人工智能如何帮助解决气候变化

你听说过法国艺术家马塞尔·杜尚吗？ 他最著名的作品之一是由普通浴室小便池制成的“喷泉”。 通过简单地重新命名这个常见的对象，杜尚成功地孕育了一种全新的艺术风格。

人工智能也可以做到这一点。 为什么人类只需要使用这项强大的发明来解决与业务相关的问题？ 为什么我们不能像杜尚一样思考并使用这种“无所不能”的技术来解决人类曾经面临过的最可怕的问题之一？

气候变化的全球威胁

如果您阅读过任何关于我们气候未来的最新报告和预测，您可能已经意识到人类已经没有时间找到应对全球气候变化威胁的解决方案了。 事实上，澳大利亚最近的一份政策文件提出了 2050 年的情景，好吧，我们都死了。

对于那些不害怕到 2050 年水位上升 25 米的人来说，还有其他研究表明人类的苦难即将来临。 2012 年 3 月，世界水资源评估计划预测，到 2025 年，地球上将有 18 亿人生活在绝对缺水的地区。

那么，哪些数据和研究让科学家们相信未来会出现水或食物末日的情景呢？

根据美国国家航空航天局的说法，气候变化的主要原因是我们大气中温室气体数量的增加。 可悲的是，“地球母亲”并没有独自完成这一切。

1830 年，人类开始从事释放温室气体的活动，导致我们今天感受到的气温上升。 我提到的其中一些活动包括化石燃料的燃烧、海洋污染和森林砍伐。 然而，即使是牛肉的大规模生产也导致了气候变化。

现在，您可能想知道人类如何对抗和限制我们的温室气体排放。 显然，我们应该限制我上面提到的所有活动。 这将意味着限制我们的电力、煤炭和石油的使用，植树，可悲的是，对许多人来说，完全放弃牛排晚餐。

但所有这些足以消除几个世纪以来的大气污染吗？ 在人类被迫面临物种灭绝之前，这一切都可以实现吗？ 我不知道。 人类甚至无法停止牛肉的生产，更不用说我们日常耗油的汽车和飞机了。

如果有一个非常智能的软件可以运行一些排放数据，并告诉我们所有这些努力是否足以防止未来的灾难情况......

人工智能方法和环境用例

解决任何问题都需要时间。 随着气候变化，科学家们花了大约 40 年的时间才对这个问题有任何了解。 这是公平的——人类必须首先研究气候以确保存在气候变化，然后研究气候变化的原因以了解人类所扮演的角色。 但是，在完成所有这些研究之后，我们今天在哪里？ 还在研究。

气候变化的问题在于时间不站在我们这边——人类必须相对较快地找到并实施一些解决方案。 这就是人工智能可以提供帮助的地方。

迄今为止，人工智能有两种不同的方法：基于规则的和基于学习的。 在研究环境和解决气候变化方面，这两种人工智能方法都有有效的用例。

基于规则的人工智能是 if-then 语句的编码算法，基本上是为了解决简单的问题。 在气候方面，基于规则的人工智能可以帮助科学家处理数字或编译数据，从而为人类节省大量体力劳动时间。

但基于规则的人工智能只能做这么多。 它没有记忆能力——它专注于为人类定义的问题提供解决方案。 这就是创建基于学习的人工智能的原因。

基于学习的人工智能比基于规则的人工智能更先进，因为它通过与问题交互来诊断问题。 基本上，基于学习的人工智能具有记忆能力，而基于规则的人工智能则没有。

这是一个示例：假设您向基于规则的 AI 询问一件衬衫。 人工智能会为你找到一件尺寸和颜色合适的衬衫，但前提是你告诉它你的尺寸和偏好。 如果您向学习型 AI 询问一件衬衫，它会评估您在过去一年中购买的所有衬衫，然后为您找到适合当前季节的完美衬衫。 看到不同？

在帮助解决气候变化方面，基于学习的人工智能基本上可以做的不仅仅是计算二氧化碳排放量。 基于学习的人工智能实际上可以记录这些数字，研究原因和解决方案，然后推荐最佳解决方案——理论上。

人工智能影响气候变化，今天

对大多数人来说，人工智能是用来描述有趣的技术软件的流行词。 但对于下面的公司来说，人工智能开始被视为一种秘密武器。

西尔维亚泰拉

森林对我们的气候很重要。 许多人类活动排放的二氧化碳实际上被树木吸收。 所以如果我们有更多的树。

这就是 SilviaTerra 被赋予生命的原因。

在微软的资金和技术的支持下，SilviaTerra 使用人工智能和卫星成像来预测森林树木的大小、种类和健康状况。 为什么这很重要？ 这意味着环保主义者可以节省无数小时的人工实地工作。 这也意味着我们可以帮助树木长得更大、更强壮、更健康，这样它们就可以继续帮助我们的气候。

DeepMind

有时，我们可能会问自己，“Google 不能做什么？” 好吧，事实证明 Google并不能真正做到一切。

为了降低成本（以及潜在的碳足迹），谷歌求助于一家名为 DeepMind 的公司。 两家公司共同开发了一种人工智能，它可以自学如何仅使用最低限度的能源来冷却谷歌的数据中心。

