Agentic Artificial Intelligence for Power Systems: Strategies to Identify and Close Capability Gaps

Stel je het elektriciteitsnet voor als een enorm, onzichtbaar zenuwstelsel dat onze moderne wereld in leven houdt, pulserend met energie om alles van je telefoonoplader tot de gigantische datacentra die de slimste computers op aarde trainen, van stroom te voorzien. Onlangs zijn deze datacentra gegroeid als onkruid en ze verslinden elektriciteit sneller dan het elektriciteitsnet nieuwe wegen kan aanleggen om het te leveren. Dit creëert een verkeersopstopping van energie, waarbij nieuwe elektriciteitscentrales en zware belastingen zich door oude, overvolle wijken van draden moeten persen. Om dit op te lossen, moeten ingenieurs duizenden complexe wiskundige problemen oplossen om veilige plekken te vinden om dingen aan te sluiten zonder blackouts te veroorzaken. Maak kennis met "Agentic AI" — denk aan een superintelligente, autonome robotassistent die niet alleen met je chat maar die ook echt het werk doet. Het kan naar een kaart van het net kijken, simulaties draaien en zelfstandig proberen deze puzzels op te lossen, optredend als een digitale co-piloot voor de mensen die het licht aanhouden. Maar hier komt de grote vraag: is deze robotassistent eigenlijk klaar voor de echte baan, of is hij alleen goed in het oplossen van speelgoedpuzzels?

Dit artikel is als een rigoureuze "rijles"-test voor deze AI-assistenten, ontworpen om te zien of ze de zware lasten van moderne elektriciteitsnetplanning kunnen dragen. De onderzoekers bouwden een aangepaste AI-agent gebaseerd op de nieuwste "best practices" uit andere studies en gooiden deze in een simulatiearena met vier verschillende groottes van netten: een piepkleine 100-bus buurt, een middelgrote 1.000-bus stad, een enorme 10.000-bus stad en een kolossale 100.000-bus metropool. Ze gaven de agent ook zes niveaus van huiswerk, variërend van "Niveau 1: Vind een veilige plek voor een nieuwe belasting" tot "Niveau 6: Los een complexe noodsituatie op en stel een oplossing voor." De resultaten waren een beetje een reality check. De AI slaagde erin de makkelijkste taken (Niveau 1 en 2) op de kleinere netten op te lossen, maar zodra de puzzels moeilijker werden of de netten groter werden, liep de robot tegen een muur aan.

Op de 10.000-bus en 100.000-bus netten faalde de AI simpelweg om überhaupt resultaten te produceren, zelfs bij eenvoudige taken. De onderzoekers ontdekten dat het "brein" van de AI (het large language model) overweldigd werd door de enorme hoeveelheid data die het moest lezen, alsof het probeerde een hele encyclopedie in één enkele teug adem te lezen. Bovendien, wanneer de taken complexer werden — zoals testen wat er gebeurt als twee stroomlijnen tegelijk breken (Niveau 5 of 6) — kwam de AI in een loop vast te zitten. Het besteedde duizenden "tokens" (de munteenheid van het nadenken van AI) aan het proberen uitzoeken wat een "contingency" was of waar de dichtstbijzijnde stroomlijnen waren, maar voerde nooit de simulatie uit om het probleem op te lossen. In één specifie een specifiek falen realiseerde de AI zich correct dat het een fout had gemaakt, maar werd het vervolgens in de strik gelokt door zijn eigen geheugensysteem, waarbij het dacht dat een gecorrigeerde poging hetzelfde was als de foute poging en weigerde opnieuw te proberen.

Het artikel suggereert dat hoewel de huidige generatie AI-agents veelbelovend is voor basisscreening, ze nog niet klaar zijn om menselijke ingenieurs te vervangen voor grootschalige, complexe netplanning. De auteurs betogen dat de huidige aanpak van het gebruik van standaard AI-modellen met eenvoudige data-hulpmiddelen niet genoeg is. Om deze agents echt nuttig te maken, moeten we waarschijnlijk de backend-software upgraden om data efficiënter te verwerken (misschien door databases te gebruiken in plaats van logge tekstbestanden) en gespecialiseerde AI-modellen trainen die de logica van techniek beter begrijpen dan algemene chatbots. Totdat deze upgrades plaatsvinden, is de "autonome" netplanner meer een behulpzame stagiair die constant toezicht nodig heeft dan een volledig onafhankelijke werker.