來自By Clare Duffy and Rachel Ramirez, CNN

在印度中部，番茄種植者越來越擔心極端天氣為該地區帶來的不穩定性。對該地區的大部分地區而言，過去十年一直受到嚴重乾旱的影響，導致農作物大幅損失，影響了當地農民的生計。

在世界的另一邊，矽谷初創公司ClimateAI正在開發一個人工智能平台，以評估未來兩十年內作物對升溫的敏感程度。該工具使用特定位置的氣候、水和土壤數據來衡量未來幾年該地區種植的可行性。

2021年，印度馬哈拉施特拉邦成為其首個案例研究。農民可以進入ClimateAI應用程序，輸入他們種植的種子和他們想種植的地點。

有了這些數據，ClimateAI進行了模擬，發現極端高溫和乾旱將在未來二十年導致該地區番茄產量約30%的減少。它警告種植者應該改變策略。

結果被證明是至關重要的 - 番茄生產者通過轉換更具氣候抗性的種子品種和調整種植番茄種子的時間來調整其業務計劃。對於受氣候變化影響的農民來說，尋找新的種植地點通常需要一段時間，“現在可以在幾分鐘內完成，而且還可以為他們節省很多成本，”ClimateAI的首席執行官兼聯合創始人Himanshu Gupta表示。

“我們對AI的看法是，它是應對氣候變化解決方案的時間和效果的乘數，” Gupta表示。

更好地評估農業未來風險僅是人工智能技術應對氣候危機的一種方式。

現在，專家表示，人工智能準備加速從減少污染到改進氣象模型等各個方面的事物。

康奈爾大學工程學院主席教授Fengqi You表示：“效率是AI非常擅長的一件事就是它可以優化決策，優化資源。”“這是一個具有非常強大預測能力的系統，在許多領域中都可以提供巨大的幫助，從（理解）小尺度的分子...到更廣泛的氣候系統，以幫助我們應對氣候變化。”

由於地球變暖的速度驚人，加快世界部署和實施解決方案的速度至關重要。但對於所有人工智能的承諾，支持該技術的基礎設施 - 填滿了強大且耗能的計算機的數據中心 - 本身可能對環境造成壓力。專家表示，軟件工程師必須與氣候科學家密切合作，找到平衡點。

哥倫比亞大學地球與環境工程學系的副研究科學家Kara Lamb表示：“這絕對是必須考慮的一個權衡選擇。”儘管如此，“在應用它到這些類型的方法上，正面的影響超過了其帶來的負面影響。
 

科技加速人類的的探索

人工智能是一個廣泛的術語，指的是各種數字工具，經過訓練可以執行各種複雜的任務，這些任務以前可能需要實際人員的參與。一般來說，這些技術的共同點是它們能夠迅速處理並在大量離散數據中找到連接。

這使得人工智能特別擅長於預測和運行模擬。與傳統的計算機程序不同，人工智能工具通常能夠隨著時間的推移繼續學習，因為新數據可用，或者系統收到有關其輸出質量的新反饋。

雖然科學發現以前依賴於人類收集、觀察和分析證據的能力，但現在電腦可以處理大型數據集，識別模式，並在比人類研究人員所需時間的一小部分時間內進行數字實驗。

“對於氣候模型，基本上我們正在嘗試解決這些方程式。這些大氣模型是如何相互作用的，解這些方程式需要很長的時間，” Fengqi You說。同樣，對於新能源傳導材料的研究，比如太陽能電池板的材料，可能需要無數的測試時間，現在可以通過使用人工智能來加速。

“過去，人們通常需要通過試錯法，我們需要研究人員日夜工作，” Fengqi You 說。“現在，由於人工智能不需要睡覺，它只需要電力，可以一直工作24小時，這在加速發現方面可以變得非常有幫助。”

人工智能可能不會取代在應對氣候變化方面，對於人類的需求。但它可能使他們的工作更快速、更有效。

例如，正在試圖通過重新種植海草來恢復海岸線的研究人員正在使用人工智能來模擬最佳的重新種植地點，Newday 公益投資公司的首席傳播官Dan Keeler表示，該公司參與了支持海岸恢復的慈善事業。

一個受過訓練以應對這個問題的人工智能算法可以考慮到從水中的毒素或破壞性的航運路線到重新種植工作如何影響附近的海洋生物甚至沿海旅遊的種種因素。

“用傳統的方法將所有這些因素放在一個單一的模型中是非常困難的，但人工智能實際上使這更加可能，” Keeler 說。
 

人工智能在氣候研究中「正在進行骯髒的工作」

科學家發現，北極地區的升溫速度是地球其他地區的四倍。升高的溫度正在融化海冰，使永凍層融化並在本應是地球上最寒冷地區之一的地方引發野火。

氣候專家表示，北極發生的情況是對世界其他地區的一個預測指標。但科學家用來預測長期變化的氣候模型並未捕捉到北極升溫的速度。

在人工智能的幫助下，Woodwell氣候研究中心的科學家Anna Liljedahl可以在季節時間尺度上進行永凍層預測，而不是典型的100年時間尺度，這讓她和其他研究人員更清楚地了解北極正在融化的速度。

