一种名为强化学习的人工智能技术，或能帮助我们解决世界上一些最复杂的问题。
它使算法能够在模拟器（即数字孪生）中通过反复试错，学会如何执行任务。
将这一技术应用于地球数字孪生体，测试各项气候保护举措，或能帮助我们应对气候变化。
去年，我们与新西兰帆船队“阿联酋新西兰队”（Emirates Team New Zealand）启动了一个雄心勃勃的项目，旨在打造一个人工智能机器人，使其能够在数字模拟的真实航行条件下，驾驶该队设计的任何类型船只的数字版本。这将使工程师能够比以往更快地测试各种船型设计，而该队的人类船员只能在训练间隙抽出几个小时，难以频繁安排时间进行测试。
要像世界顶级帆船手那样驾船，这款人工智能机器人需要学会执行多种不同的操控动作，在各种风况和海况下选择最佳航线，相应地调整14种不同的船上控制装置，评估自身决策的结果，并在较长的时间跨度内不断改进决策。
我们使用一种名为强化学习的人工智能技术训练这一机器人。强化学习使算法能够在模拟器（即数字孪生）中测试各种操作，并通过奖励机制即时获得对这些操作的反馈，从而通过反复试错学会如何执行任务。
要让机器人达到如此精英的航行水平，是一个极其复杂的问题。但这类复杂问题的特点是环境动态多变，包含大量变量，且可供选择的行动和路径众多，而这正是强化学习的专长所在。
强化学习的力量
这项技术几乎适用于每个行业。例如，零售商曾经可以合理地预期，过去的消费者行为能够预示未来的偏好；而如今，他们所处的世界中，消费者的购买模式和偏好变化迅速，新冠疫情的反复更是不断重新定义人们的生活方式。制造商和消费品企业正承受压力，需要构建动态的供应链，以便随时应对世界任何地方的气候、政治和社会变化。这些挑战中的每一项都代表着一个复杂且高度动态的优化问题，只要具备合适的数据和反馈回路，便非常适合运用强化学习来解决。
完成该项目后，我们退后一步，思考如何将强化学习这一日益可行的技术应用于紧迫的社会挑战。强化学习擅长解决复杂的优化问题，并预测下一步的最佳行动。例如，这项技术能否用于识别和确定最急需粮食援助的地区，并优化全球范围内的粮食分配？
它如何应对气候变化
就气候变化而言，强化学习能否应用于地球的数字孪生体，以测试全球范围内众多独立的气候保护举措如何能够最佳地排序并结合为相互强化的整体？若干进展或正在汇聚，使这一设想成为可能。
首先，我们拥有足够的数据：预计到2025年，全球数据圈将达到175泽字节，卫星也在不断向地球传输数据，这些数据可用于增进我们对气候如何变化及其原因的理解。例如，2016年6月，GHGSat发射了首颗高分辨率卫星，该卫星能够获取世界任何工业设施的大气测量数据，并计算相关的温室气体排放量。另一个例子是，借助人工智能的卫星图像技术， NCX得以对全球森林进行精确清查，这些信息有助于我们培育更大、更强壮、能够吸收更多二氧化碳的树木。
海洋监测也取得了显著进步。例如，美国国家海洋和大气管理局利用数千个浮标监测海洋温度、洋流、水位和化学成分，这些浮标和浮标式仪器每天在海面和深层进行测量。
其次，全球一些最大的企业正逐渐意识到自身的环境责任，纷纷推出目标宏大的气候保护举措。强化学习或可评估这些举措的成效。
以下是几个例子：
微软承诺投资10亿美元用于气候措施，并于2030年前消除碳排放。
星巴克承诺将储存的碳多于排放的碳，消除废弃物，并提供多于其用水量的清洁水。
谷歌已转用100%可再生能源为其能源供应，并使用强化学习算法为数据中心降温，节能约40%，同时正与DeepMind合作，运用机器学习算法预测风力水平，并据此安排向电网输送电能。
在麦肯锡公司，我们承诺于2030年前实现净零气候影响，目前已转用95%的可再生能源，并自2018年起抵消了100%的温室气体排放。
第三，实施强化学习的成本和复杂性正在降低。最新的强化学习算法迭代版本在训练执行任务方面效率大幅提高，从而显著降低了计算成本。与此同时，计算本身的成本也已大幅下降。企业如今可以在云端获取专用系统，并仅为实际使用部分付费。云服务提供商也加大力度，推出预先封装、可直接用于企业的强化学习框架，这些框架可以以流水线方式部署，从而省去部分人工编码和集成工作。
最后，也是最重要的一点是，欧盟委员会于今年3月宣布了“地球目的地”（Destination Earth）倡议，科学家将致力于创建地球的数字孪生体，以实现对气候变化的测绘，并评估可以减缓或扭转气候变化的解决方案。欧盟计划随着时间推移，向各行业开放这一数字地球模型供其使用。“地球目的地”倡议所生成的模型或可提供一个测试场，用于判断强化学习能否分析全球范围内的气候举措，评估其整体成效，并确定需要采取哪些进一步行动，以遏制或扭转气候变化。
这并非易事，也不是灵丹妙药。但随着新的人工智能工具和其他技术日益可行且功能强大，我们应当探索此类途径，汇聚产业界、学术界和公共机构的力量，共同推动重大全球性问题取得实质性进展。
