而番茄生產(chǎn)商隨之調(diào)整了他們的商業(yè)計劃，轉(zhuǎn)而種植更具氣候適應(yīng)性的種子，并改變了種植番茄的時間。ClimateAi聯(lián)合創(chuàng)始人Himanshu Gupta表示：“我們對人工智能的看法是，它是氣候變化解決方案的時間和效率倍增器?！?/div>
專家表示，人工智能將加速從減少污染到改善天氣模型的一切研究進(jìn)程。康奈爾大學(xué)工程學(xué)院的一位教授認(rèn)為：“效率是人工智能非常擅長的一件事，優(yōu)化決策，優(yōu)化資源，這是一個具有強(qiáng)大預(yù)測能力的系統(tǒng)，可以在許多領(lǐng)域提供極大的幫助，從(理解)小分子物質(zhì)……到更廣泛的氣候系統(tǒng)，以幫助我們應(yīng)對氣候變化?！?/div>
“對于氣候模型，從根本上來說，就是在解方程……這些大氣模型是如何相互作用的，這需要很長時間才能解決?！蓖瑯?，研究新的能量傳導(dǎo)材料，比如太陽能電池板，可能需要無數(shù)小時的測試，現(xiàn)在可以使用人工智能來加快測試速度。
科學(xué)家發(fā)現(xiàn)，北極的變暖速度是地球其他地區(qū)的四倍。不斷上升的氣溫正在融化海冰，解凍永久凍土，并在地球上最寒冷的地區(qū)之一引發(fā)野火。
在人工智能的幫助下，Woodwell氣候研究中心的科學(xué)家Anna Liljedahl可以在季節(jié)性的時間尺度上，對永久凍土進(jìn)行預(yù)測，這讓她和其他研究人員更好地了解了北極融化的速度。
人工智能也可以在氣象預(yù)測領(lǐng)域大展身手，谷歌DeepMind團(tuán)隊(duì)本月發(fā)表論文稱，該團(tuán)隊(duì)開發(fā)的GraphCast AI模型在“3至10天的中期氣象預(yù)測領(lǐng)域”展現(xiàn)出超越傳統(tǒng)氣象預(yù)測模型的準(zhǔn)確率和效率。
DeepMind團(tuán)隊(duì)表示，團(tuán)隊(duì)相信這個AI模型標(biāo)志著“氣象預(yù)測行業(yè)的轉(zhuǎn)折點(diǎn)”。經(jīng)過廣泛的評估顯示，GraphCast模型在預(yù)測未來3至10天的天氣方面，較歐洲中期天氣預(yù)報中心所運(yùn)行的最先進(jìn)傳統(tǒng)預(yù)報系統(tǒng)更加準(zhǔn)確。
人工智能還可以幫助預(yù)測能源需求最高的時間和地點(diǎn)，使電網(wǎng)運(yùn)營商能夠減少資源浪費(fèi)，平衡需求和供應(yīng)。
在其他地方，人工智能也被用于研究可以有效地從大氣中重新捕獲碳的材料，以及模擬和預(yù)測洪水，以幫助地方政府機(jī)構(gòu)更好地準(zhǔn)備和應(yīng)對潛在的緊急情況。
Gupta指出：“當(dāng)談到人工智能在氣候變化方面的應(yīng)用時，我認(rèn)為我們目前還處于初級的階段?！?/div>
平衡點(diǎn)
當(dāng)然，盡管人工智能前景光明，但它也有局限和副作用。例如，人工智能大模型本身就是耗能大戶，會增加
碳排放，可能會對環(huán)境造成壓力。專家表示，軟件工程師必須與氣候科學(xué)家密切合作，找到平衡點(diǎn)。
目前，與
交通或建筑消耗的能源相比，用于驅(qū)動人工智能的能源相對較少。但人工智能發(fā)展得非?？欤谒手笖?shù)級增長之前，確實(shí)需要非常小心。
哥倫比亞大學(xué)地球與環(huán)境工程系的副研究科學(xué)家Kara Lamb說道：“這絕對是一種必須考慮的取舍。不過目前來看，利大于弊?！?/div>
科技專家還警告說，必須讓低收入國家能夠負(fù)擔(dān)得起人工智能，尤其是那些處于氣候危機(jī)前沿、但對全球污染貢獻(xiàn)最小的南方國家。
5群