Liljedahl告訴CNN：“人工智能正在進行骯髒的工作。” “但人工智能不是完美的，所以我們把它視為第一個工具，然後人類會在之後進來，真正檢查並確保事情是有道理的，並探索人工智能建議的事物。”

這項技術也可以應用於解決方案。2019年，Google DeepMind項目使用氣象預報和歷史風力渦輪機數據來訓練人工智能模型，以預測風能的可用性，有助於提高風能的價值，幫助風力發電廠。人工智能還可以幫助預測能源需求何時何地最高，使電網運營商能夠“確保它們有在線的電力，準備好滿足需求，同時也不會有電力只是在生產，然後被消耗，因為這顯然是一種巨大的浪費，”Keeler說。

ClimateAi的Gupta表示，問題在於如何將可再生能源容量整合到現有以化石燃料為主導的電網中。人工智能可以實時識別消費者希望的地區內有哪些可用的可再生能源 - 優化可再生能源的消費者需求和供應。

在其他地方，人工智能還被用於研究可以有效地從大氣中重新捕獲碳的材料，以及對主要洪水進行建模和預測，以幫助地方政府機構更好地為潛在的緊急情況做好準備並應對。

The Cool Down是一家旨在幫助消費者更好地了解氣候危機和潛在解決方案的媒體公司，計劃在明年初推出一個人工智能工具，該工具將回答用戶有關如何過上更可持續生活方式的問題，根據該公司的聯合創始人兼內容與合作夥伴主管Anna Robertson的說法。這個工具將使用有關消費者最感興趣的氣候信息類型的該網站數據，引導用戶獲取信息，包括回答問題，例如“我該怎麼處理舊牛仔褲？”或“我想換洗衣粉，應該從哪裡開始？”

Robertson告訴CNN：“問題的一部分是問題本身變得如此壓倒性，而且主要由悲觀和不樂觀的情緒主導，而不是我們手邊已經有的解決方案。” “我們希望讓人們更容易做出更好的選擇。”
 

尋找正確的平衡

所有這種計算能力都有一個缺點：運行人工智能模型是耗能的，而許多數據中心位於仍然高度依賴化石燃料的地區，康奈爾大學的說。數據中心通常還需要水來進行冷卻 - 這是在進行這種計算的一些地方，包括美國西部，水源日益減少的地方。

目前，用於供電人工智能的能量相對較小，與運輸或建築物所消耗的能量相比。“但這將增長得非常快，我們在它呈指數級增長之前，現在需要非常小心，”尤教授表示。

荷蘭研究人員亞歷克斯·德·弗里斯（Alex de Vries）在十月的一項研究估計，“最壞的情況”表明谷歌的人工智能系統最終可能每年消耗與愛爾蘭相當的電量，假設在他們目前的硬件和軟件中全面採用人工智能。該研究總結指出，應該建議開發人員“不僅專注於優化人工智能，還要在首次使用人工智能的必要性方面進行批判性思考，因為不太可能所有應用都將從人工智能中受益，或者利益總是大於成本。”

一些數據中心運營商已經開始解決這些問題。

線上購物巨頭亞馬遜的雲計算部門亞馬遜網絡服務已承諾到2030年成為“水正面”，這意味著該公司將“向我們擁有數據中心基礎設施的社區還更多水，而不是我們取走的水，”首席執行官亞當·塞利普斯基（Adam Selipsky）在十月接受CNN訪問時表示。

例如，在俄勒岡州，近年來干旱一直加劇，AWS將用於冷卻其數據中心的廢水免費提供給當地農民進行灌溉。

進行人工智能工作量的數據中心的建造和運營公司還可以考慮在可能需要較少自然資源的地區戰略性地設置它們，尤教授說。例如，如果在世界上較冷的地區建造數據中心，冷卻所需的水量就會較少；斯堪的納維亞已成為數據中心的熱門地點，同時也得益於其相對豐富的可再生能源。

最近幾個月來，美國和國際間的立法者越來越關注制定人工智能的監管措施，尤教授補充道，這些立法者在制定法規時應該考慮人工智能在打擊氣候變化方面的潛在益處以及其環境影響。

尤教授表示：“監管機構、決策者、政策制定者在看待[人工智能]行業的增長時確實需要思考這一點。” “行業的增長不僅僅涉及軟件、工具等方面，還涉及他們如何操作這些數據中心。”

技術專家還警告稱，必須使人工智能變得負擔得起並對低收入國家以及全球南方的那些處於氣候危機前線的國家具有可訪問性，尤教授希望擴大ClimateAI的資源時能夠解決這個問題。

Gupta表示：“當涉及將人工智能應用於氣候變化時，我認為我們只是挖掘了存在的潛力的表面，無論是在業務層面上可以創造的影響，還是在人類層面上可以創造的影響。