應對全球氣候危機,人工智慧能做些什麼?
通貨膨脹是個全球性的問題,而且隨著氣候變遷而加劇。這是因為極端天氣事件的頻率和嚴重程度的增加導致了食品、能源和其他必需品的價格上漲。但希望還是存在的:人工智慧可以幫助我們透過減少排放、提高能源效率和增加使用再生能源來對抗氣候變遷。因此,綠色轉型是對抗通貨膨脹的關鍵支柱,而人工智慧則是這項努力的重要工具。
事實上,根據2022年BCG氣候人工智慧調查報告(如下圖所示)的資料,在人工智慧和氣候方面擁有決策權的私營和公共部門CEO中,87%認為人工智慧是應對氣候變遷的重要工具。同一報告的資料也顯示,公部門和私部門的高階主管認為與氣候相關的高階分析和人工智慧的商業價值在緩解(減少)排放領域最為關鍵,達61%,而認為緩解(測量排放)排放領域最為關鍵則為57%(見下面的第二張圖所示)。認為其他領域是關鍵的如下,適應(預測危害)44%,適應(管理脆弱性和風險)42%,緩解(消除排放)排放37%,基本要素(促進氣候研究、氣候融資和教育)28% 。
(資料來源:BCG氣候人工智慧調查,2022年5月)
公共和私營部門負責氣候和人工智慧方面的領導人支持利用人工智慧對抗氣候變化,但其中只有43%對如何使用人工智慧有一個願景。
人工智慧能夠以許多方式為減緩氣候變遷做出貢獻,例如,透過提高能源效率或透過減少運輸、農業和工業的排放。人工智慧還可以幫助我們適應氣候變遷的影響,提高我們預測極端天氣事件的能力,提供決策支援工具,幫助我們更有效地回應。人工智慧還可以透過幫助我們識別風險因素和製定計劃,從而減輕氣候變遷的影響,對提高我們對氣候變遷影響的復原力可以發揮關鍵作用。
(資料來源:BCG氣候AI調查,2022年5月)
公共和私營部門的領導認為減排和測量排放方面的商業價值最大。
資訊與通訊科技辦公室(OICT)夥伴關係與科技創新的首席數據分析Lambert Hogenhout表示,「在這種情況下,最迫切的需求不是擁有更強大的人工智慧,而是在我們使用人工智慧的地點和方式上變得更聰明。未開發的機會有許多。」這種情緒體現了該領域許多專家的共識:我們需要在部署人工智慧的地點和方式上更具戰略性,以達到產生最大影響的目的。
因此需要一個新的氣候人工智慧框架,這對於集中討論該領域的投資和創新至關重要。人工智慧公益基金會執行長James Hodson表示,「為了有效地解決我們過度依賴化石燃料的基本驅動因素和風險,我們需要接受一個多元創新解決方案框架。人工智慧位於該框架的中心,人工智慧已經在大規模提高透明度、高效發電和儲存方面取得更快的進展以及對大規模投資重新建立信心作出了貢獻。」
下圖所示的“利用人工智慧應對氣候變遷的框架”是BCG為最新的「全球人工智慧」報告所製定的,報告包含「全球人工智慧」諮詢委員會專家的看法。該框架包括三個主要主題:緩解、適應性和復原力以及基本要素。緩解和基本要素對於我們應對氣候變遷的努力至關重要,但適應性和復原力則對於確保人們和經濟能夠承受今天的氣候變遷影響是必要的。真正的復原力要求我們從系統層面去看世界並利用人工智慧來幫助我們在涉及氣候變遷時識別風險、脆弱性和潛在的破壞性。我們還必須建立快速應對這些威脅的能力和實力並創建有復原力的架構。
利用人工智慧應對氣候變遷的框架(BCG計畫體驗、氣候變遷人工智慧、全球人工智慧夥伴關係)。
全球人工智慧聯盟(AI for the Planet Alliance)創始人兼聯合主席、該報告的共同作者Damien Gromier表示,「儘管人工智慧的大好前景,但人工智慧並不能被用來孤立地解決氣候危機。解決氣候危機取決於決策者採取行動並作出必要改變的意願,人工智慧和其他新興技術可以提供一部分的支援。」因此必須指出,人工智慧不是解決氣候變遷的萬能藥,人工智慧是個工具,可以用來幫助我們建立一個更有復原力的未來。
利用人工智慧應對氣候變遷框架
