人工智能似乎“决定”动手接管被地球人搞砸的气候变化议题了。这当然是个玩笑，但越来越多关于两者结合的实践开始涌现。

最近由日本主办的气候研究人员会议“凉爽地球创新论坛”(Innovation for Cool Earth Forum)发布了利用数据、计算机视觉和人工智能驱动模型来减少温室气体排放的路线图。

该路线图确定了6个人工智能系统可以发挥重大作用的“高潜力机会”，包括监测排放和能源需求、减少制造业和供应链的碳排放、改善交通、建立适应型农业和新材料研发。

此前美国总统拜登还发布了一项行政命令，其中就包括扩大对气候变化等领域人工智能研究的拨款。该命令呼吁政府与企业和大学合作开发人工智能工具“以减轻气候变化风险”。

不过，国际环保组织绿色和平指出，现有人工智能系统的训练以及运行方式也有其局限和负面影响。安全、负责任地使用人工智能技术，无论在气候领域还是其它方向，个人场景或是企业平台，都是实现其价值并规避风险的关键。

正面驱动

国务院发展研究中心社会发展研究部室主任周宏春撰文称，人工智能促进气候变化应对的具体作用路径表现在减缓气候变化、提高适应和复原力、提供基础知识三个方面。

其中，减缓气候变化方面主要包括估算碳足迹、预测和提高能源效率及监测碳捕获储存地点等技术，提高适应和复原力方面包括气候灾难早期预警、生物多样性保护、人口迁移等技术，提供基础知识方面则包括对与气候变化相关的社会、经济变化的研究和建模，如预测碳价格、提供气候友好型消费建议等。

周宏春认为，人工智能可以帮助人们跟踪个人乃至企业的碳足迹，并有针对性地设计减少碳足迹的行动方案，减少人们在衣、食、住、行、用等日常生活中的碳排放，以较低的能耗和碳排放支撑人们生活水平的提高和福祉的改善。

华尔街见闻从气象局气象发展与规划院了解到，提高气候预测能力已经成为人工智能备受期待的功能之一。

“随着气候变化及其负面影响的日益加剧，干旱、洪涝等气象灾害频发且破坏加剧对人类的生活造成很大影响，对气候预测的需求越来越大，将人工智能应用于月季尺度上的气候预测以及更长时间尺度的气候预估，是一项巨大的挑战。”该院一位研究人士分析称，人工智气候预测需要海量的优质数据，数据是机器学习的核心，数据决定模型质量的上限，随着对气候系统变化机制的日益深入理解，地球系统的观测数据、再分析资料以及数值模拟数据在过去40年里飞速增长，气候变化科学数据存量越来越大，存储类型也越来越丰富。

尤其是第五阶段国际耦合模式比较计划（Coupled Model Intercomparison Project-Phase 5,CMIP5）和第六阶段国际耦合模式比较计划（Coupled Model Intercomparison ProjectPhase 6,CMIP6），为气候变化、气候预测和气候预估研究提供了数千万亿字节量级的数据资源。同时在高性能计算机、“大数据”和先进算法的支持下，机器学习技术蓬勃发展,为提高气候预测的技巧提供了新的思路和契机，气候预测领域的人工智能应用也在逐渐展开。

人工智能可以提供创新的方式来监测、分析和减少人类对环境的影响，比如更好地进行气候变化建模。人工智能驱动的气候模型能提供更准确的预测，并帮助政策制定者设计有效的战略来减轻气候变化的影响。

而在监测毁林情况方面，人工智能卫星图像分析可以实时检测非法采伐和森林砍伐，从而实现快速干预。例如，全球森林观察组织就使用了人工智能来分析卫星图像并识别森林损失的模式，有助于保护组织及时采取行动。

人工智能还在能源管理领域大放异彩，可以优化建筑和工业的能源消耗，减少温室气体排放。例如，谷歌与DeepMind合作将其数据中心的能耗降低了40%，大大降低了碳足迹。

