最近，人工智慧（AI）已成為應對氣候變遷的迫切國際努力中的一個問題。作為人工智慧在我們的生活中發揮更大的作用，它將需要大量的運算能力和資料儲存。

因此，人工智慧的碳足跡預計將擴大由於其高能耗和碳排放量與其硬體的生產相關。

然而，事實更加微妙，因為人工智慧也可以成為問題解決者，做出重大貢獻應對氣候變遷的貢獻。

例如，人工智慧可以幫助更準確地極端天氣事件的預測例如颶風或我們預期世界極地冰和冰川融化的速度。它還可以幫助我們更好地管理我們的能源基礎設施，例如電網。

自 2012 年以來，最大規模的人工智慧訓練過程一直在消耗越來越多的運算能力。事實上，這一比率平均每 3.4 個月就會翻倍。

資料中心和傳輸網路貢獻超過全球能源使用量的 1%佔全球碳排放量的0.6%。單一查詢聊天GPT（OpenAI 的高階聊天機器人）可以產生很多比普通的谷歌搜尋更多的碳。

利用人工智慧向善

儘管有潛在的負面影響，但我們有理由保持樂觀。人工智慧可以提供幫助的一種方式是增進我們的理解的基礎科學氣候變遷。

人工智慧可以透過多種方式在這方面做出貢獻，但其中一種可能是透過改進氣候模型。這些是基於電腦的模擬，模擬地球氣候如何運作以及它如何響應或未來可能對溫室氣體濃度增加做出反應。

人工智慧技術如機器學習可用於模擬目前難以複製的氣候模式元素，例如雨滴或雲的形成方式。

這樣，人工智慧不僅可以改善氣候模型的預測（用於指導政策決策），還可以減少此類任務所需的運算能力。這反過來又可以幫助減少運行這些設備的碳足跡氣候模型在超級電腦上。在最近的 TED 演講中

Google DeepMind 氣候與永續發展主管 Sims Witherspoon 表示，人工智慧可以幫助我們優化和管理現有系統和基礎設施，例如電網。電網必須積極管理保持供需穩定平衡。

過渡自化石燃料再生能源對於實現淨零目標至關重要。然而，雖然化石燃料發電廠相對可靠，但風能和太陽能因天氣而難以預測。這是人工智慧可能介入的領域。

Witherspoon 的 DeepMind 團隊訓練了一個神經網路（一個受人工智慧系統啟發的人工智慧系統）人腦）來自歷史天氣模式和風力渦輪機發電資訊的資料。由此產生的技術比現有風力發電預測系統的性能提高了 20%。營運商可以利用這一點來更好地規劃供應下降，並用其他再生能源的能源填補缺口。

正確的政策

儘管人工智慧帶來了切實的好處，但如果要發揮其潛力，人工智慧還需要製定正確的政府政策。人工智慧及其優勢之間的相互作用環境成本非常複雜。為了幫助確保人工智慧產生積極的淨影響，所有相關方（包括政府和開發人工智慧系統的科技公司）都需要對其環境成本保持透明度。

只有透過透明度和數據共享我們能否就人工智慧的使用做出明智的策略選擇，以增強正面影響並找到減少該技術對環境有害影響的解決方案。

就目前而言，人工智慧並不是一項特別綠色的技術，而且開發成本昂貴。然而，氣候變遷是我們面臨的最大挑戰，如果我們能找到抵消其缺點的解決方案，人工智慧可能會成為一個寶貴的盟友。

本文轉載自對話根據知識共享許可。閱讀原創文章。