AI在應對氣候變化方面前景廣闊，同時，AI的應用又會影響氣候變化。如何在這兩者之間找到平衡？

作者 | 杏花

編輯 | 青暮

氣候變化是我們這個時代面臨的最緊迫的問題之一，為此，我們需要在不同的社區(qū)、方法和工具之間迅速采取行動。

人工智能 (AI) 已被提議作為此類工具之一，通過諸如預測太陽能發(fā)電量、優(yōu)化建筑供暖和制冷系統(tǒng)、用衛(wèi)星圖像精確定位森林砍伐以及分析企業(yè)財務報表以獲取氣候相關信息等方式，AI在加速采取行動應對氣候變化方面具有重大前景。

與此同時，AI作為一項通用技術，在社會中有廣泛的應用，這意味著它也會通過直接影響和更廣泛的系統(tǒng)性影響阻礙氣候行動計劃的實施。例如，前谷歌AI研究人員Gebru曾在其合著論文中指出，訓練大型AI模型需要大量的計算機處理能力，因此會消耗大量電力。

近日，Climate Change AI與Centre for AI & Climate就人工智能在應對氣候變化中的作用，給出一份建議報告，該報告主要從支持AI在減緩和適應氣候變化方面的應用、減少AI對氣候的負面影響、建立實施、評估和治理這三個方面進行闡述，最后落實到具體的行動舉措上。

報告鏈接：https://www.gpai.ai/projects/climate-change-and-ai.pdf

Climate Change AI是一個志愿者驅(qū)動的組織，通過提供教育和基礎設施、建立全球社區(qū)和推進話語，促進氣候變化和機器學習交叉領域的有影響力的工作。而Centre for AI & Climate專注于推進數(shù)據(jù)科學和人工智能的應用，以加快應對氣候變化的行動，是這一領域的領先組織。

兩大組織聯(lián)手的這份報告通過與廣泛的利益相關方協(xié)商，就政府如何支持在氣候變化背景下負責任地使用AI提出了可行建議，主要涵蓋三個方面：(a) 支持負責任地使用AI緩解和適應氣候變化，(b) 減少AI與氣候目標不符的方式帶來的負面影響，以及(c) 為廣泛的實體建立相關的實施、評估和治理能力。

1

支持AI在減緩和適應氣候變化方面的應用

鑒于社會必須在短時間內(nèi)應對氣候變化，因此在關鍵部門迅速部署和推廣負責任的氣候解決方案至關重要。然而，許多此類解決方案往往停留在研究或技術準備的早期階段，即使在初始部署之后，也經(jīng)常面臨擴展困難。因此，報告建議政府可以通過以下方式在支持使用AI應對氣候變化方面發(fā)揮領導作用：

? 促進數(shù)據(jù)和數(shù)字基礎設施（例如相關數(shù)據(jù)、模擬環(huán)境、測試平臺、模型庫和計算硬件）的負責任開發(fā)和訪問，以支持AI-for-climate應用程序的開發(fā)和采用。

? 以研究和創(chuàng)新資金為目標，以氣候影響為指導，在人工智能和氣候變化的交叉領域開展跨學科和跨部門工作。

? 通過在能源、交通、農(nóng)業(yè)和重工業(yè)等高度監(jiān)管部門有針對性的政策設計和評估、市場設計和商業(yè)模式，支持AI-for-climate應用的部署和系統(tǒng)集成。

除了本文開頭提及的用于應對氣候變化的AI工具，報告中還介紹了其他應用，例如，用于預測蝗災的Kuzi，這是肯尼亞公司Selina Wamucii開發(fā)的一種工具，旨在幫助當?shù)匦∞r(nóng)應對持續(xù)的蝗蟲危機。

Kuzi集合了多種數(shù)據(jù)源，包括各種濕度和溫度傳感器、植被指數(shù)、衛(wèi)星圖像和當?shù)靥鞖鉅顩r，并使用AI預測蝗蟲的繁殖地點和遷徙路線。這些預測和相應的建議以文本的方式提供給農(nóng)民，目前支持多種語言。Kuzi可以在蟲害發(fā)生前3個月進行預測，從而使農(nóng)民有時間預防、控制和減輕蝗蟲災害。

