響,是否延期還有待觀察。

【後註四】2020年七月15日消息(參見https://www.pv-magazine.com/2020/07/15/new-alliance-aims-to-break-600-w-threshold/)傳出,中國的光伏企業組成兩個制定新工業標準的聯盟:首先是39家公司一起推動600+W的光伏模組,以突破現有的500W上限,然後有7家企業成立了一個國際聯盟,要以182mm硅片取代舊有的157mm標準,不過這面臨天津中環半導體的挑戰,後者使用專有的210mm規格(參見https://www.pv-magazine.com/2020/06/25/manufacturing-industry-seeks-unity-on-wafer-size/)。

這是中國光伏產業稱霸全球的表徵。

【後註五】2021年八月12日,兩名Cornell大學的教授發表了一篇論文(參見《How green is blue hydrogen?》),探討氫經濟的可行性。他們的研究重點既不是安全性,也不是經濟性,而是最基本的能節省多少碳排放。這裏有個很重要的前例:美國國會在2005年通過法案,强迫在汽油添加10%的玉米酒精,但這些酒精所含的熱能其實少於生產玉米所用的能源,換句話說,美國必須消費的原油反而增加了,相關的碳排放更是直接加倍。雖然這筆爛賬科學家早就算清楚,但是擋不住農業州的游説和公關。一直到2021年七月,總算有政客把氣候變化的議題當真(亦即不再純粹用做Pork Barrelling買選票的藉口),提出要取消添加酒精的規定;能否成功,還在未定之天。

Cornell所做的研究,結論是“藍氫”(“Blue Hydrogen”,也就是繼續用天然氣來轉化生產氫氣,但將排放的二氧化碳埋入地下)雖然比“灰氫”(“Grey Hydrogen”,自由釋放二氧化碳廢氣)稍好,但依舊不如用煤炭,更別提柴油了(見上圖)。這個研究幕後的金主是著名的環保基金Park Foundation,公信力相當不錯,所以事先指定結論的可能性不大。他們急著讓Cornell做這個研究的原因,可能是怕重蹈玉米酒精的覆轍,提早對抗過去兩年歐美石油財團的游説和公關攻勢;後者正在試圖把多國政府的減碳政策補貼引導到氫經濟上,但是因爲“綠氫”(用太陽能或風電來電解水)技術的轉化效率太低,距離工業化至少還有十年以上,所以必須先拿藍氫來充數。

在歐美忽悠大衆的是資本家,學術界是良心人的盟友;在中國做氫研究的,卻只想著和資本合作騙補,然後到股市圈錢。這是新興超强應有的知識精英嗎?

【後註六】雖然和氫經濟沒有直接關係,但我想介紹一個真正有用的新興技術(參見《The rise of weedkilling robots》)作爲對比:激光除草機器人。我知道有不少華語圈的媒體人專門到這個博客來找材料,而像是AI操作的全自動化農機這類具備實用性的新發展,才是值得廣爲傳播、引導國家投資的正確方向。

【後註七】剛剛看到《科技部辦公廳關於開展顛覆性技術研發方向建議徵集工作的通知》(參見《科技部向全社会征集颠覆性技术研发方向》),不禁又要搖頭。所謂“顛覆性”正是無法基於現有知識對未來做Extrapolate而預見的突破(所以和我一向所推薦的AI、液流電池都無關,因爲那些是“延續性”、“應用型”科技),那麽徵求事先指定的研發方向不但是純粹浪費時間,而且是給予有政治能量的學術山頭新的忽悠機會。這不但不是正確的資源運用,而且反過來讓“冷門”的研究進一步失血,而這些冷門題目才是顛覆性成就的來源。

所以我對科技部的建議,只有兩項(因爲對這個問題,人力可及的答案也就只有這兩項):1)重生醫而輕物理,後者是衰老瀕死的學科,有突破的機率很小;2)避免論文功利主義,尤其是大對撞機那樣的超大項目,徒然擠占資源,反而是消滅顛覆性研究的最高效手段。

【後註八】繼Park Foundation之後,又有另一個知名的環保組織Earth Justice公開批評氫經濟是“False Solution”(“假方案”,參見《Distinguishing Fossil Fuel Industry Spin from Zero-Emission Solutions》)。

歐美資本家和學術騙子要忽悠政府和群衆,至少還得努力在大衆媒體搞一大堆假新聞。中國卻是西方輿論吹捧什麽假科技,就主動拼命跟風投資,以致中國的學術騙子基本習慣於躺贏;從大對撞機、核聚變到氫經濟、量子通訊和量子計算,都是同一個套路,這反映的其實是深刻的自卑和崇外,偏偏我在試圖拆穿這些騙局的時候,第一批跳出來謾駡的就是自稱愛國的低級紅。

