-
1 # 科技行者
-
2 # cnBeta
近年來AI的復興讓許多人不禁要問,這項技術如何才能幫助人類面對其面臨的最大威脅之一:氣候變化。由來自該領域的一些最知名思考者撰寫的一篇新研究文章就對此給出了答案,另外就機器學習如何幫助人類避免毀滅給出了一些具體的例子說明。
資料圖
文章總共提出了13個可以部署機器學習的領域,這些領域根據其潛在影響的時間框架進行分類。以下為其中8個:
建設更好的電力系統
雖然電力系統到處充斥著資料但對它們的利用卻非常少。機器學習可以透過它們幫助預測發電量和用電需求進而讓供電商可以更好地將可再生資源整合到國家電網中,減少浪費。谷歌的英國實驗室DeepMind就已經證明了這方面的成果,其利用AI預測風力發電廠的能源產出。
監測農業排放和森林砍伐情況
溫室氣體不僅是由發動機和發電廠排放的--大量的溫室氣體來自對樹木、泥炭田和氣體植物的破壞,它們在數百萬年的光合作用過程中捕獲了碳。砍伐森林和不可持續的農業作業使得這些碳重新被釋放到大氣中,透過衛星影象和AI人們可以確定這些情況發生在哪裡然後對此採取保護措施。
打造新的低碳材料
文章作者指出,全球9%的溫室氣體排放來自混凝土和鋼鐵生產。機器學習可以幫助開發出這些材料的低碳替代品。AI可以幫助科學家透過模擬從未見過的化合物的性質和相互作用來發現新材料。
預測極端天氣事件
未來幾十年氣候變化的許多最大影響將由極其複雜的系統驅動,比如雲層覆蓋和冰蓋動態的變化。而這些正是AI擅長挖掘的問題。模擬這些變化將幫助科學家預測極端天氣事件,而這反過來能幫助政府防範最壞的情況。
提高交通運輸效率
交通運輸業佔全球能源相關的二氧化碳排放量的1/4,其中2/3由道路使用者產生。跟電力系統一樣,機器學習可以提高這一領域的使用效率、減少旅途浪費、提高車輛效率並將貨運轉向鐵路等低碳選擇。AI還可以透過部署共享的自動駕駛汽車來減少汽車使用量,不過作者指出,這項技術目前還沒有得到肯定。
減少建築物的能源浪費
建築消耗的能源佔全球與能源相關的二氧化碳排放的1/4,也是氣候行動最容易實現的目標之一。建築物經久耐用,很少使用新技術進行翻新。然而透過增加幾個智慧感測器來監測空氣溫度、水溫和能源使用就可以在一棟建築中減少20%的能源使用,而監測整個城市的大型專案則可能會帶來更大的影響。
讓地球變得更具反射性
這個用例可能是所有提到用例中最極端和最投機的,但它卻是一些科學家所希望看到的。如果我們能找到讓雲層反射性更強的方法或用氣溶膠製造出人造雲,那麼我們就能把更多的太陽熱量反射回太空。這是一個很大的假設,而對任何方案的潛在副作用進行建模都是非常重要的。AI可以幫助解決這一問題,但文章作者指出,未來仍要面對重大的管理挑戰。
為個人提供減少碳足跡的工具
文章作者認為,個人無法對氣候變化採取有意義的行動是一種普遍的誤解。但人們確實需要知道怎樣做才能提供幫助。同樣的,機器學習可以幫助計算個人碳足跡並標出他們可以做出的小改變,比如更多地使用公共交通工具、少吃肉或減少家裡的用電量。很顯然,如果每個人都能做到這些,那麼疊加起來的效果自然是非常龐大的。
回覆列表
受微軟委託,普華永道諮詢公司釋出了一份新報告,該報告研究了數字化和低碳化這兩大具有顛覆性的宏觀發展趨勢未來將如何相互作用。普華永道得出結論稱——人工智慧可能對全球溫室氣體(GHG)排放帶來重大影響。
普華永道將人工智慧定義為“能夠感知環境、思考、學習並採取行動以響應所感知內容及目標的技術集合”。應用範圍從日常任務的自動化到增強人類決策,再到自動化和發現——發現大量資料,根據模式採取措施,這在當前是超出我們人類能力範圍的。
