AI應對氣候變化的8大指南
減緩氣候變化正在成為當務之急。
沒時間了，大氣中的二氧化碳水平已經達到歷史最高點，過去25年內海平面高度整體上升了3英寸，2019年成為世界海洋溫度最高的一年。對于此，人工智能(AI)技術無疑有著應對氣候變化挑戰、處理環境保護難題的巨大潛能，而且我們已經邁出了重要的第一步。
人工智能當然不是什么萬靈丹，但它可以幫助我們通過多種方式減少溫室氣體(GHG)排放。根據凱捷研究院的建模，到2030年，AI將幫助消費品、零售業乃至汽車制造等領域的企業實現高達45%的《巴黎氣候協定》排放要求。AI有望將溫室氣體排放減少16%，并通過以下幾個角度給全人類的氣候變化戰略提供助力。
- 提高能源效率
根據凱捷研究院的說法，人工智能將在未來三到五年內，將能源效率提高15%。
機器學習能夠支持從自動維護、到泄漏監控、再到路線優化、設施管理乃至發電/配電效率等多個運營層面。谷歌DeepMind AI能夠提前36個小時預測風向，優化風電場的運行朝向。
此外，電力系統會生成大量數據，而之前能源企業一直無法充分理解并運用這些數據。機器學習技術可以高效梳理數據內容，了解并預測電力的產生與需求情況，幫助企業更好地利用資源并填補可再生資源中的空白，同時減少浪費情況。AI在能源效率方面的助益從行業層面起步，最終必將在家庭乃至個人用戶層面得到體現。
- 優化清潔能源發展
在亞馬遜河流域，水電大壩運營商往往只能著眼于當前一個項目，無法將流域內的全部資源、點位及項目統一起來。由康奈爾大學領導的計算機科學家、研究人員與生態學家研究小組開發出AI計算模型，旨在尋找所產生的溫室氣體排放量最低的大壩建設位置(目前當地擬建數百座水電大壩)。事實證明，AI模型可以提供遠超以往任何縝密考量的復雜溫室氣體排放因素。
- 避免浪費
企業與政府已經開始重視AI解決方案在避免浪費方面的作用。
無論是使用AI減少建筑物能源浪費(目前占全球二氧化碳排放量的四分之一)，還是全面理解電力供需，AI技術都有望在時間、金錢、物料等層面減少各種浪費，推動氣候變化戰略的實施。
- 提高運輸效率
目前，全球二氧化碳排放量中另有四分之一來自運營部門。AI已經成為自動駕駛汽車中的底層技術，并在部分城市的共享汽車及智能交通系統中發揮作用。人工智能有望優化車流路徑、交通信號，不斷減少后續排放，最終為全球氣候變化帶來積極且重大的影響。
- 幫助我們理解碳足跡
所謂“知識就是力量”，在應對氣候變化方面，AI也能夠幫助我們構建工具，以跟蹤個人乃至企業的碳足跡，并有針對性地設計出應對之策。
- 監控環境變化
過去一年內，無數重大氣候事件已經在世界范圍內造成大規模破壞與生命財產損失。AI技術能夠不斷增強天氣預報準確性與災害響應能力。
復雜系統的變化(例如云層與冰蓋動力學)，正是近期一系列氣候變化的誘因所在。各類植物中蘊藏著大量碳化合物，而森林砍伐與不可持續農業會將這些物質釋放到大氣中，最終引發氣候變化。衛星圖像與AI技術將幫助環保者們監控這類情形，進而建立起應對措施。
- 創造新的低碳材料
鋼鐵與水泥生產占全球溫室氣體排放量的9%。如果AI能夠開發出性質相似但碳足跡更低的新型材料，無疑將有助于減緩氣候變化。人工智能可以快速、高效嘗試以往未經嘗試的化合物組合，為材料科學家們提供有力支持。
- AI本身有沒有碳足跡?
麻省理工學院阿默斯特分校發布的一份報告估計，訓練神經網絡所需要的功耗，約為美國汽車平均生命周期排放量(包括制造流程)的5倍，因此使用AI之力緩解氣候變化的意義也備受質疑。沒錯，人工智能本身確實具有碳足跡，而且主要體現在模型開發階段。
但研究人員們在降低AI模型訓練功耗方面，已經取得顯著進步。除了盡可能使用可再生能源提供支持之外，他們還嘗試設計具備普適性的通用神經網絡。此外，我們也有必要考慮AI碳足跡與其所能減少的碳排放之間到底孰輕孰重。只要最終收益高于前期投入，這就是一筆合理的排放“買賣”。
