跨學(xué)科的氣候研究反映出了一種共識(shí):即系統(tǒng)和綜合分析包含了保護(hù)地球免受氣候?yàn)?zāi)難影響的關(guān)鍵。大數(shù)據(jù)工具增強(qiáng)了數(shù)據(jù)整合,對(duì)正在發(fā)生的事情和即將發(fā)生的事情,提供了更好的洞察力。
隨著預(yù)測(cè)分析模型的改進(jìn),該領(lǐng)域內(nèi)的創(chuàng)新者們正在呼吁更好地訪問并解釋氣候數(shù)據(jù),這些數(shù)據(jù)歷來非常分散,而使用起來非常昂貴。
現(xiàn)在,已經(jīng)很少有人工智能(AI)技術(shù)未曾涉足的領(lǐng)域了。對(duì)于氣候變化的問題,人工智能的收集和過濾能力已經(jīng)證明了這種技術(shù)是一種非常強(qiáng)大的工具。
熱度持續(xù):尋找氣候變化的解決方案
從前工業(yè)時(shí)代算起,地球的年度平均地表溫度上升了兩度。這種微小的溫度變化會(huì)導(dǎo)致累計(jì)熱量產(chǎn)生重大影響。破紀(jì)錄或者極端的溫度、更多的降水以及積雪的減少會(huì)破壞生態(tài)系統(tǒng)。
如果氣候變化這個(gè)問題得不到解決,后果將非常嚴(yán)重:
在2020年,受氣候影響造成的損失達(dá)到2680億美元,其中64%有各類保險(xiǎn)覆蓋。有保險(xiǎn)覆蓋的企業(yè)或個(gè)人大都位于發(fā)達(dá)國(guó)家,例如美國(guó)。
尋求氣候變化解決方案的熱潮已經(jīng)興起,世界各地的企業(yè)和政府都感到需要適應(yīng)和恢復(fù)策略。
基于數(shù)據(jù)的氣候解決方案
Arbol的首席執(zhí)行官兼 dClimate 創(chuàng)始合伙人 Siddhartha Jha倡議將數(shù)據(jù)作為應(yīng)對(duì)氣候變化風(fēng)險(xiǎn)的一條路徑。
dClimate是一家在數(shù)據(jù)氣候解決方案領(lǐng)域前沿的公司。Sid是這樣描述氣候數(shù)據(jù)的作用的:“氣候數(shù)據(jù)的重要性不僅僅在于能夠幫助企業(yè)和政府主動(dòng)地為各種災(zāi)害天氣最好準(zhǔn)備,還在于它能夠幫助他們構(gòu)建工具(例如基于數(shù)據(jù)的天氣保險(xiǎn)、災(zāi)難模型和分析等),以更好地理解、管理風(fēng)險(xiǎn)并建立抵御這些風(fēng)險(xiǎn)的能力。”
企業(yè)、政府和市場(chǎng)都依賴準(zhǔn)確的氣候數(shù)據(jù)和預(yù)測(cè)來做出戰(zhàn)略規(guī)劃決策:
隨著惡劣天氣事件變得越來越頻繁,氣候變量也在發(fā)生變化,對(duì)可操作的氣候情報(bào)的需求將持續(xù)增加。
數(shù)據(jù)(和人工智能數(shù)據(jù)建模)能夠如何幫助應(yīng)對(duì)氣候變化
dClimate和Arbol 是同一個(gè)團(tuán)隊(duì)創(chuàng)立的,Arbol 是一個(gè)參數(shù)化天氣保險(xiǎn)平臺(tái),該平臺(tái)利用機(jī)器學(xué)習(xí)和獨(dú)特的人工智能承保人為天氣風(fēng)險(xiǎn)市場(chǎng)帶來透明度和效率。它同領(lǐng)先的去中心化預(yù)言網(wǎng)絡(luò) Chainlink 緊密集成,后者提供了對(duì)自動(dòng)、去中心化數(shù)據(jù)驗(yàn)證和 dClimate 治理層的支持。消費(fèi)者可以使用“技能點(diǎn)數(shù)”購買數(shù)據(jù)集。
一個(gè)去中心化的自治組織(DAO)提出并投票表決計(jì)算技能點(diǎn)數(shù)的算法,該算法可以將平臺(tái)的透明度保持在很高的水準(zhǔn)上。Sid是這樣描述dClimate在這條路上的起點(diǎn)和未來的目標(biāo)的——“dClimate 始于一個(gè)強(qiáng)大的基礎(chǔ)層,其中包含超過 1,000 TB經(jīng)過清洗的、標(biāo)準(zhǔn)化的氣候信息,這些信息已經(jīng)通過網(wǎng)絡(luò)的 REST API 免費(fèi)提供給數(shù)據(jù)消費(fèi)者。數(shù)據(jù)公司和獨(dú)立發(fā)行商可以為這個(gè)基礎(chǔ)層添磚加瓦,他們可以選擇免費(fèi)提供數(shù)據(jù)集,也可以在這里通過他們的工作獲利。”