利用人工智慧應對氣候變遷框架正在改變我們思考氣候變遷的方式。在過去,我們往往認為適應就是事後所做的事情,以回應已經發生的事件。但隨著極端天氣事件的頻率和嚴重程度的增加,我們必須採取積極主動的適應方法,這已經變得很明顯了。我們需要預測氣候變遷的潛在影響,並在氣候變遷發生之前採取措施減輕影響。這對於確保我們的社區和經濟的復原力以及保護我們中間最脆弱的群體至關重要。人工智慧可以提供我們所需的工具和數據,讓我們做出明智決定,幫助加速緩解、適應和復原力的努力。
(1) 緩解氣候變遷
利用人工智慧應對氣候變遷框架的緩解部分是一個組合,包括了宏觀和微觀層面的測量、減少(減少溫室氣體排放強度、提高能源效率和減少溫室效應)以及清除(環境清除和技術清除)。
(2) 排放量測量
宏觀層面的測量:整體環境排放是預測未來氣候的模型的一個重要組成部分。人工智慧可以透過改進措施幫助這些模型,例如,掃描來自衛星的遙感資料作進一步分析。
微觀層面的測量:生產者可以利用微觀層面的排放測量來了解其產品的碳足跡,追蹤自己實現ESG目標的進展,或確定減少範圍1、2和3排放的機會。消費者可以利用這些資訊在購買產品時以及減少碳足跡的行動方面做出更明智的選擇。
(3) 減少排放和溫室效應
由於全球氣候的緊急性,加快努力非常有必要,要加快減少目前的排放及其造成的溫室氣體後果。務必立即採取大的減排措施。這對於避免氣候變遷所產生的災難性後果非常重要。減排由以下三個部分組成:
- 減少溫室氣體的排放強度:人工智慧解決方案可用於轉換為新能源的支援。太陽能供應的預測可以幫助我們確定有可能增加太陽能使用的地區,從而減少溫室氣體排放。
- 減少產生排放的活動:人工智慧還可以透過改善需求預測(對抗生產過剩)或高效的貨物運輸(如縮短交貨時間和盡量減少能源使用),進而優化供應鏈,從而減少排放。利用資料產生預測需求或優化運輸路線的模型是可以做到的。
- 減少溫室效應:如果政策制定者轉向地球工程解決方案,以遏制氣候變遷的影響,人工智慧將是加速化學研究的重要工具,可以幫助我們開發新材料和工藝,從而減少溫室氣體排放。此外,行為改變的鼓勵可以減少能源消耗和降低排放。
(4) 清除溫室氣體
從大氣中清除溫室氣體是緩解氣候變遷的一個方法,可以透過自然過程實現,例如,樹木光合作用的增加,或透過技術手段實現,例如碳捕獲和儲存。主要的清除方式有以下兩種:
- 環境清除:森林、藻類和濕地等自然生態系在大氣碳清除中可以扮演核心角色。監測這些生態系統需要收集和處理大量的數據,而人工智慧在這種情況下是非常有效的。
- 技術清除:環境清除可輔以工業流程,但產業流程仍處於起步階段,面臨規模化問題。人工智慧將是盡快解決這些問題的有力盟友。
在鞏固了框架的緩解部分後,我們現在需要專注於適應方面的問題。
適應性與復原力
(1) 災害的預測
預測在地化的長期趨勢:為了預測氣候變遷的潛在影響,我們需要能夠預測在地化的長期趨勢。例如,在未來10年內,某一地區發生重大乾旱的機率是多少?這種乾旱對農業、水供應和人類健康的潛在影響是什麼?人工智慧可以透過分析歷史數據和預測未來趨勢來幫助我們回答這些問題。
建立預警系統:除了預測長期趨勢以外,人工智慧還可以幫助我們建立預警系統,對即將發生的事件及時發出警報。例如,透過分析來自氣象站、衛星影像和感測器網路的數據,人工智慧可以幫助我們確定助長極端天氣事件的條件,如颶風、洪水和山火。這些早期預警系統可以令我們在這些事件發生前採取行動,減輕極端天氣事件的影響。例如,世界經濟論壇關於人工智慧幫助世界對抗山火的報告顯示,人工智慧可以透過利用衛星圖像、即時天氣數據和社交媒體貼文等資料來源開發出更好的火災偵測和火災蔓延演算法,幫助預防山火的發生。一個整合所有這些系統的智慧框架是必要的,框架可以建立一個動態的山火風險地圖以及互動模擬火災的蔓延。
(2) 弱點與風險管理
