AI 的权力饥渴引起了人们的注意 — 它在气候方面的胜利值得更多

快速阅读: 据《清洁技术》称，尽管人工智能耗能问题备受关注，但其在气候行动中的贡献更为显著。通过优化可再生能源、提升电网效率、加速工业脱碳及革新气候风险评估，人工智能在减排方面发挥了重要作用。硬件创新和优化技术的进步也提高了能效，使其成为对抗气候变化的关键工具。

人工智能因能耗问题常受批评，像GPT-4这样的大型模型在训练过程中消耗数十亿千瓦时的电力。然而，重要的是将其置于更广泛的能源消耗和人工智能应用趋势的大背景下。我曾多次根据需要发布内容以提供背景信息，现在是时候再次探讨人工智能的应用案例了。虽然美国的数据中心占比全球45%，至少目前如此，其他国家的数据中心比例远低于美国，2022年数据中心占美国电力需求的约4.4%。但过去25年来整体电网需求相对稳定——尽管数字活动呈爆炸式增长。实际上，人工智能的能源足迹正在变化，硬件和优化技术的进步正快速提高能效。例如，英伟达于2024年推出的布莱克韦尔GPU架构在人工智能推理方面提供了高达30倍的性能提升，同时比其前代产品节省了高达25倍的能源。这些创新表明，随着技术变得更加高效，人工智能初期的能源激增将逐渐减缓。

与此同时，人工智能为气候解决方案带来的好处——通过精准预测、工业脱碳和实时排放跟踪——远远超过了其当前的能源成本。人工智能不仅是一个电力消费者；它还是推动可持续未来的使能者。我再次提及，因为在2020年我发布了一份关于机器学习和清洁技术的151页报告，从我的角度来看，作为一名参与了多大洲重大转型和创新项目的科技专业人士，这份报告解释了该技术的核心方面，并汇总了当时正在探索的应用案例。这不会是一份全面的回顾，因为很可能无法弄清这项核心技术所应用的甚至10%的案例。不，这是一份对该领域的关键应用案例进行简要调查的文章。

人工智能正在改变可再生能源并网方式，使风能和太阳能发电更加可预测和可靠。可再生能源面临的一大挑战是其波动性——风并非总在吹，太阳并非总在照耀。为了解决这一问题，人工智能驱动的预测正在帮助电网运营商更准确地预测能源产出，从而减少对化石燃料备用系统的需求并提高电网稳定性。谷歌的深度思维与谷歌的风电场合作，利用人工智能模型将风能预测精度提升了20%，使运营商能够更有效地调度电力传输。更准确的预测减少了能源浪费，降低了对高碳排放峰值电厂的依赖，并使可再生能源与传统能源来源更具竞争力。随着人工智能不断改进天气预测和优化电网管理，它将在扩大可再生能源规模和加速向低碳经济转型中发挥越来越关键的作用。当然，在美国没有为私人服务支付额外费用的情况下，这是不可能的，因为削减国家海洋和大气管理局(NOAA)预算似乎有意迫使美国人和美国公司依赖营利性天气公司，此外还破坏了国家的气候科学。

人工智能正在成为对抗甲烷排放的关键工具，甲烷是导致气候变化的最强大的温室气体之一。像GHGSat和凯罗斯这样的公司利用人工智能驱动的卫星成像技术，以前所未有的精度检测来自石油和天然气作业、农业以及垃圾填埋场的甲烷泄漏。这些系统分析红外卫星数据，精确定位到源头的泄漏，使企业和监管机构能够迅速采取行动。例如，GHGSat的技术可以检测每小时仅为100公斤甲烷的排放，提供之前传统监测方法无法实现的实时洞察。甲烷在20年内造成的温室效应几乎是二氧化碳的90倍，人为甲烷排放约占全球变暖影响的30%。人工智能驱动的检测已经识别并缓解了大规模泄漏——凯罗斯估计，快速检测可以预防每年数以百万吨计的甲烷排放，相当于让数百万辆汽车停止上路。然而，在美国，由于当前政府的压力，甲烷泄漏缓解计划可能面临困境，但在全球范围内却至关重要。

人工智能正在使电动汽车（电动车）充电变得更智能化和高效，帮助减少电网压力同时最大化可再生能源的使用。像特瓦奇和自由无线技术这样的公司利用人工智能驱动的分析优化充电时间表，确保电动车在电力需求较低或有可再生能源过剩时充电。人工智能还能预测电池老化情况，延长电池寿命并提高整体效率。通过动态调整充电模式，这些系统可以避免电网过载，并减少对化石燃料供电备用电源的依赖。电动车充电优化可以将峰值电力需求降低多达30%，从而减少高排放备用电源的需求。根据国家可再生能源实验室（NREL）的研究发现，智能充电可以使与电动车相关的电网排放减少高达20%，尤其是在与可再生能源结合使用时。

人工智能正在加速寻找低碳材料和新型替代品，推动下一代电池、催化剂和碳负替代品的突破。机器学习模型能在极短的时间内分析数百万种化学物质，识别能提高能源效率并减少排放的材料。深度思维的阿尔法折叠最初设计用于蛋白质折叠，现在被应用于材料科学，帮助研究人员预测可持续替代品的分子结构，如在能源存储和建筑等行业。人工智能驱动的材料发现已促使固态电池的更快开发，这可以提高电动车的效率并减少对锂矿开采的依赖。人工智能也在帮助开发碳负水泥替代品，这有助于减少目前占全球二氧化碳排放量8%的水泥生产排放。通过加速低排放技术的市场应用，人工智能在脱碳关键行业和加速向可持续经济过渡中发挥着至关重要的作用。

人工智能正在通过实现珊瑚礁和海洋生物多样性的实时监测，来革新海洋保护工作。由艾伦珊瑚地图集等项目使用的AI驱动计算机视觉技术分析卫星图像和水下照片，以检测珊瑚白化早期迹象，跟踪珊瑚礁健康状况，并绘制海洋生态系统的变化图。通过自动化过去劳动密集型的过程，人工智能使科学家和环保主义者能够更迅速地应对环境威胁，改善保护脆弱海洋栖息地的努力。珊瑚礁支持着所有海洋生物的25%，并且作为天然碳汇发挥作用，但不断上升的海洋温度和酸化正在以惊人的速度引起大规模白化事件。人工智能驱动的监测已经帮助确定了世界上超过90%的珊瑚礁，为研究人员提供了指导修复工作和制定政策干预的关键数据。通过增强保护策略并促进可持续海洋管理，人工智能在保护海洋生物多样性和减轻气候变化对全球海洋影响方面发挥着重要作用。

尽管人工智能的能源消耗常受到质疑，但其在推动气候行动中的价值远超其能源消耗。人工智能优化可再生能源整合，提升电网效率，并加速钢铁和水泥等行业实现工业脱碳。它革新了气候风险评估，加快了低碳材料的发现，并通过监测森林砍伐和海洋健康加强了保护工作。智能碳核算、甲烷泄漏检测和精准农业进一步展示了人工智能在大规模减排中的作用。随着人工智能硬件的创新继续提高效率，其气候效益——以数十亿吨级别的减排衡量——使其成为对抗气候变化的重要工具。

(以上内容均由Ai生成)