  数据来源：ERA5 版权：哥白尼气候变化服务 / 欧洲中期天气预报中心（ECMWF） 图1 相对于 1991-2020 年，1979-2023 年 6 月的全球地表气温异常情况 法国皮埃尔·西蒙·拉普拉斯气候研究所所长罗伯特·沃塔尔（Robert Vautard）解释，本月的热浪“不是单一现象，而是多种现象同时发生⋯⋯但它们都被一个因素强化了：气候变化。”[1]世界气象组织5月发布的一份报告预测，未来五年至少有98%的可能将出现有记录以来最热天气，打破2016年因厄尔尼诺现象创下的高温纪录。[2] 人类引起的气候变化，已经影响到全球各个地区，热浪、强降水、干旱和热带气旋等极端天气就是证据。伴随着热浪，温暖的大气含有更多的水分，强降雨的频率和强度升高，严重地可能引起洪水。更多面积的土地遭受干旱影响，同时伴随着野火的风险。全球范围内强烈热带气旋的比例增加，从而增加沿海地区的脆弱性。复合洪水（风暴潮、极端降雨和河流泛滥）的可能性上升。[3] AI帮助天气预报和极端天气预警 随着气候变化使天气变得极端和难以预测，我们需要更可靠的预报来帮助准备和预防灾害。7月5日发表在《自然》杂志上的两篇论文表明，新的AI系统可以显著加快天气预报过程，并使预测和极端天气警报更加准确。这两篇文章的作者分别来自于中国的华为云团队和清华大学。 第一篇论文《利用3D神经网络进行准确的中期全球天气预报》，详细介绍了华为云盘古大模型的原理。盘古大模型通过建立深度神经网络和39年的再分析数据训练，将历史天气观测与现代模型相结合，突破了AI预报天气精度不及传统数值预报的世界性难题。盘古可以在短短几秒钟内同时分析所有天气变量，完成对全球气象的预测，并且预测结果的准确度与世界领先的传统天气预报系统之一（欧洲中期天气预报中心（ECMWF）的业务综合预报系统）相当。 传统的天气预报系统基于观测数据，而盘古大模型则依赖于再分析数据。华为的高级研究员谢凌曦表示，希望未来能够用观测数据来训练盘古大模型。他还指出AI在预警极端天气方面的不足，虽然AI可以帮助预测热带气旋的路径，但它无法预测其强度，“人工智能往往会低估极端天气”。 除了更快速地预测天气，新的AI技术还能帮助预警极端天气。第二篇论文《使用NowcastNet熟练地预报极端降水》，研究了极端降水临近预报大模型NowcastNet，该模型结合物理建模和深度学习来进行极端降水预报，在国际上首次将降水临近预报的时效延长至3小时，而现有的深度学习降雨预测工具（如DeepMind的DGMR）仅可预测90分钟内的降雨可能性。62名中国气象学家经评估认为在约70%的情况下，NowcastNet是最佳的极端降水预测方法。 极端降雨可能导致巨大的损失和破坏，能够在极端天气预警方面给人们争取更多时间非常重要。目前NowcastNet大模型已经在国家气象中心短临预报业务平台（SWAN3.0）部署上线，将为全国极端降水天气短临预报业务提供支撑。 盘古、NowcastNet、Nvidia的FourcastNet和Google-DeepMind的GraphCast等AI模型使气象学家重新考虑如何使用机器学习帮助天气预报和预警。AI可以分析气候系统中许多复杂变量，以改进气候模型，做出更好的预测，帮助人们更好地准备和适应。AI在天气预报和预警方面已经表现出了巨大的潜力。[4] 人工智能如何成为 应对气候变化的有力工具 近几个月来，人工智能几乎已成为大型语言模型（LLM）的代名词，但在科学领域，多种不同的模型架构可能会产生更大的影响，尤其在气候行动领域。作为新兴技术，人工智能具备巨大的潜力应对气候变化，能够广泛应用于气候模型和预报、能源优化、农业和食物安全、碳捕集与封存、气候融资等范畴。AI逐渐被视为一项评估和减缓气候变暖的重要工具。根据2022年波士顿咨询集团发布的《人工智能如何成为应对气候变化的有力工具》，87%在人工智能和气候领域拥有决策权的公共和私营部门首席执行官，认为人工智能是应对气候变化的重要工具。  来源：《AI 如何成为应对气候变化的有力工具》 图2 应对气候变化的 AI 框架 这份由全球人工智能联盟（AI for the Planet Alliance）、波士顿咨询集团（BCG）和BCG GAMMA合作制作的报告，提出了“应对气候变化的AI框架”（如图2所示）。该框架指出使用AI来实现气候目标的三大主题：减缓、适应和复原以及基础。 减缓：人工智能最关键的用途之一是测量、减少和消除排放和温室气体（GHG）效应。