结果？ Google 能够将用于冷却数据中心的能源减少 35%。 但这甚至可能不是最酷的部分！ DeepMind 的联合创始人 Mustafa Suleyman 表示，他们的 AI 算法足够通用，两家公司将来可能会将它们用于其他节能应用。

绿色地平线项目

你们所有的数据爱好者都知道，如果您无法衡量自己的影响，就很难说您正在影响某事。 这就是绿色地平线项目诞生的原因。

IBM 的绿色地平线项目是一种人工智能，可以创建自我配置的天气和污染预测。 IBM 创建这个项目的初衷是希望有一天他们可以帮助城市变得更有效率。

他们的愿望在中国变成了现实。 2012 年至 2017 年期间，IBM 的绿色地平线项目帮助北京将平均雾霾水平降低了 35%。

CycleGAN

所以这里有一个你可能从未听说过的术语：“GAN”。 它代表G enerative A dversarial Network。 基本上，它是一个无需您执行任何操作即可生成统计数据或信息的网络。

为什么这个词很重要？ 因为当您解决问题的时间和资源有限时，自动化很重要。

康奈尔大学的知识分子使用 GAN 创建了一个 AI 来训练自己生成描绘极端天气事件前后地理位置的图像。 这种人工智能产生的视觉效果可以帮助科学家预测某些气候变化的影响，帮助人类优先考虑我们的战斗努力。

有可能影响气候变化的软件

在研究已经用于对气候变化产生积极影响的 AI 数量时，您可能会认为我们不再需要任何新软件。 也许你没有错——我们为什么不重新利用我们拥有的软件呢？

话虽如此，这里有一些可能成为秘密武器的软件：

爱立信

Airlitix 是一种人工智能和机器学习软件，目前用于无人机。 虽然它最初是为自动化温室管理过程而开发的，但它可以很容易地用于管理国家森林的健康。 Airlitix 不仅能够收集温度、湿度和二氧化碳数据，而且人工智能还可以分析土壤和作物健康状况。

但由于人类需要种植超过 1.2 万亿棵树来应对气候变化，我们应该考虑进一步自动化我们的工作。 与其花时间去照料国家公园，不如建立 Airlitix 软件，这样无人机就可以种植我们的树木、释放植物养分，甚至阻止森林纵火犯。

谷歌广告

谷歌和 Facebook 都有非常强大的人工智能软件，他们目前使用这些软件来利用消费者浏览数据创建相关的消费者广告。 事实上，谷歌的人工智能“谷歌广告”已经帮助他们的公司赚取了数千亿美元的收入。

虽然收入很酷，但 Google Ads 算法目前相对客观地促进了消费者的购买。 想象一下，如果人工智能可以被重写，以优先考虑提供可持续产品和服务的公司的广告。

如今，谷歌的竞争并不激烈。 有必应、雅虎、DuckDuckGo 和 AOL。 （在我认识的人中，我不认识任何使用 AOL 的人。）如果您感到无所畏惧，也许您可​​以开发一个新的搜索引擎，帮助将消费者与环保公司联系起来。

当然，与谷歌这样的大公司竞争会很困难，但你不必为了盈利而永远竞争。 你的创业公司总是有机会被收购，然后你就骑着马走向日落。

阿尔法围棋

虽然 AlphaGo 是一种人工智能软件，可以帮助科学家找到下一个“神奇药物”，但它最初是由 DeepMind 创建的，目的是自学如何掌握国际象棋游戏。 在击败了世界上最好的棋手之后，AlphaGo AI 已经开始征服更复杂的棋盘游戏的策略。

但是棋盘游戏与气候变化有什么关系呢？ 好吧，如果 AlphaGo 人工智能可以在国际象棋游戏中胜过人类，也许它可以在想出创造性的方法来限制和减少我们大气中的温室气体数量方面胜过我们。

人工智能和气候的未来展望

在我看来，人工智能的目的是帮助人类解决问题。 气候变化已被证明是一个复杂的问题，人类正在变得擅长研究，但我还没有在新闻中看到环保主义者对未来的非常积极的展望。

如果不帮助人类直接影响气候变化，难道我们不能用人工智能来描绘世界末日的情景，让世界走到一起吗？ 如果人们在日常生活中做更多的事情来帮助对气候问题进行分类，我们是否可以使用人工智能来描绘积极的潜在前景？

即使最近发生了亚马逊大火，我也没有看到任何关于使用无人机对抗火势蔓延的推文。 我很清楚，即使当今人类可以使用所有令人印象深刻的人工智能软件和技术，环境用例仍然不是广泛的知识。

所以我给读者的建议是尝试“杜尚方法”——今天。 考虑一下你经常使用或开发的人工智能和技术，看看是否有办法重新构想它。 谁知道呢，你可能是解决一个困扰我们这个时代一些最优秀的气候学家和科学家的问题的人。