人工智能可以帮助减少温室气体排放并优化自然资源利用，从而维护环境。
然而，人工智能也可能带来意想不到的后果，例如推高需求，进而增加碳足迹。
这套四步方案有助于确保以负责任的方式部署人工智能。
借助人工智能（AI），软件系统可以处理海量的特定用途数据，并识别其中的模式和关联。由此实现自动决策或自动执行任务，而这些工作原本需要由人来完成。
自问世以来，人工智能已被证明是一项变革性技术，能够帮助优化众多行业的各类运营。企业正利用人工智能重新设计几乎所有商业和政府职能中的流程，涵盖销售、营销、客户服务、制造、研发、信息技术、人力资源和财务。企业还利用人工智能，通过协作机器人增强员工队伍。“协作机器人”与人协同工作或在其附近工作，可以实现客户互动的超个性化，并最终打造更优质的产品。
然而，人工智能的普及程度前所未有、影响范围广泛，因此我们必须思考：运行人工智能所需的巨大算力是否会对环境造成负面影响？又或者，人工智能能否成为极其罕见的现象，在推动经济增长的同时避免环境退化？
人工智能可以在节水和节能方面带来突破，但其自身也会产生碳足迹。它可以改善社会的诸多方面，但也可能强化现有的偏见或不公正的社会现状。人工智能有望减少全球共同的碳足迹并保护自然资源。要实现这一点，我们必须学会负责任地使用它。
人工智能作为积极力量
人工智能可以通过多种方式帮助维护环境：
减少碳足迹
微软与普华永道于2019年联合开展的一项研究预测，到2030年，负责任地使用人工智能可使全球温室气体（GHG）排放量减少4%（24亿吨）。目前，人工智能已用于优化工业和居民能源消耗，减少相应的碳足迹。它还被用于优化运输路线、预测和预报供需及维护需求，以及管理自主运输。这些优化将直接或间接减少碳足迹。
一个值得关注的例子是谷歌如何利用人工智能优化其数据中心的能耗。谷歌将DeepMind开发的机器学习技术与优化算法结合，成功将其数据中心的能源使用效率提高了35%。
优化自然资源利用
人工智能还可预测太阳能、风能和水力发电等绿色能源的发电量，从而尽可能减少这些自然资源的浪费。人工智能有助于居民生活、制造业和农业节约用水。预测型人工智能算法催生了精准农业等新型农业流程，确保只使用所需的准确水量，并且只采摘成熟作物。算法还可协助规划农田、监测作物和牲畜健康，并为发电设备和电力用户制定和设计高效的发电方案。
Salo Sciences致力于开发应对气候变化和生物多样性丧失的解决方案，并与Vibrant Planet和Planet Labs合作，打造一个数据驱动的平台，用于绘制加利福尼亚州野火的动态分布图。该平台名为CFO（加利福尼亚森林观测站），是一套人工智能引擎，利用激光雷达（LIDAR）和卫星数据，以树木为单位呈现森林结构和可燃物负荷。CFO将这些信息与风况和天气、土壤和植被湿度、人口及基础设施数据相结合，从而捕捉野火风险的复杂成因。未来，CFO将与现代野火模型集成，提供实时动态的野火风险地图，支持生态修复规划和积极的火灾应对行动。
代价是什么？
尽管人工智能能显著改进流程、创造创新流程，并成为颠覆多个工业领域的主要催化剂，但这些成果并非没有代价。马萨诸塞大学阿默斯特分校去年开展的一项研究得出结论，训练一个典型的大型人工智能模型所产生的碳足迹，是乘飞机从旧金山飞往纽约的300倍。
即使出发点再好，人工智能也可能带来意料之外的后果。人工智能能够大幅优化业务，因此也可能推高需求和碳足迹。设想一家货运企业运营一支卡车车队，每天可完成100次配送。通过开发优化算法，该公司可以改进卡车路线，减少完成这100次配送的碳足迹。这是积极的成果——但如果需求和使用量随之增加，使每日配送量升至150次，并造成比之前更大的碳足迹，情况就不同了。
如何以对环境负责的方式使用人工智能？
认识到人工智能是一把双刃剑，我们建议遵循以下四个步骤：
1. 选择合适的应用场景。
并非所有优化都能显著减少碳足迹。人工智能的抽象特性使其能够应对范围广泛的挑战，因此用户必须筛选并优先考虑那些可通过人工智能优化的流程。选择潜在的可持续发展应用场景时也应如此。
2. 选择合适的算法。
针对相应的问题或应用场景使用合适的人工智能算法。算法的训练过程会极大影响能耗水平。例如，如果有一种将语言A翻译为语言B的算法，可以对其进行优化，使训练时间少于100小时。或者，也可以使用蛮力试错算法，将计算量增加约250,000小时。
3. 预测并跟踪碳足迹结果。
良好的意愿还不够，甚至可能导致额外的碳足迹。在任何基于人工智能的项目中，都应将可持续性视为关键成功指标。企业也开始在成本效益分析中纳入碳足迹估算，以便有选择地、负责任地部署人工智能。人工智能实施者应了解流程优化对可持续性的综合影响。
4. 通过使用可再生能源抵消碳足迹。
使用绿色可再生能源为人工智能模型供电，以抵消碳足迹。鉴于人工智能在其数据中心运行是能源消耗的重要来源，谷歌承诺使用可再生能源为其数据中心供电，并自2017年以来实现了净零碳排放。
CodeCarbon是一款轻量级开源软件包，可集成到Python代码库中，也是可帮助组织落实这些步骤的工具之一。CodeCarbon可自动获取电力和电网数据，追踪云端或本地计算资源在执行实验（例如训练机器学习算法）时产生的二氧化碳（CO2）排放量。随后，它会向开发者提供仪表板，展示单次实验或一系列实验的二氧化碳排放结果。了解二氧化碳影响后，便有机会通过将云基础设施托管在使用可再生能源的地区，或改用更高效的硬件来减少由此产生的碳足迹。CodeCarbon由以下机构联合开发：蒙特利尔世界领先的人工智能研究机构Mila；BCG GAMMA；波士顿咨询集团的全球数据科学与人工智能团队；宾夕法尼亚州哈弗福德学院；以及元机器学习平台Comet。
人工智能：人类生存的有力工具
人工智能迅速成为人类有史以来创造的最强大工具之一。然而，正如其他带来正面和负面结果的突破性技术一样，我们必须明智地使用人工智能。如果谨慎使用，在人类努力应对迫近的气候危机之际，人工智能可能发挥至关重要的作用。
