尽管关于自然资源价值的统计数据十分丰富，但在了解其当前状况以及如何最好地保护它们方面，我们实际上仍然处于盲目状态。为了更有效地应对气候变化，同时养活不断增长的人口、保护海洋和淡水资源并遏制全球生物多样性丧失，我们必须弥合这一信息差距，而且必须尽快做到。
农业是全球最大的产业，雇用超过10亿人，每年生产价值超过1.3万亿美元的食物。但粮食生产正变得愈发困难：可耕地持续减少，极端天气严重扰乱可预期的种植季节，气候变化还降低了收获作物的营养价值。森林等其他陆地自然资源也面临类似状况——森林支撑着16亿人的生计，但报告显示，我们每年正在失去1870万英亩森林。
这不仅仅意味着自然资源、生态系统和生物多样性的丧失，尽管这些损失已经十分严重。当前的农业和土地利用决策正直接加剧气候变化，所造成的排放占全球温室气体总排放量的近25%。农业是森林砍伐的主要驱动因素之一，而森林砍伐是温室气体人为排放的三大来源之一——紧随其后的就是农业本身。
更有效地管理这些资源，能够改善地球上每个人的福祉，也有望改善地球本身。这带来了一个绝佳机遇：更好地管理生态系统和土地，既能帮助养活不断增长的人口，也能大幅减少碳排放。然而，要抓住这一机遇，我们需要更清晰地了解地球自然系统的当前状况、它们正在发生怎样的变化，以及哪些干预策略最有效。人工智能解决方案将日益填补这一信息差距。
这就是微软去年创建AI for Earth的原因。该计划向从事生物多样性、水资源、农业和气候变化工作的人员开放微软的人工智能专业知识和技术，帮助他们扩大解决方案的应用规模，并在全球推动可持续发展。
森林管理很好地说明了以技术为先的方法如何迅速见效。森林清查的方法与20世纪初最早在北欧引入的统计抽样法相比，并没有太大变化。调查团队带着卷尺、铅笔和真正的纸质记录本，而不是电子设备，走进森林。他们在许多小型“样地”中测量每棵树的直径、高度和树种，以此估算整片森林的情况。
不过，也有初创企业专门致力于寻找更好的森林清查方法。SilviaTerra是“AI for Earth”项目的受资助方。其创始人在耶鲁林学院就读期间对现状感到不满，于是提出了一种基于软件的方法。如今，他们的软件可以利用卫星图像和机器学习评估森林。由人工智能驱动的算法大幅减少了准确评估森林所需的实地工作量，代表着新一代“精准林业”的前沿。他们的目标是建立数据库和强大的人工智能工具，首次为美国森林提供实时更新的地图，并详细呈现每棵树的信息。这类信息能够支持基于数据的环境管理，服务于生物多样性保护、碳封存以及森林提供的许多其他生态系统服务。
哥伦比亚大学的“AI for Earth”研究人员哥伦比亚大学开展的工作进一步说明了准确、详细且及时的信息为何至关重要。生态学家玛丽亚·乌里亚特博士和统计学家郑天博士一直在研究极端天气对森林及其再生模式的影响，并关注这对碳封存能力的影响——较矮、较年轻、密度较低的森林不如较老、较茂密的林区有效。最近，她带领团队前往波多黎各，评估飓风玛丽亚过后森林遭受的破坏。乌里亚特和郑均隶属于哥伦比亚大学的数据科学研究所。他们最终将把收集的数据与遥感图像和测量结果结合起来，详细估算风暴造成的损失。若缺乏当前基线数据，也没有对未来森林状况的前瞻性判断，规划者可能会低估森林的价值，或者各国可能会高估森林的碳封存能力。
这类项目对于在全球范围内建立大数据视角至关重要。我们认为，世界需要更多机构开展更多此类工作，因此我们非常欣喜地看到“AI for Earth”受资助方的规模迅速扩大。目前，我们已向在47个国家开展工作的个人和机构提供了147项资助。
这项工作让我们得以从宏观角度看到，人类创造力与人工智能相结合的力量有多么强大，也让我们清楚地认识到，要实现地球所需的快速、有效且全球性的进展，这种结合有多么迫切。好消息是，我们已经拥有相应技术，可以收集和分析来自传感器、卫星、无人机、公民科学家、红外相机陷阱及许多其他来源的大量数据。借助云计算和人工智能，我们能够准确且经济高效地处理所有这些数据，从而完成过去因难度和成本过高而无法实现的工作。
我们在土地覆盖制图方面取得的进展就是一个很好的例子。在美国，现有最好的土地覆盖数据集分辨率为30米，距上次更新已近七年。（从全球来看，数据完整性要差得多。）名为切萨皮克保护协会的小型非营利组织与切萨皮克湾合作伙伴关系开展合作，着手创建更好的模型，以提供所需数据，支持在面积达64,000平方英里的切萨皮克湾流域开展精准保护。微软利用该保护协会的数据，并与地理空间软件巨头Esri合作，开发出一种算法，能够实时生成覆盖整个美国的土地覆盖地图。尽管还有大量工作要做，但近期的成果令人振奋：Azure中的专用计算基础设施在不到10分钟内生成了全美地图，成本不到50美元。
人工智能能够带来变革，因为如果我们知道地球上正在发生什么、何时何地发生，采取行动就会更容易、更有效，也更不容易受到政治化影响。创新速度是少数几项能够跟上气候变化步伐的因素之一。利用人工智能的力量监测当前土地利用方式的影响并建立情景模型，意味着我们或许能首次随时掌握适当的信息，从而以更有效、更可持续的方式管理土地、流域和生态系统。
本文是世界经济论坛的“地球第四次工业革命”系列文章之一。该系列探讨创新技术如何开始改变我们管理自然资源的方式，以及如何应对气候变化和工业化造成的其他环境挑战。