2

減少AI對氣候的負面影響

人工智能的每一個應用都會影響氣候，這意味著讓人工智能與氣候變化戰(zhàn)略保持一致，不僅能促進人工智能的有益應用，還能塑造人工智能的整體空間，使一切照常的應用程序更加適應氣候變化。

值得注意的是，人工智能可以通過三種主要方式增加溫室氣體排放：(a) 通過將其用于對排放產(chǎn)生直接負面影響的應用程序，(b) 通過系統(tǒng)級影響，例如與人工智能應用程序相關的誘導需求或鎖定效應，以及 (c) 通過與相關軟件和硬件的生命周期影響相關的碳足跡。

AI研究對氣候變化的負面影響究竟有多大，從谷歌力排眾議開除Gebru一事可見一斑。谷歌此等科技大鱷寧可犧牲公司形象，鬧得沸沸揚揚，也要阻止Gebru合著論文的發(fā)表，甚至不惜開除在AI圈內(nèi)小有名氣的Gebru。詳情見《Gebru被辭退的背后真相：指出BERT的4大危害，威脅谷歌商業(yè)利益》。

Gebru等人在論文中引用了Emma Strubell等人的研究論文《Energy and Policy Considerations for Deep Learning in NLP》。這篇論文指出，用“神經(jīng)架構搜索”方法訓練一種語言模型會產(chǎn)生626,155磅二氧化碳，大約相當于五輛普通美國汽車的使用壽命。研究人員還估計，訓練一個BERT模型大約會產(chǎn)生1,438磅二氧化碳，相當于在紐約與舊金山之間的一次往返航班所產(chǎn)生的碳排放量。

Gebru的論文初稿指出，建立和維持大型AI模型所需的資源只會使富裕的組織受益，其所造成的氣候變化加劇對邊緣社群的打擊最大。因此，他們在論文中寫道：“現(xiàn)在，研究人員應該優(yōu)先考慮提高能源效率和規(guī)劃成本，以減少對環(huán)境的負面影響和對資源使用的不平等現(xiàn)象?！?/span>

因此，政府可以通過考慮將氣候影響納入人工智能監(jiān)管、戰(zhàn)略、融資機制和采購項目，努力減少人工智能的負面影響。

3

建立實施、評估和治理能力

與之前的建議相交叉的是，需要建立旨在在氣候變化背景下負責任地實施、評估和治理人工智能的機構能力。

這種能力必須在廣泛的組織中建立，包括國際、國家和地方各級的政府實體，以及氣候相關部門（例如能源、運輸、重工業(yè)或農(nóng)業(yè)）的私營和民間社會組織。報告建議各國政府可以通過以下方式支持相關機構能力的發(fā)展：

? 將負責任的人工智能原則嵌入到倡議和治理結構的設計中，包括促進民間社會、地方政府、全球南方地區(qū)和邊緣化群體的參與。

? 通過收集人工智能排放影響數(shù)據(jù)，并建立標準測量和報告框架，促進對人工智能的氣候認知影響評估。

? 以文化、技能和人才、標準、工具和最佳實踐的形式建設實施、評估和治理的能力。

如何建立這種實施、評估和治理能力？Climate TRACE探索出了一種可行的模式。

Climate TRACE是一個組織聯(lián)盟，成員包括Blue Sky Analytics、CarbonPlan、Earthrise Alliance、 馬來西亞大學、Hudson Carbon、OceanMind、Hypervine、TransitionZero、WattTime等世界各地的組織。在各機構的配合下，Climate TRACE已建立起一種排放監(jiān)測方法，該方法將來自300多顆衛(wèi)星和11,000個傳感器的數(shù)據(jù)與AI算法相結合，以識別和量化排放源。

