人工智能的气候案例尚未提出

人工智能的气候案例尚未提出 人工智能领导者声称他们的技术将解决气候问题。到目前为止，证据大多指向相反的方向。斯蒂芬妮·阿内特/麻省理工学院技术评论 | Getty Images、Adobe Stock、Envato 本周，当各国在土耳其安塔利亚召开联合国气候会议时，人工智能可能成为主导话题。东道主已经呼吁各国承诺确保人工智能的设计、驱动和部署都支持气候行动。但到目前为止，尽管人工智能公司提出了一些非常乐观的说法，但世界各地的行业在利用这项技术来实际减少使地球升温的温室气体排放方面还远远不够。 2024 年，OpenAI 首席执行官 Sam Altman 宣称人工智能将带来“惊人的胜利”，包括“修复气候”。前一年，在 2023 年的一篇专栏文章中，谷歌可持续发展主管和她的合著者写道，到 2030 年，人工智能可以将全球排放量减少 5% 到 10%。一些学术研究人员已经研究了这些与人工智能相关的气候主张。去年，由伦敦经济学院格兰瑟姆研究所和 Systemiq 公司的研究人员领导的一项同行评审研究估计，到 2035 年，人工智能每年可以帮助减少相当于 3.2 至 54 亿吨二氧化碳的全球排放量——即使在扣除人工智能自身的能源足迹之后，这与美国每年与能源相关的排放量大致相当。这些潜在收益主要集中在三个行业：电力、肉类和乳制品以及汽车。但此类预测的好坏取决于我们是否愿意根据当今的现实对其进行检验。那么，是否有证据表明这三个行业中最大的公司正在开始按照研究的预测整合人工智能？如果是，结果是否符合预期？或者说 2035 年这个数字仍然是人们所期望的？这些行业的公司已经宣布了许多初步努力，将人工智能融入到各种商业实践中。但本文的第二作者在人工智能辅助下对每个部门重要市场参与者的公共信息进行了审查，发现很少有人宣布他们正在追求为研究中的预测提供依据的具体减排路线，而声称他们已经利用这些路线来实现有意义的气候进展的人更少了。电力行业是早期研究的基础数学最为具体的领域：人工智能驱动的供需预测可以将已建成的太阳能和风能设施到达电网的可再生电力数量增加高达 20%，预计每年可以减少 18 亿吨的排放。然而，根据分析，在中国、美国和欧洲审查的电网运营商中，只有一家部署了已知的有意义的、有效的此类人工智能程序。英国国家电网 ESO 和 Open Climate Fix 之间的合作将电网运营商的太阳能预测误差（预测的入射阳光量与实际到达太阳能电池板的阳光量之间的差异）减少了一半，每年避免了数十万吨二氧化碳的排放。然而，除了英国的这个例子之外，欧盟、美国和中国的许多其他电网运营商在公共记录中几乎没有显示出该研究设想的人工智能集成的情况。肉类和乳制品行业的技术成熟度与市场现实之间存在着最鲜明的对比。为了实现早期研究中预期的 2035 年减排目标，人工智能需要缩小传统蛋白质与替代蛋白质（例如实验室种植或植物性汉堡和牛奶替代品）之间的口味和成本差距。人工智能和食品科技公司 NotCo 最近与卡夫亨氏 (Kraft Heinz) 成立了一家合资企业，利用其平台 Giuseppe 来实现这一目标，这是实现这一目标的最明确的努力之一，该平台分析植物分子数据，以精确地复制动物产品的味道、质地和气味的组合。但人工智能辅助审查表明，很少有其他替代蛋白质公司能够在产品开发中采用如此深度集成的人工智能方式。与此同时，该行业似乎面临着更根本的问题，包括主流消费者采用速度缓慢和资金水平下降。最值得注意的是，流入人造肉的风险资本从 2021 年 9.89 亿美元的峰值下降到去年的 8300 万美元左右。交通运输行业提供了一些有希望的例子，说明实现研究预测所需的人工智能集成类型，特别是在电池制造商和乘车共享平台之间。 CATL 控制着全球约 40% 的电动汽车电池市场，推出了一款人工智能系统，该系统经过超过 100,000 个电池设计案例和 600 TB 的测试数据进行训练。据该公司称，它将筛选候选材料所需的时间缩短了两个数量级。独立研究人员还