普華永道在這份題為《人工智慧如何實現可持續發展的未來》的報告中,著眼於如何將人工智慧運用於農業、水利、能源和交通這四個領域,從而提高這些領域的可持續性。普華永道表示,在環境應用中採用人工智慧可以使全球經濟到2030年增加5.2萬億美元,相比常規場景下使用人工智慧高出4.4%,同時人工智慧還有助於讓全球溫室氣體排放量減少4%,相當於2030年澳洲、加拿大和日本的排放量總和。
儘管人們擔心人工智慧可能會影響就業機會,但普華永道表示,人工智慧技術將會給全球經濟創造3820萬個淨新增工作崗位,並且在過渡期內提供更多需要熟練技能的職位。
普華永道表示:“人工智慧可以在廣泛的經濟領域和各種情況下發揮作用,幫助控制環境影響和氣候變化,應用場景包括:注入了人工智慧的分散式清潔能源網、精準農業、可持續供應鏈、環境監測和執法、加強天氣和災害預測和響應等等。”
人工智慧幫助行業提高可持續性的例子還包括:
透過更好地監測和管理環境條件和作物產量來變革農業生產
透過智慧電網系統提高能源行業的效率,這種系統採用了深層預測功能來管理需求和供應,以及最佳化可再生能源解決方案
在日益全球化和城市化的世界中,人工智慧可以幫助運輸業讓貨物在不同地點之前的轉移更安全、更有效、以及更可持續。例如,人工智慧可以更準確地預測交通情況、實時規劃路線、以及實現自動駕駛等
在水資源預測、管理和監測場景中應用人工智慧,將有助於減少或消除浪費,降低成本,減少環境影響,從而改善全球水危機。
此外,人工智慧還將在其他領域帶來顯著效益,例如人類健康、生態系統保護、空氣汙染監測和預報、防止非法砍伐森林、森林破壞、洪水和風暴等自然災害之後的恢復能力。
除了這些受關注的領域之外,人工智慧還有潛力在改善建築環境和工業環境方面發揮重要作用,特別是:
水泥:人工智慧技術與先進的感測器裝置相結合,用於預測資產管理以最大限度改進生產資產的效率、運營和管理
鋼鐵:人工智慧系統在流程和操作控制過程中經過試驗和測試,可補充傳統控制手段,提高效率的同時也優化了系統操作
化學品:人工智慧通常與傳統控制和新型感測器相結合,用於在化學品製造過程中進行預測性維護,最大限度地提高效率並減少化學品過程中的資源使用
運輸:人工智慧可用於海事領域的很多方面,例如預測船舶管理和維護、實時航行最佳化、燃料監測和管理等。
人工智慧在能源業(減排2.2%)和運輸業(減排1.7%)中的應用,給所涵蓋行業的溫室氣體減排影響最大,但同時也在水利和農業領域的環境問題上發揮重要作用:有分析表明,農業領域運用人工智慧可在2030年實現高達1.6億噸二氧化碳減排量,使用更少資源的同時提供更多的食物。
該報告稱:“農業和水利部門在維護地球自然系統健康方面發揮著至關重要的作用,包括生物多樣性保護、海洋健康、淡水質量、生物地球化學流動、森林和土地系統變化、以及對糧食安全和水供應的相關影響。”
微軟首席環境官Lucas Joppa,以及普華永道全球創新和可持續發展負責人Celine Herweijer總結說,人工智慧擁有巨大的潛力,是把經濟增長與碳排放增加這兩者分離開的一個重要工具。
但這要依賴於多個因素的相結合,只是採用人工智慧這一種技術效率會有所降低。“我們探索的解決方案不是僅僅運用人工智慧的,在大多數情況下是多種互補技術相結合的,例如機器人、物聯網、分散式能源、電動汽車等等。”
而且由於人工智慧需要有強大的計算力,也就意味著需要大量能源,因此能源系統的低碳化對於確保人工智慧能否在提高可持續性方面發揮潛力來說至關重要。
他們表示,北美、歐洲和東亞的發達經濟體將從採用人工智慧中受益匪淺,這會加劇氣候不平等的風險,“在帶來更多高技能崗位的同時,也會造成不少工作崗位被取代的現實,以及人類需要提高技能和重新培訓避免被淘汰的迫切需求”。
“這一切都意味著我們需要超越技術本身,思考人工智慧對於社會和環境帶來的更廣泛影響。”