管理危機:一旦發生了極端天氣事件,人工智慧可以透過提供決策支援工具來幫助我們管理危機。例如,人工智慧可以用於識別有可能受事件影響的人,並為他們提供他們所需資源的匹配。人工智慧還可以即時監測現況,並提供有影響人士的位置、基礎設施狀況及救援工作狀況的資訊。
- 加強基礎設施:智慧灌溉系統可以利用天氣數據和植物感測器優化澆水計劃,進而可以幫助減少乾旱的影響。人工智慧防洪系統可以利用有關降雨量、河流水位和土地海拔的即時數據,可以幫助防止洪災的發生。智慧建築則可以利用感測器數據調整加熱、冷卻和通風。可以幫助節約能源和減少排放。根據聯合國計畫摘要的資料,知識圖譜可以儲存大量的數據並進行推理,可以幫助識別隱藏在複雜數據集中的模式、關聯性和依賴性,並且最終可以分析出洪水、乾旱和其他極端天氣事件等信息。這些都可以提升面對氣候變遷時的復原力。
- 保護人口:大規模人口遷移是氣候變遷的潛在影響之一。人工智慧可以幫助我們管理這個問題,人工智慧可以為管理難民營、追蹤移民和協調救濟工作提供決策支援工具。人工智慧還可用於即時監測現況及提供有關人員位置、基礎設施狀況和救援工作狀況的資訊。
- 保護生物多樣性:機器學習物種辨識系統的使用可以幫助我們追蹤和保護瀕危物種。而衛星影像和感測器資料人工智慧監測系統的使用則可以幫助我們發現非法伐木、盜獵和其他威脅生物多樣性的活動。
人工智慧應對氣候變遷中框架展示了建立能夠承受極端天氣事件並從中恢復的、真正有復原力和強大的系統的方法。該框架還針對氣候研究和經濟及社會轉型建模、氣候融資(如碳價格預測)、教育和行為變化創建了一套基本要素。
Hodson表示,「那些將人工智慧放在核心位置的公司比那些不把人工智慧放在核心位置的公司更有可能對氣候復原力、適應性和緩解工作做出積極貢獻。 」
此外,根據BCG和BCG GAMMA的董事總經理兼合夥人、全球人工智慧報告的共同作者Hamid Maher稱,「人工智慧在收集、完成和解釋大型複雜數據集方面的獨特能力意味著,人工智慧可以幫助利害關係人採取更知情和數據驅動的方法,可以對抗碳排放和解決氣候風險。然而,大多數現有的、與人工智慧相關的氣候解決方案是分散的,難以獲取,而且也缺乏資源進行規模擴展。這些都是需要改變的地方。」然而,一些創新的氣候技術解決方案已經用上了人工智能並且在適應性和復原力框架的全部三個主題中取得了進展。
聯合國開發計畫署自然氣候和能源數位創新專家、全球人工智慧指導小組成員Reina Otsuka表示,「人工智慧以及其他新興技術可以在幫助我們回到永續發展目標的軌道時發揮巨大作用。人工智慧演算法具有巨大的潛力。人工智慧可以幫助我們朝著可持續的方向發展,包括對減緩氣候變遷以及提供額外的復原力和適應性等氣候變遷相關的影響的重視,特別是對已經受到及最容易受到氣候變遷相關風險影響的人的重視。"
此外,教科文組織夥伴關係和業務方案監測、通訊和資訊部門主任以及全球人工智慧指導小組成員Marielza Oliveria博士表示,「用舊的解決方案不可能解決我們面對的緊迫和破壞性的氣候危機。我們必須在這個組合中加入巨大的創新。人工智慧可以幫助我們找到機會,以足夠大的規模改變我們目前的態勢,從而產生快速的影響。人工智慧用以人為本、負責任和道德的方式進行部署,必可成為永續發展加速器。我每天都能看到人工智慧為地球帶來的變革力量,包括一些公司在自己的整個價值鏈中最大限度地減少碳排放以及幫助政府預測天氣模式及有效地應對影響到脆弱的沿海社區的天氣模式。這就是我們需要的:全部腦力都上陣!」
藍天分析
總部設在荷蘭海牙的藍天分析公司是一家氣候科技公司,主打將衛星資料轉換為環境情報。該公司基於API的環境資料集利用衛星資料、人工智慧和雲端提供與地球及其健康相關的各種主題的洞察力。全球人工智慧報告將這家公司作為一個成功的氣候科技新創公司例子作了專門介紹。