該平臺(tái)甚至對(duì)氣候信息的臨時(shí)消費(fèi)者也很友好,這有效地實(shí)現(xiàn)了民主化,并且解決了過去阻礙發(fā)展的兩個(gè)障礙。
兩大障礙:訪問和成本
有兩個(gè)主要原因造成了氣候數(shù)據(jù)沒有能夠得到充分利用:
1. 訪問
2. 成本
氣候數(shù)據(jù)生態(tài)系統(tǒng)是高度分散的,而且不夠透明,難以使用。即使是知識(shí)最為淵博的使用者難以以有效率的方式提取他們想要的數(shù)據(jù)。這就給將氣候數(shù)據(jù)用于生產(chǎn)或工藝開發(fā)帶來了通常難以克服的障礙。
當(dāng)今,成本也是氣候數(shù)據(jù)得到充分使用的一個(gè)重要障礙。沒有標(biāo)準(zhǔn)化的、開放的市場(chǎng),只有精英們才能夠購買洞見。
如何公平競(jìng)爭(zhēng)
如果希望讓氣候數(shù)據(jù)幫助全球利益相關(guān)者主動(dòng)適應(yīng)氣候變化風(fēng)險(xiǎn),就必須克服這些障礙。 dClimate就是一家正在這樣做的公司。正如 Sid 解釋的那樣,“dClimate 是第一個(gè)開放、透明和去中心化的氣候數(shù)據(jù)、預(yù)測(cè)和模型網(wǎng)絡(luò)。它將發(fā)行商和消費(fèi)者在一個(gè)市場(chǎng)中直接連接起來,市場(chǎng)中所有的數(shù)據(jù)都會(huì)自動(dòng)地進(jìn)行可靠性評(píng)分,所有的參與者都在公平競(jìng)爭(zhēng)的環(huán)境中運(yùn)作,讓最好的數(shù)據(jù)——而不是擁有最多營(yíng)銷預(yù)算的最大型的公司——能夠自然而然地取得成功。”
將正確的信息交到正確的人的手中,并及時(shí)利用這些信息做一些有意義的事情,要想做到這一點(diǎn),氣候數(shù)據(jù)的去中心化可能是一個(gè)關(guān)鍵。
未來是活著
對(duì)于復(fù)雜的人工智能系統(tǒng)來說,我們能夠想象到的最崇高的使命之一就是維持和改善地球上的生活。在氣候變化的情況下,可以毫不夸張地說,生命和經(jīng)濟(jì)都受到了威脅。
Sid 描述了一個(gè)充滿可能性的未來,“數(shù)據(jù)只是 dClimate 的基礎(chǔ)層。對(duì)于全球70%以上正在因?yàn)闅夂蚝吞鞖庾兓媾R著日益增加的風(fēng)險(xiǎn)的企業(yè)來說,你能夠使用這些數(shù)據(jù)所做的事情和構(gòu)建的東西,才能夠真正地實(shí)現(xiàn)變革。從新型的數(shù)據(jù)驅(qū)動(dòng)的天氣保險(xiǎn)產(chǎn)品到幫助ESG計(jì)劃認(rèn)證碳足跡的應(yīng)用程序,這些工具可以幫助各行各業(yè)的企業(yè)提前為氣象災(zāi)害做好規(guī)劃,并通過這種方式節(jié)省金錢、時(shí)間——甚至還可能挽救生命。參與者利用dClimate的可能性可以說是無窮無盡的。”
Sid 補(bǔ)充表示:“dClimate不僅僅希望構(gòu)建一個(gè)易于訪問的數(shù)據(jù)集和模型存儲(chǔ)庫。這只是個(gè)起點(diǎn)。我們正在尋求建立一個(gè)真正透明和開放的生態(tài)系統(tǒng),其中包含新的基于氣候和天氣的應(yīng)用程序和產(chǎn)品,這些工具可以幫助全球企業(yè)、金融機(jī)構(gòu)和政府建立自身的氣候適應(yīng)能力。”
因?yàn)榈厍蛏系拿恳粋€(gè)生命都受到地球上其他生命的影響,所以在創(chuàng)新者們推動(dòng)技術(shù)發(fā)展應(yīng)對(duì)氣候變化的時(shí)候,所有人都要全力以赴。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。