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(zhàn)、處理環(huán)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(yè)乃至汽車制造等領域的企業(yè)實現(xiàn)高達45%的《巴黎氣候協(xié)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(zhàn)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(jiān)控、再到路線優(yōu)化、設施管理乃至發(fā)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(yōu)化風電場的運行朝向。

此外，電力系統(tǒng)會生成大量數(shù)據，而之前能源企業(yè)一直無法充分理解并運用這些數(shù)據。機器學習技術可以高效梳理數(shù)據內容，了解并預測電力的產生與需求情況，幫助企業(yè)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(yè)層面起步，最終必將在家庭乃至個人用戶層面得到體現(xiàn)。

• 優(yōu)化清潔能源發(fā)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(tǒng)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(tài)學家研究小組開發(fā)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?shù)財M建數(shù)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(yè)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(zhàn)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(tǒng)中發(fā)揮作用。人工智能有望優(yōu)化車流路徑、交通信號，不斷減少后續(xù)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(yè)的碳足跡，并有針對性地設計出應對之策。

• 監(jiān)控環(huán)境變化

過去一年內，無數(shù)重大氣候事件已經在世界范圍內造成大規(guī)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(tǒng)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(xù)農業(yè)會將這些物質釋放到大氣中，最終引發(fā)氣候變化。衛(wèi)星圖像與AI技術將幫助環(huán)保者們監(jiān)控這類情形，進而建立起應對措施。

• 創(chuàng)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(fā)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(fā)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(xiàn)在模型開發(fā)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”。