【後註九】2021年十月的重大國際新聞之一,是化石燃料能源的短缺導致全球都出現電力供應不足的問題,其中天然氣的供不應求比煤還要嚴重,從一年半前我發表這篇博文至今,美國的天然氣現貨價漲為兩倍半、東亞為五倍、歐洲則是六倍;這個順序剛好對應著這三個地區削減碳排放政策的激進程度。請讀者復習正文内容,尤其是最後一段結論;可惜歐洲主政者沒有文中所介紹的基本智慧,事到臨頭只能拿俄國來當替罪羔羊。

【後註十,2021/12/07】在美國良心人之後,輪到歐洲學者公開怒駡氫經濟是石油公司的“Masquerade”(“假面具”,參見《Hydrogen for ground transportation and heating is a bad idea》),然而歐盟中毒甚深,要扭轉政策方向似乎爲時已晚,我只能希望中國不要蹈其覆轍。

【後註十一,2021/12/12】這裏是英國良心人的警告,參見《Hydrogen Is Not A Fuel, It’s A Cult》

有誰推薦more
你可能會有興趣的文章:

限會員,要發表迴響,請先登入
迴響(28) :
28樓. 弃车成杀
2021/12/21 10:32
氢能源要是不做普通轿车 只做 物流车 公交车这类路线固定的 会咋样?
稍好,但依舊不足以和電池或綫路供電競爭。這主要是因爲除了危險性之外,氫還有能量轉換效率極低的問題,除非後者能在十年内有徹底突破,否則完全來不及幫助解決全球暖化。換句話説,氫還在技術完全不成熟的實驗室早期階段,一般媒體的吹噓純粹來自石油公司和創業公司的私心所推動的公關忽悠。 王孟源2021/12/29 04:38回覆
27樓. etcetera
2021/10/15 06:29
有關後註九--天然氣現價飛漲
讀完【後註九】後再依言複習正文中的結論,我的瞭解是:白左堅持以百分之百的再生能源來供電是極為不經濟的(再生能源是靠天吃飯供量有很大的不可控波動,供需不能配合; 所以要完全以再生能源供電只有兩個非常貴的辦法:1. 設置大量的儲能設備, 或 2. 增加再生能源供應量以便在產量低谷時也能應負需求的高峰。) 如果這瞭解沒錯,我的直覺是應該會導致電價大漲,而石化能源因為需求降低反而應該跌價啊!現在不但沒有跌還價格飛漲。

一個可能的解釋是:天然氣供應商預見需求量將會降低所以先減產;不料需求量忽然大漲,反而供不應求所以天然氣現價飛漲。請問這是王博士的意思嗎?

但我們也不能排除其它的原因啊 ?有可能是Putin逼歐盟趕快認証開放Nord Stream 2, 也有可能是traders 炒作。我最近看到Bloomberg的報導Putin 暗示這完全是天然氣的計價方式不合理。

最近最熱門的名辭是 “Supply Chain Shortages”. 其它國家我不清楚,但在美國主要他們需求量大增而自己什麼都不生產需要進口。結果港口進船堵塞,出港的貨車也堵塞。根本是美國infrastructure的問題。被大家鼓吹成都是外國的問題。一則推卸責任另一則是奸商以此理由來漲價…包歉有點離題了。
這件事是國際新聞重點,所以我以爲讀者不需要我來詳細解釋,稍作點明就行了。
其實很簡單,因爲過於急著替換煤電和天然氣,所以生產和消費國家都只依照(1)2020年疫情初始,全球經濟衰退的預期,以及(2)風電和光伏的平均發電能力,來做產能計劃,結果假設(1)完全錯誤,假設(2)先天就不成立(參見正文的解釋;歐洲因爲過去三個月風平浪靜,格外吃虧),所以全都被打個措手不及。
俄國並沒有減產;歐盟吵鬧的是要求緊急增產,Putin讓他們靜等Nord Stream 2上綫,是完全合理的反應。 王孟源2021/10/15 08:47回覆
26樓. 路哥哥
2021/10/14 17:17
提到种族自卑感。金灿荣说统一可以提高民族自信,提高学术水平。(https://youtu.be/YcfZMGcMuCA)。怎么看这种说法?
因果剛好搞反:是必須先整頓學術界,保障國力持續上升,然後才能慢慢建立自信。至於統一,在沒有足夠自信的前提下,反而會導致一國兩制之類的架構,後患無窮。
若是中美開戰,中方獲勝,建立的不是“自信”,更可能是很不健康的“自大”。軍事勝利和文明自信向來是兩回事,參見五胡亂華、金、元、清等等本國史。 王孟源2021/10/15 04:38回覆
25樓. 芳草鮮美落英繽紛
2021/10/14 11:23
《國家能源局關於加快推動新型儲能發展的指導意見》( http://zfxxgk.nea.gov.cn/2021-07/15/c_1310079331.htm )中,三之(五)提到推動壓縮空氣儲能 (compressed-air energy storage)技術進入商業化發展,以及開展飛輪儲能(flywheel energy storage)規模化試驗。請教先生如何評估這兩種儲能技術?
物理儲能的密度遠低於化學能,沒有實用的可能,這對重力位能、旋轉動能和壓縮空氣都適用,唯一可能的例外是沿著河流所建的雙壩水電儲能(例外的原因是它能以低價儲存巨量的水);這一點我已經反復仔細討論過了。
歐美的財閥主導體制,容許資本家自由搞公關炒作忽悠;中國科技管理單位卻也盲目跟著拿公帑當韭菜,那只能是種族自卑感作祟了。 王孟源2021/10/14 13:23回覆
24樓. AbzX5
2021/09/03 23:22
闻道有先后,术业有专攻,不客气。若不是王先生将自己的分析介绍到中文世界,我还至今无法从美国矛盾的信息里理出头绪。

