（图片来源：Freepik）
英国萨里大学（University of Surrey）学者的最新研究指出，人工智能（Artificial Intelligence, AI）可能有助于碳捕集技术迎来突破性创新。碳捕集技术是全球工业及排放大户指望的气候解决方案，以帮助其营运脱碳，大幅减少其能源消耗，或有助于加速实施该技术。
碳捕集结合AI可减少能耗 多捕捉逾16%二氧化碳
根据萨里大学教授Jin Xuan，研究显示，AI模型可透过减少能源消耗，同时增加二氧化碳的捕捉量，来优化碳捕集的效能。
研究指出，发电厂在燃烧燃料时，会产生温室气体CO2，但可透过将烟道气（flue gas）注入含石灰石的水中来捕捉二氧化碳。CO2会和石灰石中的碳酸钙反应，产生碳酸氢钠，这过程称作「加速风化」（enhanced weathering）。
抽送水和CO2需要消耗能源，碳捕集工厂设有风力发电机，但在无风的时候，会从国家电网获取能源。研究员利用AI训练了一个模型系统，预测可能发生的状况，当捕集的CO2量或可用的再生能源较少时，就可抽出更少的水。
研究人员声称，在AI模型的帮助下，可能将燃煤发电厂碳捕集设施的能源消耗减少1/3以上，而且可多捕集16.7%的二氧化碳。
英国将开发碳捕集产业群 AI模型技术可望获应用
该团队希望其研究成果能在整个行业得到广泛应用，为联合国可持续发展目标（SDGs）中的第7、9、12和13项目做出贡献。
此外，这项研究发表的时间点相当关键，英国正准备在苏格兰和亨柏（Humber）开发碳捕集产业集群。
苏纳克（Rishi Sunak）政府去（2023）年宣布投资200亿英镑，用于开发在上述两地的碳捕集、利用与封存（CCUS）项目，预计每年可捕集1,000多万吨CO2。
为了实现净零目标，英国计划在2030年前，确保每年捕集2,000万至3,000万吨的二氧化碳。
这些产业集群由大型工业基地组成，将具备碳捕集技术，主要由现场可用的可再生能源供电。
然而，由于天气变化，时不时得切换至电网供电，而这是萨里大学AI模型可发挥作用之处，因为这些模型可将可用能源、工厂产量及其它重要因素纳入考量，有助于缓解相关问题。
