（圖片來源：Freepik）
英國薩里大學（University of Surrey）學者的最新研究指出，人工智慧（Artificial Intelligence, AI）可能有助於碳捕集技術迎來突破性創新。碳捕集技術是全球工業及排放大戶指望的氣候解決方案，以幫助其營運脫碳，大幅減少其能源消耗，或有助於加速實施該技術。
碳捕集結合AI可減少能耗 多捕捉逾16%二氧化碳
根據薩里大學教授Jin Xuan，研究顯示，AI模型可透過減少能源消耗，同時增加二氧化碳的捕捉量，來優化碳捕集的效能。
研究指出，發電廠在燃燒燃料時，會產生溫室氣體CO2，但可透過將煙道氣（flue gas）注入含石灰石的水中來捕捉二氧化碳。CO2會和石灰石中的碳酸鈣反應，產生碳酸氫鈉，這過程稱作「加速風化」（enhanced weathering）。
抽送水和CO2需要消耗能源，碳捕集工廠設有風力發電機，但在無風的時候，會從國家電網獲取能源。研究員利用AI訓練了一個模型系統，預測可能發生的狀況，當捕集的CO2量或可用的再生能源較少時，就可抽出更少的水。
研究人員聲稱，在AI模型的幫助下，可能將燃煤發電廠碳捕集設施的能源消耗減少1/3以上，而且可多捕集16.7%的二氧化碳。
英國將開發碳捕集產業群 AI模型技術可望獲應用
該團隊希望其研究成果能在整個產業得到廣泛應用，為聯合國永續發展目標（SDGs）中的第7、9、12 和13項目做出貢獻。
此外，這項研究發表的時間點相當關鍵，英國正準備在蘇格蘭和亨柏（Humber）開發碳捕集產業集群。
蘇納克（Rishi Sunak）政府去（2023）年宣布投資200億英鎊，用於開發在上述兩地的碳捕集、利用與封存（CCUS）項目，預計每年可捕集1,000多萬噸CO2。
為了實現淨零目標，英國計劃在2030年前，確保每年捕集2,000萬至3,000萬噸的二氧化碳。
這些產業集群由大型工業基地組成，將具備碳捕集技術，主要由現場可用的再生能源供電。
然而，由於天氣變化，時不時得切換至電網供電，而這是薩里大學AI模型可發揮作用之處，因為這些模型可將可用能源、工廠產量及其它重要因素納入考量，有助於緩解相關問題。