注,为力求简短,科普无法面面俱到。首先,我说棋手的每一步未必是高维信息,大多数棋类游戏都是对的,但是围棋例外。围棋棋盘上棋子间有紧密联系,能形成复杂的图案,更像是图像识别,所以围棋要同时面对维度和时间两方面的挑战。所以人类可以用计算机赢国际象棋比赛,可要二十年后等到deep learning被发明出来后才能赢围棋(deep reinforcement learning = deep learning + reinforcement learning)至于分类, 分为监督学习, 无监督学习, 强化学习三类当然是对的, 机器学习的教科书都是这么分类的, 不过机器学习是上一轮AI (统计)就有的基础观点, 而今天市面上还没有一本能概括当前AI 的教科书, 为方便突出介绍当前的AI进展, 我才斗胆这么分类的。
好的。不過AI的技術細節向來不是博客關心的重點,我的討論主要是拿它的實用性和局限性,來和不靠譜的假未來科技做對比。這條綫到此爲止。 王孟源2021/09/03 23:43回覆
23樓. Niets
2021/09/03 08:07

对22楼AbzX5网友关于AI的分类提出一点不同的看法,欢迎指正。若王先生觉得离题太远,那也请删除吧。

我想AbzX5说的AI应该是指machine learning(机器学习),主要分三大类,即supervised learning (监督学习), unsupervised learning(无监督学习),和reinforcement learning(强化学习)。其中一和二的区别还有争论。Reinforcement learning不同于前两者最显著的区别是temporal credit assignment(时序上的奖励分配,本质上是找因果关系)和exploration(探索环境和发现新的数据点)。这些区别主要是因为reinforcement learning要解决sequential decision-making问题和应对未知环境。

而deep learning(深度学习)是学习的工具,即用多层(通常>3)的neural networks(神经网络)作为function approximator而非通过人工设计的函数。Deep learning也可以应用在reinforcement learning中,如AlphaGo的value/policy function就是神经网络近似的。

正因爲AI剛有了實際應用、卻又在高速進一步發展的過程中,對它做分類描述必然會顧此失彼,所以有不同的觀點是很自然的,我們不必太過執著於細節。 王孟源2021/09/03 23:46回覆
22樓. AbzX5
2021/09/02 12:52

简短科普: 当前的AI包括 Deep Learning 和 Reinforcement Learning 两大类, 这么划分是因为两类任务所面临的困难性质不同, 前者专门处理维度上的困难, 后者专门处理时间上的困难.

例如用前者做图片识别, 理论上最多每个像素都可以对应一个任意颜色的物体, 一张 100x100 像素的图片维度最多就是 10000维. 但图像识别在时间尺度上没有任何困难, 输入一张图, 马上输出分类结果, 因果关系是一一清晰对应的.

而后者刚好相反, 例如下棋, 棋手在某一个时刻的选择虽然很多, 但并不是高维数据, 机器人的关节运动在三维空间, 维数可能更低, 但是棋手要到游戏结束才能最终确定输赢, 这中间究竟是哪一步起的什么作用, 因果关系并不是马上能清晰对应的, 机器人则可能要完成一系列复杂的动作后才得到反馈, 困难在于反馈也并不是即时的.

