DeepMind要进军环保，拯救气候危机了？

很多人相信，令人惊叹的AI隐藏着令人战栗的威胁，而且目前看来，AI的确以前所未见的方式介入甚至控制了人类生活，我们应对此保持警觉。

同时，气候危机是人类面对的另一大威胁，为求自保，我们寻求各种方法延阻气候变化。

那么，人工智能可否介入到我们应对气候变化的工作中，助我们控制危机？谷歌旗下人工智能实验室DeepMind，一直在利用其AI专业知识，尝试以3种不同方式解决气候问题。

美国《连线》（WIRED）杂志最近采访了DeepMind的气候行动负责人西姆斯·威瑟斯彭（Sims Witherspoon），探讨了人工智能帮助人类应对气候变化的方式以及现有障碍。

问：人工智能如何帮助我们应对气候变化？

关于这个问题，可以从多方面进行探讨。AI能怎样缓解气候变化？怎样让人类适应变化？怎样减少气候变化导致的损失？怎样在生物多样性和生态学等方面提供解决方案？而最值得我们深入讨论的，是怎样切实可行地运用AI优势来应对气候挑战。

我认为AI优势的应用主要在三个方面。第一个方面，人工智能通过更高质量的预测和监测模型帮助我们了解气候变化，以及我们面对的与气候变化相关的问题。

天气预报中有一种所谓的临近预报（Precipitation Nowcasting），即提前几小时甚至几十分钟预测降雨。气象局认为我们DeepMind的模型能比其他方法更有效更准确地临近预报。这令人欣喜，同时也意味着AI有潜力就气候变化做出优质预报，成为用于理解气候变化的关键工具。当然，这只是个开始，气候问题比临近预报复杂太多。

问：那么第二个和第三个方面是什么呢？

第二个方面是人工智能对当前系统和现有基础设施的优化。为了绿色的明天而抛弃现有的体系，从头构建新系统，显然是不切实际的，生活还要继续。

我们曾利用AI提高了数据中心的能源效率，成功实现30%的节能。

第三个方面，则是大众期待当中的人工智能的作用——加速科学突破。

我们曾在《自然》发表一篇论文，介绍我们使用神经网络来训练一个强化学习模型，使其学习如何控制现实世界托卡马克装置（可控核聚变反应堆）中的等离子体形状。如果AI帮助我们真正了解等离子体物理学，真正实现控制，人类将有望获得取之不尽的清洁能源。

问：人工智能本身也产生碳排放，数据中心会消耗大量能源，如果不讨论这些问题，AI与气候变化的话题就缺少意义，人们越发意识到这一点。您如何看待此问题？训练AI所产生的碳排，何时才会少于它能减少的碳排？

我很想看到这方面的分析，不知道有没有人做过。近年来，我们看到的许多语言模型和生成式AI的成功案例，的确，它们都是能源密集型产品。

我们认为，了解这些模型本身及其能源消耗情况，并对此保持开放态度，是非常重要的。与此同时，我们还要尽可能减少AI模型的计算量。因此，我们应从多个方面来思考问题，更多思考“如何部署尽量节能的解决方案？”

问：阻碍人工智能用于应对气候变化的因素是什么？

第一个障碍是数据访问。无论是电力、交通还是建筑和城市方面，所有部门的气候关键数据都存在巨大差距。我们的一个合作伙伴曾发布了“气候关键数据集愿望清单”（climate critical data set wishlist），我认为拥有这些数据集，并让人们对这些数据集持积极态度，是非常重要的。

与数据几乎同等重要的另一个方面是寻求专家合作。DeepMind团队专注于AI研究和AI产品开发，我们不是等离子体物理学家，也不是电气工程师。因此，当我们搜寻有意义、值得探索的问题时，我们需要与那些遇到过、思考过、解决过实际问题的专家合作。这类合作可确保：一方面，我们完全了解自己构建AI方案的目的；另一方面，我们构建的任何东西都会被实际应用。

问：安全方面会有顾虑吗？当“核聚变”和“人工智能”同时出现在一句话里时，一般人都会感到紧张吧……

针对安全相关问题，我们也应当与领域内的专家合作，确保自己非常了解系统，以及需要什么来保证系统安全。这些专家向我们传授安全要义，然后我们遵循特定规则来构建解决方案。

我们还进行了气候和可持续性层面的大量分析，预期潜在影响是什么，以及它的所有下游影响又如何。

问：作为一个技术乐观主义者，你对于人工智能全面应对气候变化的未来，有何看法？

技术乐观主义者的观点是，我们只要能做到有效运用，就可借助AI等变革性工具，以前所未见的高效程度解决特定部门和非特定部门的问题。

最令我兴奋的一件事是人工智能拥有理想的多功能性和可扩展性。考虑到我们要解决与气候变化相关的大量问题，一种高度通用且高度可扩展的工具是必要的。