最初，WattTime和Transition Zero專注于使用衛(wèi)星圖像測量燃煤電廠的排放量。最近，它們與其他十個專注于其他排放部門的組織合作，開發(fā)了世界上第一個主要基于直接、獨立的觀測數(shù)據(jù)的溫室氣體排放綜合核算清單。該清單涉及到過去5年無法獲得綜合排放數(shù)據(jù)的100多個國家。因此，各國領導人可以通過反映準確的最新排放趨勢為他們的決策提供信息。

Climate TRACE已將其方法擴展到廣泛的排放源，包括監(jiān)測以下相關排放數(shù)據(jù)：

? 石油和天然氣的生產(chǎn)以及精煉。Climate TRAC表明，這些總產(chǎn)量可能是《聯(lián)合國氣候變化框架公約》最近估值的兩倍左右。

? 航運和航空。Climate TRACE表明，這兩個行業(yè)在2015年至2020年期間共排放了近110億噸的二氧化碳。

? 森林火災，自2015年以來，俄羅斯和美國的森林火災增加了一倍多。

? 與水稻相關的排放量，在一些地區(qū)明顯高于此前的預期。

4

具體行動規(guī)劃

隨著人工智能在整個社會的迅速發(fā)展，政府必須積極主動地塑造這些發(fā)展，同時考慮到氣候行動。

在單個國家內(nèi)，就這些倡議采取有意義的行動需要多個政府部門或分支機構之間的合作。例如，專注于人工智能或數(shù)字化的機構、專注于氣候變化或氣候相關行業(yè)的機構、標準機構、監(jiān)管機構和地方政府，此外，民間社會、學術界和私營部門的參與。而多邊或國際合作，例如，通過在現(xiàn)有國際組織內(nèi)發(fā)展跨職能聯(lián)盟或能力建設，促進知識共享，并加強整體努力。

最后，這份報告在數(shù)據(jù)和數(shù)字基礎設施、研究和創(chuàng)新資金、部署和系統(tǒng)集成、減少AI對氣候的負面影響、負責任AI的實施和評估、評估AI對氣候的總體影響、能力建設和國際合作等方面提出了詳細的舉措，如下表所示：

