人工智能似乎“決定”動手接管被地球人搞砸的氣候變化議題了。這當然是個玩笑，但越來越多關于兩者結合的實踐開始涌現。

最近由日本主辦的氣候研究人員會議“涼爽地球創新論壇”(Innovation for Cool Earth Forum)發布了利用數據、計算機視覺和人工智能驅動模型來減少溫室氣體排放的路線圖。

該路線圖確定了6個人工智能系統可以發揮重大作用的“高潛力機會”，包括監測排放和能源需求、減少制造業和供應鏈的碳排放、改善交通、建立適應型農業和新材料研發。

此前美國總統拜登還發布了一項行政命令，其中就包括擴大對氣候變化等領域人工智能研究的撥款。該命令呼吁政府與企業和大學合作開發人工智能工具“以減輕氣候變化風險”。

不過，國際環保組織綠色和平指出，現有人工智能系統的訓練以及運行方式也有其局限和負面影響。安全、負責任地使用人工智能技術，無論在氣候領域還是其它方向，個人場景或是企業平臺，都是實現其價值并規避風險的關鍵。

正面驅動

國務院發展研究中心社會發展研究部室主任周宏春撰文稱，人工智能促進氣候變化應對的具體作用路徑表現在減緩氣候變化、提高適應和復原力、提供基礎知識三個方面。

其中，減緩氣候變化方面主要包括估算碳足跡、預測和提高能源效率及監測碳捕獲儲存地點等技術，提高適應和復原力方面包括氣候災難早期預警、生物多樣性保護、人口遷移等技術，提供基礎知識方面則包括對與氣候變化相關的社會、經濟變化的研究和建模，如預測碳價格、提供氣候友好型消費建議等。

周宏春認為，人工智能可以幫助人們跟蹤個人乃至企業的碳足跡，并有針對性地設計減少碳足跡的行動方案，減少人們在衣、食、住、行、用等日常生活中的碳排放，以較低的能耗和碳排放支撐人們生活水平的提高和福祉的改善。 

華爾街見聞從氣象局氣象發展與規劃院了解到，提高氣候預測能力已經成為人工智能備受期待的功能之一。

“隨著氣候變化及其負面影響的日益加劇，干旱、洪澇等氣象災害頻發且破壞加劇對人類的生活造成很大影響，對氣候預測的需求越來越大，將人工智能應用于月季尺度上的氣候預測以及更長時間尺度的氣候預估，是一項巨大的挑戰。”該院一位研究人士分析稱，人工智氣候預測需要海量的優質數據，數據是機器學習的核心，數據決定模型質量的上限，隨著對氣候系統變化機制的日益深入理解，地球系統的觀測數據、再分析資料以及數值模擬數據在過去40年里飛速增長，氣候變化科學數據存量越來越大，存儲類型也越來越豐富。

尤其是第五階段國際耦合模式比較計劃（Coupled Model Intercomparison Project-Phase 5,CMIP5）和第六階段國際耦合模式比較計劃（Coupled Model Intercomparison ProjectPhase 6,CMIP6），為氣候變化、氣候預測和氣候預估研究提供了數千萬億字節量級的數據資源。同時在高性能計算機、“大數據”和先進算法的支持下，機器學習技術蓬勃發展,為提高氣候預測的技巧提供了新的思路和契機，氣候預測領域的人工智能應用也在逐漸展開。

人工智能可以提供創新的方式來監測、分析和減少人類對環境的影響，比如更好地進行氣候變化建模。人工智能驅動的氣候模型能提供更準確的預測，并幫助政策制定者設計有效的戰略來減輕氣候變化的影響。

而在監測毀林情況方面，人工智能衛星圖像分析可以實時檢測非法采伐和森林砍伐，從而實現快速干預。例如，全球森林觀察組織就使用了人工智能來分析衛星圖像并識別森林損失的模式，有助于保護組織及時采取行動。

人工智能還在能源管理領域大放異彩，可以優化建筑和工業的能源消耗，減少溫室氣體排放。例如，谷歌與DeepMind合作將其數據中心的能耗降低了40%，大大降低了碳足跡。

