AI报告称，在迪拜COP28会谈前提出气候解决方案-彭博社

一名工人使用铁勺从高炉中取样熔融的钢水。人工智能已经帮助一家钢铁生产商通过提高运营效率来降低成本和碳排放。

摄影师：Andrey Rudakov/Bloomberg 人工智能 现在已经成为世界领导人、气候外交官和成千上万其他人汇聚迪拜参加 联合国气候峰会 的议程之一。机器学习的支持者们将其视为一个可以实现巨大减排的工具。

根据日本政府组织的国际气候论坛“创新倡议论坛”发布的一份新报告，像水泥和钢铁这样难以减排的行业可能特别受益。该报告的最终版本将在 COP28气候谈判 上提交，该谈判将于本周四开始。

工业部门占全球碳排放的约三分之一，但机器学习模型有望帮助降低其对气候的影响。AI公司Fero Labs的联合创始人兼首席科学家Alp Kucukelbir表示，通过确定生产钢铁和水泥等产品所需的最佳原材料量，可以降低材料使用量和相应的排放，同时保持产品质量。他是该报告的共同作者之一。

钢铁行业已经开始利用人工智能来实现这一目标。在巴西，钢铁生产商Gerdau使用了Fero Labs的机器学习模型来提高工厂的效率。据报告称，Gerdau每吨钢节省了3美元，同时将排放足迹减少了约8%。（作为对比，当前钢材的价格约为每吨900美元。）

“利用软件来减缓气候变化的优势在于影响是立竿见影的，”他说。

机器学习模型帮助公司计算如何增加回收利用的原料并减少保持质量所需的材料数量，最终消除了每年需要开采和精炼50万磅原材料的需求。

报告作者写道，人工智能也可以应用于工业环境中，通过利用历史数据避免过去的错误，迅速解决生产问题并最小化能源消耗。

这项技术还可以用于开发对能源转型至关重要的新材料，如电池阳极和太阳能光伏。

通常使用试错方法来开发新材料，需要反复实验直到有所突破。人工智能可以帮助将开发材料所需的时间从几个月缩短到几周。通过结合一个能减少每次实验时间的早期预测模型和一个能减少实验次数的算法，一项关于最大化电池寿命的研究成功将确定快速充电技术并最小化电池退化所需的时间从超过500天缩短到16天。

尽管这项技术有望降低排放，但人工智能也因其大量的能源需求而带来气候风险。研究人员发现，训练单个人工智能模型所消耗的电力可能比100个美国家庭一整年的用电量还要多。但是，缺乏透明度和行业的快速增长使得确定人工智能消耗了多少能源变得困难。

AI也可以被用来延长化石燃料的寿命。石油公司已经在使用机器学习技术来预测最有生产力的钻探地点，而此时的研究指出需要逐渐减少化石燃料的使用。安永最近的一项调查发现，超过92%的石油和天然气公司要么正在投资，要么计划在未来两年内投资于人工智能。

11月，微软公司发布了一份论文，讨论了利用人工智能加速可持续解决方案的能源问题。“随着支持人工智能模型所需的基础设施扩大，对能源和水等资源的需求将会增加，”作者写道。

“我们在这篇论文中关注的一个问题是真正理解能源消耗来自何处，”微软首席可持续发展官Melanie Nakagawa在谈到微软对人工智能能源问题的不断演进时说道。

除了能源消耗，安全性也是在应用人工智能解决气候问题时需要考虑的另一个风险。研究发现，人工智能模型可能出错，一项研究发现ChatGPT超过一半的回答存在不准确性。

尽管可能无法完全消除不准确性或不确定性的风险，但重要的是人工智能工具要量化和传达不确定性，以便用户能够做出适当的响应，谷歌母公司Alphabet Inc.的气候人工智能研究小组产品经理Juliet Rothenberg表示。其他人为的支持措施也可以帮助减轻风险，比如让人员查看人工智能生成的结果，她说道。

她说，公司的项目专注于交通灯优化显示了一条前进的道路。谷歌的人工智能技术分析了城市的交通模式，并向规划者提供建议，以便如何设置红绿灯，以减少怠速和过多的碳排放。最终，交通工程师决定是否采纳这些建议。

“拥有人类和情境意识，并与利益相关者密切合作，这是我们认为非常重要的事情，”罗森伯格说。