尽管人工智能是在去年才突然进入公众视野，但这项技术以这样或那样的形式已被使用了很长时间。
虽然其最新版本可能有助于应对气候变化，但它们也带来了额外的风险。
我们不能等待人工智能来应对气候变化。
我在1988年还是学生时，就以人工智能为题撰写了论文。此后的30年里，除了像我这样的软件工程师群体之外，这一话题几乎无人关注。然而，就在一年多前，随着能够用于创作文字、视觉及其他内容的新型生成式人工智能工具的出现，人工智能突然走入公众视野。
事实上，人工智能已经存在了一段时间。一次简单的网络搜索就涉及人工智能，聊天机器人也在使用人工智能。但随着人工智能的普及和应用场景成倍增加，我们将看到的指数级增长将从根本上重塑我们的工作和生活方式。它对当今人类面临的最大挑战——气候变化，以及我们生产和消费能源的方式——也有着巨大影响。
气候变化不会等待人工智能
需要明确的是：尽管过去一年人们对人工智能充满热情，但它本身并非灵丹妙药——它不能立即解决将全球变暖限制在工业化前水平以上1.5°C的问题。
人工智能的出现不能让我们分心，而忘记部署现有技术，例如可再生能源、电动汽车和热泵，以及可优化建筑、工业场所和基础设施中流程与能源使用的自动化和楼宇管理软件。
以建筑与营造行业为例，该行业占全球能源及工艺相关碳排放的约37%，这一数据来自联合国环境规划署最新的状况报告。但如今建造的每一栋建筑实际上都可以实现近零净排放，只需结合现有的本地可再生能源（例如屋顶太阳能）以及能够最大限度提高耗能活动效率的传感器和软件即可。这并非依赖人工智能未来发展的科幻构想，而是已被验证的技术。施耐德电气（Schneider Electric）便是例证，该公司已在法国格勒诺布尔的IntenCity 建筑中应用这一技术，并帮助众多其他机构部署了该技术。
同样，我们需要大幅加快在现有建筑中采用低碳和能效技术的步伐。对现有建筑进行改造以大幅提升能效，可以显著降低成本和排放，而且速度可能比许多人预想的更快。无需等待新的人工智能工具——这一目标现在就能实现。。
人工智能：是助力脱碳加速，还是排放定时炸弹？
话虽如此，围绕人工智能与气候变化的诸多热议确有其合理之处。
因为借助这些技术，并结合增强现实、虚拟现实、可视化技术、数字孪生和物联网（IoT），人工智能能够让我们更快地实现更高的效率。而在能源领域，更高的效率意味着更低的碳排放。
例如，微电网是独立的本地化电力网络，利用现场能源发电机和电池储能为住宅、企业及其他设施供电。智能软件可以将各个组成部分彼此连接，并与公用电网相连。它能够分析有关供电可靠性和成本的实时数据，并自动预测并优化能源的生产、消耗和存储的方式与时机。它还便于用户了解其节省的费用、发电量及二氧化碳排放量。
再举一例。施耐德电气近期推出了 Resource Advisor Copilot。该工具采用基于生成式人工智能的自然语言处理（NLP）技术，改进能源与可持续发展团队与其企业数据的交互方式。用户可通过聊天界面请求实时数据、增强型分析与可视化结果，或提出诸如“2023年我们在电力上花费了多少？”或“你能否为我的运营制定一份到2030年实现脱碳的计划？”之类的问题。
我们确实需要清醒地认识到，人工智能的爆发式增长以及为其提供动力的数据中心，将对水资源和能源消耗及排放造成何种影响。据估计，随着全球数字化进程推进，数据中心的电力消耗将大约在2028年翻一番，届时人工智能将占总量的约20%，而目前约为8%。
关键在于，这不能导致能源紧张或排放上升。处理和软件效率的持续提升将有助于应对这一挑战。对数据中心的设计和管理进行调整也会有所帮助，例如，以灵活、清洁的储能取代柴油发电机，以及采用超高效冷却技术等。
无论有无人工智能，都要加快气候行动
无论你是否愿意，人工智能的变革力量都比20世纪90年代互联网的出现更为强大。与互联网一样，人工智能在负责任、符合伦理地部署，以及在对环境影响最小的前提下运行，并作为促进变革的工具和润滑剂（而非其本身的最终目标）使用时，才能发挥最大作用——帮助而非取代实现最终质量保证所需的人类投入。
我们还不能因此分心，而忘记善用手中已有的资源：无论有没有人工智能，我们都可以安装更多风力发电场和电动汽车充电站，并利用现有的数字工具，大幅改善建筑和基础设施的设计、建造、运营与维护方式。
然而，如果运用得当，人工智能可以成为急需且强大的加速器，推动现有技术发展，并加快新技术的研发，助力我们遏制气候变化。