(1) One Concern
One Concern公司總部設在美國加州,One Concern利用人工智慧估計自然現象造成的傷害。該公司採取全面的方法揭示風險源頭和建構復原力,在揭示氣候風險災害源頭時不僅考慮單一建築物,而且考慮其所依賴的網絡,如交通連接和電網等。
(2) Cloud to Street
總部設在紐約的Cloud to Street公司是一家利用衛星和人工智慧在地球上任何地方近乎即時地追蹤洪水的公司。該公司運行一個全球洪水資料庫,提供對全球洪水風險的洞察力。 Cloud to Street致力於協助減少洪災風險和拯救生命。
(3) Prospera
Prospera是一家位於特拉維夫的公司,該公司主打開發機器視覺技術,旨在監測和分析植物的發育、健康和壓力。該公司的技術可以捕獲多層作物田間數據,包括氣候和視覺數據,以便迅速發現異常情況。 Prospera技術的實現形式是手機和網頁儀表板。
(4) EXCI
EXCI位於澳洲Maroochydore,EXCI是一家叢林火災偵測技術公司。 EXCI利用人工智慧模型融合來自衛星和地面感測器的數據,提供對山火的持續系統監控,可以為消防員提供有效管理山火和滅火的智慧。
(5) Kuzi
Kuzi是一家肯亞公司。 Kuzi利用人工智慧預測整個非洲之角和東非國家沙漠蝗蟲的繁殖、發生和遷移路線。該公司的人工智慧工具利用衛星數據、土壤感測器數據、地面氣象觀測和機器學習進行預測。
上述解決方案只是一些說明性的例子,目的在於說明時下的人工智慧解決適應性和減輕氣候變遷影響的手段。 Hodson表示,「人工智慧在氣候方面的下一個前沿領域將是決策支援工具和行為激勵,行為激勵指促使大眾、公司和政府做正確的事情,因為這符合他們的最佳利益。」
行動呼籲
全球人工智慧聯盟正在發起一項解決方案徵集活動,徵集活動旨在為全球的氣候人工智慧解決方案提供可見性、網路和商業支援並為這些解決方案在規模化和影響力最大化的道路上前進提供支持。全球人工智慧是一個由Startup Inside創建的聯盟,聯盟的知識合作夥伴包括波士頓顧問公司(BCG)和BCG GAMMA,聯盟的合作夥伴還包括AI for Good基金會、聯合國開發計畫署(UNDP)、聯合國教育、科學及文化組織(UNESCO)以及聯合國資訊與通訊科技辦公室(OICT)。
全球人工智慧是一個獨特的、多學科的、多樣化的聯盟,其宗旨為:1、在來自學術界、新創公司以及公共和私營部門的全球專家的支持下促進將高級分析和人工智慧應用於氣候挑戰的創新;2、為確定和優先考慮人工智慧在解決氣候危機方面的主要工具和使用案例提供一個全球平台;3、確定並支援最有前途的人工智慧,識別和支持解決氣候變遷減緩、適應和復原的最有前途的解決方案,特別是在南半部,提供解決方案的知名度和認可度;4、透過具體和可衡量的行動(例如建立獲得資金和實地從業人員的途徑)確保產生規模效應;5、促進專案團隊、投資者和該領域的專家(包括新創公司、公司和公共部門)之間的網路發展。
此外,全球人工智慧聯盟目前正在全球加速尋找那些以下列一種或多種方式利用人工智慧來應對氣候變遷的新創公司。
- 改善我們對自然界以及自然界是如何變化的理解
- 開髮監控和測量環境現象的新方法
- 幫助我們對如何使用和保護我們的自然資源做出更好的決定
- 減少溫室氣體排放
- 適應和減輕氣候變遷的影響
人工智慧是一個改變遊戲規則的關鍵推動因子,人工智慧有可能加速人類與氣候變遷的競賽。我們利用人工智慧就有機會為我們所有人建立一個更有復原力的未來。隨著氣候變遷的影響變得更加廣泛和嚴重,我們必須繼續投資並支援正在使用人工智慧開發解決方案的氣候技術公司。
以上是應對全球氣候危機,人工智慧能做些什麼?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
