X
科学家警告说，除非我们改变路线，否则热浪、洪水、干旱和严重风暴在未来几十年将变得更糟。展望未来，人工智能在开发新气候模型方面的作用能否为我们节省千兆吨的碳排放？
根据国家环境信息中心的数据，2023年，美国有25起已确认的天气/气候灾害事件，每个损失都超过10亿美元。这些事件包括1起干旱事件、2起洪水事件、19起严重风暴事件、1起热带气旋事件、1起野火事件和1起冬季风暴事件。总体而言，这些事件不仅导致482人死亡，而且对受影响地区产生了重大经济影响。
人工智能在应对气候变化中，作用已经很突出，但也是有争议的。虽然人工智能显然可以为追求更绿色的未来服务，但必须实施确保公平和有公平的制衡。
几十年来，科学家们主要研究基于物理和化学规则的气候预测模型来预测天气。现在，基于混合的模型考虑了机器学习和其他生成式人工智能工具，这些工具有助于气候科学家创建更准确、更精确的系统。例如，研究人员正在与田纳西河谷管理局的官员合作，提供比他们使用的完全基于物理学的系统更准确的混合洪水预测系统。
人工智能可以帮助建立一个清单，在清单中，它自动收集洪水风险或监管状态等方面的数据——将非结构化数据转换为结构化数据，以帮助人们智能地探索天气变化。
Auroop R说：“在未来12个月，我们将看到越来越多的数据驱动系统和人工智能应用于气候预测。”
在过去的几年里，企业也受到激励，使用更多基于人工智能的工具。
为什么人工智能在气候变化中的作用如此重要？
由于人工智能和气候变化之间的关系是一个大话题，让我们来看看“人工智能减缓气候变化”的一些亮点。
根据ICEF，人工智能（AI）是使计算机执行通常与人类智能相关的复杂任务的科学。现代人工智能依赖于机器学习，机器学习是一种软件，算法在没有明确编程的情况下检测来自大型数据集的模式。这与传统软件不同，传统软件需要对领域知识进行显式编程。相反，人工智能依靠隐式编程，使用历史数据和模拟来训练模型提取模式。
访问大型、高质量的数据集对于人工智能的复杂现实世界应用很重要。这些数据可以来自各种公共和私营部门组织。表格、时间序列、地理空间和文本数据都在人工智能中很常见。数据必须正确测量、数字化，并可供人工智能应用程序访问。
人工智能正在为科学理解气候变化做出重要贡献。人工智能正在提高气候模型的性能，为极端天气事件提供更高级的预警，并帮助将极端天气事件归因于大气中热捕热气体的增加。人工智能正在分析来自地球观测卫星、飞机、无人机、陆基监视器、物联网（IoT）、社交媒体和其他技术的大量数据，以提高对温室气体排放的了解。
电力部门：人工智能在解决发电基础设施、输配电网络、最终用途部门和能源存储方面的作用是巨大的。例如：
确定太阳能和风力发电项目的最佳规模和位置；
预测与太阳能和风力发电相关的天气；
改进配电网的故障检测、停电预测和稳定性评估；
促进需求响应和车辆到电网（V2G）计划的部署。
ICEF指出，一些障碍限制了人工智能的采用。他们说，人工智能模型和方法还不够强大，无法广泛部署，缺乏绩效评估标准，知识渊博的技术专家供不应求。在为大多数电网基础设施部署人工智能之前，必须研究和妥善解决安全风险。
制造业：人工智能可以通过使制造商更快、更好地适应生产问题来帮助制造业脱碳，通过利用历史数据避免过去的错误，提高生产产量，通过适应可回收原料促进回收和循环性，最大限度地减少能源消耗，采用替代能源，并优化制造时间表和供应链，以减少物流开销。
材料创新：在某些情况下，人工智能模型可以取代完全基于科学的计算，大大加快处理时间。人工智能还可以帮助解释材料表征实验的结果，从而能够对高级候选材料进行快速、高吞吐量测试。自然语言人工智能可以搜索大量材料科学技术文献，总结数千篇已发表的研究文章，以实现快速、准确的文献审查和材料生产的表面协调工艺步骤。
食品系统：人工智能在帮助减少食品系统中的温室气体排放方面具有巨大的潜力，包括：
整合来自多个来源（如土壤传感器和卫星）的数据，以推荐肥料应用时间表，以减少一氧化二氮排放，同时最大限度地提高作物产量；
预测未来在一系列预计气候条件下对精密肥料应用的需求；
分析生物质特征、增长率和碳固存潜力的数据，以优化生物质碳去除和储存的原料；
通过优化用于多种用途的土地使用来增加可再生能源的产生；
预测害虫和疾病压力；
开发替代蛋白质产品，其碳足迹比动物来源食品低得多；以及，
通过智能收获时间减少食物损失和浪费，以防止食物变质。
人工智能在应对气候变化方面的作用现在包括温室气体排放监测、电网、制造、材料创新、食品系统和道路运输。ICEF建议：
人工智能工具应该被整合到减缓气候变化的许多方面。
人工智能技能发展和能力建设应该是所有在气候缓解中发挥作用的机构的优先事项。
各级教育机构应提供与人工智能相关的课程。
政府和基金会应该启动人工智能气候奖学金计划。
负责气候问题的政府机构应定期审查其员工的人工智能能力。
所有致力于气候缓解的组织都应要求广大员工提供最低限度的人工智能素养。
各国政府应协助开发和共享缓解气候变化的人工智能应用程序的数据。
各国政府应系统地考虑生成和共享可能对气候缓解有用的数据的机会。
各国政府应制定政策，促进气候和能源转型数据的标准化和协调。
各国政府应建立由关键利益相关者和专家组成的气候数据工作组。