绿色和平方面表示，如果使用得当，人工智能驱动的技术提供的前所未有的数据处理能力可以帮助减缓和应对气候变化。除了通过改进气候变化模型的建立和预测，帮助人们防灾和减灾，人工智能还可以追踪污染情况、改善城市规划和废物管理，支持地方政府做出改善公共卫生和城市复原力的决策，使城市更加可持续和宜居。

更重要的是，人工智能可以预测最佳种植时间、评估土壤健康状况并监测病虫害爆发，从而优化农业食品系统和作物管理。人工智能驱动的精准农业还能减少用水量，促进可持续农业实践并提高粮食产量。面对愈发频繁和严峻的极端天气事件，农民将更好地准备和应对水资源短缺和土地退化等挑战。

双重争议

不过，人工智能对气候变化的正面驱动背后也面临着伦理道德和环境方面的挑战。

联合国秘书长安东尼奥·古特雷斯于去年底在联合国发起了人工智能咨询机构，用于研究人工智能技术的风险、机遇和国际治理。

他认为，人工智能可以从预测、解决危机和推动公共卫生和教育服务等多方面扩大政府、民间社会和联合国的工作。对于发展中国家来说，人工智能尤其可以跨越过时技术的鸿沟并直接为最有需要的人群提供服务。不过目前大量的专业知识和技术仅集中于少量公司和国家，这有可能加剧全球不平等，并带来加速虚假信息传播、加重偏见和歧视、监视隐私和欺诈等众多侵犯人权的行为。

中国政法大学民商经济法学院的一项研究也认为，人工智能可能扩大气候变化减缓和适应中的气候不公，亦可能加剧应对气候变化中的“数字鸿沟”。在气候变化领域，高收入国家造成了大部分温室气体排放，而低收入国家将比高收入国家遭受更大的损失。

第一，人工智能属于技术密集型产品，只有少数国家、地区能够使用人工智能辅助其减排行动。以农业领域为例，大部分农业数据分析技术都集中应用在大规模现代化农场，如基于人工智能的气候智能栽培技术，而偏远地区的小型农场却无法使用这类技术，这使得大型农场的减排技术优势不断增加。

第二，人工智能的程序本身或者使用人工智能的决策者如果在制定减排政策时没有对整体性利益进行充分考量，可能导致减排活动带来的利益和危害不能被公平分配，从而折损气候治理决策中的分配正义。例如，拥有人工智能的地区根据人工智能技术设计出的碳封存设备、地球工程、精准农业措施，可能对更广泛地区的环境安全造成不利影响。

第三，人工智能为减排决策提供支持时，可能无法全面收集各利益相关方的信息和意愿，从而怠于保护气候治理利益相关者的多样性。例如，根据智能手机中的出行数据生成低碳排放的交通选择方案，就对不富裕地区或智能手机使用率低的人群造成不利影响。

另一方面，科技公司对人工智能的大力推动将加剧能源需求。由绿色和平美国办公室、争取未来组织（Fight for the Future）和反虚假信息气候行动组织（Climate Action Against Disinformation）等主要气候组织签署的一封公开信就要求大型科技公司公开人工智能的能源消耗。

现有信息显示数据中心的用电量已经占全球总用电量的1.5%之多，数据中心的能源使用量也已经超过了商业航空业。绿色和平北京办公室2021年发布的报告预测，到2035年中国数据中心和5G总用电量将达到6951-7820亿千瓦时，占中国全社会用电量5-7%。碳排放总量将达2.3-3.1亿吨，相当于目前两个北京市的二氧化碳排放。

为了缓解这种情况，有业界人士呼吁专注于开发和实施节能的算法，这些算法需要更少的计算资源并消耗更少的功率。用户还可以采用模型修剪、量化和知识蒸馏等技术来减小人工智能模型的大小和复杂性。此外，选择节能硬件，例如专用人工智能加速器或低功耗处理器，这有助于降低人工智能的能耗。

除了排放问题外，欧盟也已经组织了高级别专家组为欧盟范围内的人工智能战略提供建议，包括人工智能的道德标准。有研究发现，当前的人工智能系统是根据有偏见的数据集进行训练的，这些数据集可能会影响缓解和适应气候变化的政治决策并损害社会稳定。