AI可以成为应对气候变化的有力工具，但其作为排放来源的角色同样不容忽视。
让AI更环保的第一步，是推广更加全面、多维度的模型评估实践。
通过转变“越大越好”的思维方式，并在环境领域探索AI应用场景，AI可以成为对抗气候变化的重要资产。
随着全球范围内出现创纪录的热浪以及极端洪涝影响欧洲和中国，当下正是审视技术与环境相互作用（包括人工智能（AI）的作用）的关键时刻。
要让AI变得更“绿色”，需要做到哪些？一方面，我们首先需要共同认识到，创建和使用AI系统存在切实的成本，实际上这些成本可能相当高昂。据估计，OpenAI推出的强大语言模型GPT-3在训练过程中消耗的能源相当可观，其碳足迹相当于一辆汽车从地球往返月球。
AI对人类与环境的关系也可能产生有益影响。一项全面的研究（2020年）评估了AI对联合国17项可持续发展目标的潜在影响，涵盖社会、经济和环境成果。研究人员发现，AI可能对93%的环境目标产生积极推动作用，包括：建设智能和低碳城市；能够调节用电量的物联网设备和家电；通过智能电网更好地整合可再生能源；借助卫星图像识别荒漠化趋势；以及应对海洋污染。
水泥与电信
AI在工业领域的应用有助于改善环境、减少碳排放。例如，土耳其水泥制造集团OYAK Cimento正利用AI大幅减少其碳足迹。据OYAK Cimento绩效与流程总监Berkan Fidan表示：“企业AI辅助的流程控制有助于提高运营效率，这意味着在单位能耗更低的情况下实现更高产量。如果我们以一座中等产能水平、水泥产量为100万吨的水泥厂为例，仅通过AI辅助的流程和质量控制额外减少1%的熟料用量，每年即可减少约7,000吨二氧化碳排放。这相当于32万棵树一年的二氧化碳吸收量。”
根据智库Chatham House的数据，水泥约占二氧化碳排放量的8%。因此，提高水泥生产效率存在明确的环境需求，而AI正是实现这一目标的工具之一。
AI产生积极环境影响的另一个例子涉及智利最大的电信公司Entel，以及用于识别森林火灾的传感器数据。要成功扑灭目前在世界多地肆虐的森林火灾，需要各方协同努力，其中包括希腊和加利福尼亚北部。智利经常遭受严重气候变化和灾难性天气的影响，2017年智利历史上最严重的一场野火就曾烧毁约714,000英亩土地。对于一个拥有丰富自然景观、人口和经济高度依赖繁茂森林的国家而言，任何形式的野火都是一场毁灭性的悲剧。
Entel Ocean是Entel的数字业务部门，曾试图利用物联网传感器更早地识别火情。这些传感器充当一个数字化的“鼻子”，安装在树木上，能够探测空气中的颗粒物。这些传感器生成的数据使Entel Ocean能够利用AI自动预测森林火灾何时可能发生。“与传统方法相比，我们能提前12分钟探测到森林火灾——这一点对预防火灾而言意义重大”，据Lenor Ferrebuz Bastidas（Entel Ocean企业数字解决方案发言人）所言。“考虑到火势可能在短短几秒内蔓延，每一分钟都至关重要。”
权衡取舍
通过这些应用，AI可以成为应对气候变化的有力工具。但其作为排放来源的角色同样不容忽视。为此，首要步骤是推动更全面、多维度的模型评估实践。迄今为止，研究与创新的主要重点一直在于提高准确性或开发新的算法方法。这些目标往往需要消耗越来越多的数据，构建日益复杂的模型。最能说明问题的例子是深度学习领域，其计算资源增长了300,0000倍（2012-2018年间）。
然而，模型准确性与复杂度之间的关系呈对数关系。当模型规模和训练需求呈指数级增长时，性能只能获得线性提升。在追求准确性的过程中，较少优先考虑开发能够缩短训练时间或提高资源效率的方法。展望未来，我们需要认识到模型准确性与效率之间的权衡，以及模型碳足迹的权衡，无论是在训练期间还是进行推理时。
世界经济论坛的可持续发展影响峰会是什么？
模型的碳足迹可能难以确定，且在不同建模方法和数据中心基础设施之间进行比较时也较为复杂。一个合理的起点是评估训练模型所需执行的浮点运算次数，即执行简单数学运算（例如乘法、除法、加法、减法和变量赋值）的离散计数。该因素以及其他因素会影响能耗，同时还取决于模型架构和训练资源（如GPU或CPU等硬件）。此外，服务器存储和冷却的物理因素也会产生影响。最后一个复杂之处在于，能源来源也很重要。与天然气或煤炭相比，主要来自可再生能源的电力将降低碳足迹。
让我们来思考：“如何以更少的资源做更多的事？”考虑节能约束可能会推动我们在AI领域进行新的创造性创新。通过转向这一思维方式，而非一味追求“越大越好”，并通过在环境领域探索AI应用场景，AI可以保持技术前沿，成为未来的可持续技术，并成为保护全球气候的重要资产。