綠色和平方面表示，如果使用得當，人工智能驅動的技術提供的前所未有的數據處理能力可以幫助減緩和應對氣候變化。除了通過改進氣候變化模型的建立和預測，幫助人們防災和減災，人工智能還可以追蹤污染情況、改善城市規劃和廢物管理，支持地方政府做出改善公共衛生和城市復原力的決策，使城市更加可持續和宜居。

更重要的是，人工智能可以預測最佳種植時間、評估土壤健康狀況并監測病蟲害爆發，從而優化農業食品系統和作物管理。人工智能驅動的精準農業還能減少用水量，促進可持續農業實踐并提高糧食產量。面對愈發頻繁和嚴峻的極端天氣事件，農民將更好地準備和應對水資源短缺和土地退化等挑戰。

雙重爭議

不過，人工智能對氣候變化的正面驅動背后也面臨著倫理道德和環境方面的挑戰。

聯合國秘書長安東尼奧·古特雷斯于去年底在聯合國發起了人工智能咨詢機構，用于研究人工智能技術的風險、機遇和國際治理。

他認為，人工智能可以從預測、解決危機和推動公共衛生和教育服務等多方面擴大政府、民間社會和聯合國的工作。對于發展中國家來說，人工智能尤其可以跨越過時技術的鴻溝并直接為最有需要的人群提供服務。不過目前大量的專業知識和技術僅集中于少量公司和國家，這有可能加劇全球不平等，并帶來加速虛假信息傳播、加重偏見和歧視、監視隱私和欺詐等眾多侵犯人權的行為。

中國政法大學民商經濟法學院的一項研究也認為，人工智能可能擴大氣候變化減緩和適應中的氣候不公，亦可能加劇應對氣候變化中的“數字鴻溝”。在氣候變化領域，高收入國家造成了大部分溫室氣體排放，而低收入國家將比高收入國家遭受更大的損失。

第一，人工智能屬于技術密集型產品，只有少數國家、地區能夠使用人工智能輔助其減排行動。以農業領域為例，大部分農業數據分析技術都集中應用在大規模現代化農場，如基于人工智能的氣候智能栽培技術，而偏遠地區的小型農場卻無法使用這類技術，這使得大型農場的減排技術優勢不斷增加。

第二，人工智能的程序本身或者使用人工智能的決策者如果在制定減排政策時沒有對整體性利益進行充分考量，可能導致減排活動帶來的利益和危害不能被公平分配，從而折損氣候治理決策中的分配正義。例如，擁有人工智能的地區根據人工智能技術設計出的碳封存設備、地球工程、精準農業措施，可能對更廣泛地區的環境安全造成不利影響。

第三，人工智能為減排決策提供支持時，可能無法全面收集各利益相關方的信息和意愿，從而怠于保護氣候治理利益相關者的多樣性。例如，根據智能手機中的出行數據生成低碳排放的交通選擇方案，就對不富裕地區或智能手機使用率低的人群造成不利影響。

另一方面，科技公司對人工智能的大力推動將加劇能源需求。由綠色和平美國辦公室、爭取未來組織（Fight for the Future）和反虛假信息氣候行動組織（Climate Action Against Disinformation）等主要氣候組織簽署的一封公開信就要求大型科技公司公開人工智能的能源消耗。

現有信息顯示數據中心的用電量已經占全球總用電量的1.5%之多，數據中心的能源使用量也已經超過了商業航空業。綠色和平北京辦公室2021年發布的報告預測，到2035年中國數據中心和5G總用電量將達到6951-7820億千瓦時，占中國全社會用電量5-7%。碳排放總量將達2.3-3.1億噸，相當于目前兩個北京市的二氧化碳排放。

為了緩解這種情況，有業界人士呼吁專注于開發和實施節能的算法，這些算法需要更少的計算資源并消耗更少的功率。用戶還可以采用模型修剪、量化和知識蒸餾等技術來減小人工智能模型的大小和復雜性。此外，選擇節能硬件，例如專用人工智能加速器或低功耗處理器，這有助于降低人工智能的能耗。

除了排放問題外，歐盟也已經組織了高級別專家組為歐盟范圍內的人工智能戰略提供建議，包括人工智能的道德標準。有研究發現，當前的人工智能系統是根據有偏見的數據集進行訓練的，這些數據集可能會影響緩解和適應氣候變化的政治決策并損害社會穩定。