这个团队的研究，为何入选联合国AI案例？

主要观点总结

本文主要介绍了阿里巴巴达摩院在数字化与人工智能领域的研究与应用。特别是其决策智能实验室在求解器、气象大模型、新能源预测和电力行业等方面的成果。文章提到了决策智能实验室自主研发求解器“敏迭”的成功案例，以及在新能源发电方面的突出进展。同时，也介绍了该实验室面临的挑战和对未来的展望。

关键观点总结

关键观点1: 阿里巴巴达摩院决策智能实验室的简介和主要成就。

实验室在求解器、气象大模型、新能源预测和电力行业等领域取得了显著进展，自主研发求解器“敏迭”已经取得商业成功。

关键观点2: 求解器“敏迭”的研发过程和挑战。

团队通过不断学习和摸索，克服了技术上的难题，并在真实业务场景中实现了优秀表现。团队通过与行业内的合作，成功将求解器应用于电力、石化等行业。

关键观点3: 决策智能实验室在电力行业的应用和合作。

实验室与电力公司合作，成功应用求解器和气象大模型，提高新能源发电的预测精度和电力系统的稳定性。实验室还针对行业专家的需求，提供了AI决策工具培训，并计划进一步拓展到其他行业。

关键观点4: 决策智能实验室的远期目标和挑战。

实验室的目标是复刻专家智能，不仅在计算上找到最优解，还要在决策能力上接近甚至超越经验丰富的专家。实验室面临着跨行业合作、知识壁垒消解和技术创新等挑战。

文章预览

12.18 ‍‍‍‍‍‍‍‍ 知识分子 The Intellectual 撰文 | 张天祁 责编 | 苏惟楚   ●                   　 ●                    　 ● 最近闭幕的联合国气候变化大会上，数字化与人工智能成为一个关键话题。 今年11月中下旬在阿塞拜疆举行的联合国气候变化大会，即《联合国气候变化框架公约》缔约方会议第二十九次会议 （简称“COP29”） ，设立数字化主题日。中国多家研究机构和科技企业的研究人员，也带来了AI在助力应对气候变化方面的最新进展。 其中，阿里巴巴达摩院决策智能实验室资深算法专家孙亮，分享了AI驱动的天气预报和新能源预测应用。达摩院在“八观”气象大模型等基础上，推出可再生能源预测平台eForecaster。该技术已在中国某省电力调度中心成功应用，覆盖262座风电场和331座光伏电站，新能源发电功率和电力负荷预测的 ………………………………