2022年5月18日，美国能源部（DOE）加入前沿发展实验室（FDL）计划。DOE人工智能与技术办公室（AITO）将与该实验室合作，将物理、模拟和机器学习之间的协同作用应用于清洁能源、地球科学和气候适应挑战。FDL是一项应用人工智能研究计划，由机器学习专家与学科领域专家合作解决空间、地球科学和能源方面的难题。2022年，FDL将承担7项DOE的研究挑战，具体如下：

（1）适应气候的电网：使用人工智能帮助确定最佳方法以解决气候变化带来的众多风险，例如维护社会的能源基础设施免受更频繁和极端天气事件的影响。

（2）加强地下电网：使用基于物理知识的人工智能方法应用于地球物理数据，以保护地下能源资产，例如场地识别、地下线路、地震响应、地下控制和地下高压直流输电监测。

（3）二氧化碳封存的地质力学：将机器学习应用于地质力学和地球物理学，预测由潜在二氧化碳封存地点诱发的地震活动。人工智能可能能够使用震源机制数据，从波形数据中挑选地震事件，或在反射地震数据中发现断层，从而帮助估计应力状态。

（4）多光谱估计：使用机器学习增强的工具来防止火灾蔓延，利用在轨多光谱相机和机器学习识别最容易着火的区域。

（5）城市辐射猎人：人工智能技术在城市搜索任务中促进检测、识别和定位方面的创新。目前，搜索队依靠辐射探测系统来检测非法核威胁源。但是，由于自然辐射的变化和非威胁源的存在，检测算法需平衡漏报与误报。

（6）聚光太阳能发电控制器优化：使用人工智能来理解和推导出干式冷却器热负荷、目标出口CO₂温度、CO₂流量和预测的入口CO₂温度，以优化干式冷却器设计参数。

（7）氢气发现引擎：使用人工智能工具促进生产和分配氢气的技术创新。

信息来源：

https://www.energy.gov/ai/articles/us-department-energy-joins-frontier-development-lab

https://mp.weixin.qq.com/s/dDwSJQpZnU4ZqREPiX_vgQ