謝謝你的指教,我原本不知道這個分別。 王孟源2021/09/03 02:12回覆
21樓. 弃车成杀
2021/09/02 09:20
看了你微博的 我说一点关于经济的  对于垄断性平台必须要现在出手 因为互联网推送行业收入过高 吸纳了过多人才 那些做新能源 机械 芯片的人才 工资肯定没这个高啊。 你不也是不做科技研发 跑去华尔街了么。 另外关于职业技校分流 主要原因还是国内现在职业技校水平不够 没有很好的和产业结合 很多还是教教科书知识 但是实践少 所以争议巨大
我所羅列的那三個新政策,其共通點是都有可以拖延的藉口,但那並不代表它們的性質或重要性一致,或者拖延的藉口是同一個。
整治壟斷性平臺當然原本就是該做的關鍵政策,對產業升級也有間接的好處,但依舊不是必要條件,而且對國際資本體系公開宣戰,立刻就在金融貨幣政策上造成額外的壓力;既然爲了完成對美國的承諾而剛剛放寬金融管制,那麽整治壟斷性平臺的時間點選擇當然可以說成應該或早或晚、但不是現在。
雖然我用字一直很精確,但總是有邏輯思路模糊的讀者,把不同的觀念混肴起來。我並沒有說那些新政策不重要,剛好相反,是雖然中共政府早該出手,但它們依舊被拖延多年,那麽當然完全有藉口繼續混下去;然而一旦習近平注意到這些事,就立刻下了決斷,即便不是最佳時機,也一樣劍及履及,所以由此也可以看出未來他對臺海問題的處理態度。 王孟源2021/09/02 09:50回覆
你誤解我的文字,已經觸犯了《讀者須知》第八條。念是初犯,先禁言一個月;請你利用這個機會把文章仔細重讀,習慣我的寫作方式。博客雖然有上千萬字,但沒有一句廢話;讀者若是有疑問,請先檢討一下自己的理解是否精確。如果你真的自認能力高到可以隨口對我的邏輯推演挑錯,那麽你絕對夠格寫自己的博客,根本就不該來這裏發言。 王孟源2021/09/02 10:20回覆
20樓. makludi
2021/08/31 11:00
那个说boston dynamics的机器人没有用到deep learning,应该不是空穴来风。这个话题很早就有讨论https://www.quora.com/How-does-Boston-Dynamics-use-AI-machine-learning。基本上认可至少第三(四)代前的产品,是没有使用deep learning技术,仅仅使用控制技术,就很好实现了机器人实现复杂动作。最新一代的产品atlas, 报道上使用了动作模型库(简单理解为对不同场景预先设计好的动作指令,而非使用机器学习的预测模型)。由此可以推断,凡是可以被此类机器人的性能水平搞定的场景,ai不是瓶颈(无法100%确定,使用ai会不会是另一条可以路线,但是我觉得极大概率不会,因为ai无法提供相同的精度+可靠性+维护方便性)。不过,这里到有一则报道,有个公司vinsa和这个bd一起开发了一款工业故障巡视机器人https://www.vision-systems.com/embedded/article/14179537/artificial-intelligence-software-expands-boston-dynamics-spot-robot-capabilities。里面机器人是boston dynamics提供,可以应付翻滚障碍和利用大量传感设备摄像,而vinsa只提供预训练好的为客户定制的image classification模型,这种模型业界vgg之类的早都很成熟,用他们专门场景的图片finetune一下即可。所以,这则广告软文里卖点是吹嘘vinsa的ai技术,可是难点还是boston dynamics提供的机器人。
我們做科學理性的討論,必須專注在邏輯因果關係上,那麽當然要對核心議題有精確的認知和堅持。這裏的核心議題是什麽?是AI而不是Robotics。只因爲我提了一句Robot,就自由聯想到Robotics,然後演繹出長篇大論,純屬浪費大家時間。我來示範一下合理的類比:你們這樣的習慣,其實本質上和幼兒在對話過程中看到蝴蝶飛過,然後大喊一聲“Look,butterfly!”隨即脫離接觸去追蝴蝶,是同一回事。學理工多年還有這樣的思維習慣,值得自我反省檢討。 王孟源2021/09/02 00:05回覆
19樓. 弃车成杀
2021/08/27 07:09
您对中国教育体制现在 只有百分之50可以上高中 剩下都是职业技校 怎么看? 学的是德国模式         事实上现在中国制造业确实缺乏技术工人 然后一堆大学生跑去送外卖 房地产中介 等等 教育和技术脱节了。    但是也有人指出 制造业高技术工人应该由大专来培养 而不是中考就分流 以及将来的自动化 会取代很多人 这件事国内争议很大
教育體制是否合理,取決於中國經濟未來的大方向,是像英美那樣脫實向虛、轉入“後工業化”的白領服務業,還是像德國那樣試圖保留實體產業。 王孟源2021/09/01 23:54回覆