根据BCG的经验，使用AI可以减少5%至10%的温室气体排放，如果在全球范围内应用，则可以减少26亿至53亿吨的二氧化碳当量。 适应和复原：适应气候变化，增强对长期气候趋势和极端天气事件影响的抵御能力，是政策制定者和公众的一项关键任务。AI非常适合帮助预测与气候相关的灾害，既包括改进对海平面上升等局部事件的长期预测，也包括飓风或干旱等极端现象的紧急预警。 基础：AI可用于支持有关气候变化的研究和教育工作，帮助利益相关者了解风险和影响，并鼓励分享。这些努力支持并扩大了正在进行的减缓、适应和复原工作。 BCG气候人工智能调查报告还指出了AI五个主要的应用领域，即收集、完善和处理数据；增强规划和决策制定；优化流程；支持协作生态系统和鼓励气候友好行为。在收集、完善和处理数据方面，AI可以利用物联网等技术产生有关消费者行为和偏好、工业过程和供应链的新数据，允许使用新类型和组合的数据进行分析，还可以填补气候相关数据集的缺失。在加强规划和决策制定方面，AI可用于解决复杂的多层次问题，生成多种政策方案，量化基线，模拟运营，并评估结果，帮助人类专家做出明智的决策。在优化流程方面，AI可应用于解决优化问题，例如，优化供应链，降低产品的碳足迹等。在支持协作生态系统方面，AI可用于加强全球沟通和协调气候目标，支持不同机构间温室气体排放等数据更快速、安全地共享和分析。在鼓励气候友好行为方面，AI可应用于推荐系统，自动调整建议以倾向气候友好的选项。[5]  在每种情况下，人工智能本身并不是解决方案，而是帮助领导者和群众做出明智的判断，以应对气候挑战。 以下是人工智能帮助应对气候变化的几个具体例子。人工智能可以帮助开发更轻更坚固的材料，使得风力涡轮机或飞机更轻，从而消耗更少的能源。它可以设计使用更少资源、增强电池储存能力或改善碳捕集的新材料。它可以管理来自各种可再生能源的电力，监控能源消耗，并在智能电网、发电厂、供应链和制造业中识别提高效率的机会。人工智能系统可以几乎实时监控洪水、森林砍伐和非法捕鱼。它可以通过分析农作物图像来识别可能存在的营养、病虫害问题，从而使农业更加可持续。AI机器人被用于在寒冷到人类难以承受的极地收集数据，或在海洋中进行研究。AI系统甚至可以通过寻找提高数据中心能源效率的方法来实现自身环保。 使用人工智能解决气候危机的风险 有些观点认为，如果不仔细部署工具，使用人工智能来解决气候危机可能会弊大于利。联合国政府间气候变化专门委员会（IPCC）的2023年报告称，“包括传感器、物联网、机器人技术和人工智能在内的数字技术，可以改善各个行业的能源管理，它们能够在创造经济机会的同时，提高能源效率，促进分布式可再生能源等低排放技术的采用。然而，由于数字设备的使用会导致对商品和服务的需求增长，这可能会减少或抵消一些气候变化减缓的成果。”[6]仅仅将人工智能作为气候解决方案，可能会掩盖住一个事实，即气候变化与全球经济增长相关。 人工智能的使用有时甚至对气候有害。例如，绿色和平组织的一份报告称，石油和天然气公司部署人工智能和高级分析来“加速勘探和开采”，据估计，到2025年，这可能会为该行业带来高达4250亿美元的附加值。 另外，人工智能工具自身有能源问题，背后的碳足迹惊人。2019年，马萨诸塞大学阿默斯特分校的研究人员训练了多个大型语言模型，发现训练单个AI模型，排放超过626,000磅二氧化碳，相当于5辆汽车一生的排放量。最近的一项研究报告称，使用1750亿个参数训练GPT-3消耗了1287兆瓦时的电力，并导致了502吨二氧化碳当量，相当于驾驶112辆汽油动力汽车一年。 一旦部署模型，推理（人工智能对新数据进行预测并响应查询的模式）可能会比训练消耗更多的能量。谷歌估计，人工智能用于训练和推理的能源中，60%用于推理，40%用于训练。据估计，GPT-3的每日碳足迹有50磅，相当于一年8.4吨二氧化碳。[7] 对此，测量碳足迹、利用可再生能源、优化算法和调整模型，是使人工智能更加节能环保的方式。 确实，气候变化是当今世界面临的最紧迫挑战之一，而人工智能是引领未来的新兴战略技术之一。尽管人工智能无法单独解决气候危机，但将其融入到气候行动中可能会产生重大影响。在不久的将来，我们可能会看到这项技术在冷却地球方面取得了巨大进展。我们既期盼更绿色环保的人工智能，也期盼人工智能能够在应对气候变化上发挥巨大作用，就像期盼盛夏不再酷热难耐。 来源：《中国教育网络》2023年7月刊 撰文：余秀 投稿或合作，请联系：eduinfo@cernet.com |
|
|