支持AI在減緩和適應氣候變化方面的應用
數(shù)據(jù)和數(shù)字基礎設施	? 在氣候關鍵部門建立數(shù)據(jù)工作組 ? 在氣候關鍵型行業(yè)適當促進數(shù)據(jù)創(chuàng)建和開放數(shù)據(jù)標準 ? 快速創(chuàng)建數(shù)據(jù)門戶以增加數(shù)據(jù)訪問和共享 ? 與 GPAI 成員國（和其他國家）合作，資助開發(fā)與氣候相關的開源數(shù)據(jù)、模型和軟件的國際目錄 ? 監(jiān)督能源、交通和其他物理基礎設施的數(shù)據(jù)收集系統(tǒng)和數(shù)字孿生的開發(fā) ? 支持學術研究人員、民間社會和中小企業(yè)負擔得起的云計算資源
研究和創(chuàng)新資金	? 確保人工智能氣候項目的研究和創(chuàng)新資金決策是影響驅(qū)動的，而不是技術驅(qū)動的 ? 讓人工智能適應更廣泛的“重大氣候挑戰(zhàn)” ? 針對氣候挑戰(zhàn)開發(fā)有針對性的AI-for-climate，在這些領域人工智能可以提供特別高的影響結果 ? 在AI-for-climate解決方案的創(chuàng)新資金中鼓勵開放知識產(chǎn)權、開放數(shù)據(jù)和開放模型開發(fā) ? 為AI-for-climate解決方案開發(fā)創(chuàng)新資金，以促進AI-for-climate社區(qū)的更大多樣性和公平性 ? 為AI-for-climate研究的研究計算和模擬資產(chǎn)的開發(fā)提供資金 ? 以與創(chuàng)新者和市場參與者的激勵一致的方式部署AI-for-climate創(chuàng)新支持 ? 主要將 AI 研究和創(chuàng)新資金而非氣候資金用于開發(fā)節(jié)能 AI
部署和系統(tǒng)集成	? 將數(shù)字化和人工智能專家納入政府氣候政策團隊和顧問小組 ? 在與氣候相關的行業(yè)內(nèi)啟動數(shù)字創(chuàng)新途徑計劃 ? 與受監(jiān)管行業(yè)建立并共同資助公私投資集團，共同投資提供數(shù)字服務的初創(chuàng)公司 ? 發(fā)展跨部門創(chuàng)新中心，孵化AI-for-climate項目并促進合作 ? 開發(fā)和維護非商業(yè)公共利益應用程序
減少AI對氣候的負面影響
減少AI對氣候的負面影響	? 避免政府直接資助與氣候目標背道而馳的申請 ? 在促進人工智能技術發(fā)展的同時，將氣候變化作為核心考慮因素 ? 確保云計算適當?shù)匕趫蟾婧吞级▋r政策中 ? 僅從已簽署涵蓋范圍 1、2 和 3 的凈零目標的公司采購 AI 和計算服務
建立實施、評估和治理能力
負責任AI的實施和評估	? 建立和實施指導人工智能在氣候環(huán)境下負責任的實踐和參與式設計的標準或最佳實踐 ? 將專家和民間社會參與者的參與津貼納入旨在制定AI-for-climate倡議的政府工作組和委員會的預算中 ? 將氣候環(huán)境評估和報告更廣泛地納入人工智能監(jiān)管和戰(zhàn)略
評估AI對氣候的總體影響	? 酌情為與人工智能開發(fā)和使用相關的生命周期排放設定報告要求 ? 確保為開發(fā)影響評估方法和收集相關信息的研究提供資金 ? 確保為公正的第三方影響評估提供資金和能力 ? 為國家和國際層面的影響評估制定方法標準 ? 促進獲取與計算相關的溫室氣體排放和人工智能應用影響的相關數(shù)據(jù)
能力建設	? 為政府、氣候相關行業(yè)和民間社會快速實施大規(guī)模的人工智能素養(yǎng)和“技能提升”計劃 ? 資助跨學科的高等教育、研究和專業(yè)項目，將人工智能與獨立的氣候相關部門連接起來 ? 在教育課程中納入有關數(shù)據(jù)和氣候的內(nèi)容，包括技術和社會技術層面 ? 資助或促進氣候相關部門人工智能專家的借調(diào)計劃 ? 資助或激勵創(chuàng)建可信賴的 AI 氣候解決方案提供商和審計師 ? 制定和/或促進共享用于界定、開發(fā)、部署、維護和評估AI-for-climate工作的標準 ? 開發(fā)和使用用于監(jiān)測、影響評估、基準制定和AI-for-climate解決方案認證以及人工智能氣候影響評估的工具和手段 ? 確保在各種國家和當?shù)厍闆r下全球訪問上述計劃和資源
國際合作	? 支持政府、行業(yè)和主要利益相關方在政策設計和實施方面的知識共享 ? 通過協(xié)調(diào)資助或跨職能聯(lián)合機構等方式，匯集有限的政府研發(fā)資源 ? 將研究人員和創(chuàng)新者聚集在一起，以應對常見的跨境AI-for-climate挑戰(zhàn) ? 支持共享的AI-for-climate能力建設活動 ? 匯集數(shù)據(jù)以應對常見或跨境AI-for-climate挑戰(zhàn)，并就數(shù)據(jù)標準達成國際共識 ? 協(xié)調(diào)特定實體和數(shù)字資產(chǎn)的開發(fā)和使用，以支持AI-for-climate解決方案的開發(fā) ? 協(xié)調(diào)政府對非商業(yè)公共利益應用開發(fā)和維護的支持 ? 支持現(xiàn)有的能夠推進AI-for-climate應用的國際舉措 ? GPAI 可以支持由政府、相關國際組織以及來自氣候和人工智能社區(qū)的企業(yè)和非政府組織網(wǎng)絡組成的國際AI-for-climate伙伴關系的發(fā)展，以支持國際AI-for-climate工作的協(xié)調(diào)和交付

雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。