人工智能(AI)现在已经不可避免，成为全球范围内讨论的话题。人工智能的发展引起了多个行业的兴奋和担忧。然而，人工智能在环境领域也可以发挥作用。
例如，该技术有潜力解决应对全球气候变化背景下的复杂问题。人工智能还可以加快技术进步，加快新的和更可持续材料的开发，提高能源效率，为灾难响应提供信息，并预测侵蚀、山体滑坡和天气模式等环境过程。
这些进步并非没有风险。人工智能可能会导致多个行业的工作岗位流失，加剧资源和能源的使用，并增加错误信息和偏见的传播。出于这些原因，必须以道德和负责任的方式对人工智能进行监管，以确保安全和保护公共利益。
我们请宾夕法尼亚大学的两位受人尊敬的教职人员，法学和政治学教授CaryCoglianese，以及电气和系统工程以及计算机和信息科学教授BenjaminC.Lee，利用他们独特的专业知识和学科背景来阐明这一问题。本次问答中人工智能对环境挑战的影响。
首先，什么是人工智能?
李：人工智能是指你可以承担最初由人类设计或完成的任务，并通过编程让计算机来完成这些任务，因此有了“人工智能”这个词。人工智能已经被研究了很长时间，但我们在2000年代看到了重大突破，因为有大量数据可用于教授计算机程序如何建立连接和执行任务。这个过程称为机器学习。
Coglianese：对于人工智能的定义有很多种。例如，我的恒温器在我编程后会自动调节，这可能被认为是人工智能。但我通常认为它是机器学习算法的应用来预测复杂问题的结果并识别模式。人工智能可以内置到从财务管理系统到在线故障排除聊天机器人的所有内容中。它们可以作为一个系统来支持甚至有时取代人类决策。
人工智能与气候变化和环境有何关系?
Coglianese：我们正在进入一个必须优化自然资源的时代，例如水、清洁空气、肥沃的土壤和贵金属。人工智能可以真正帮助我们解决各种资源稀缺和优化问题。
我认为人工智能在应对气候危机方面至关重要的另一个应用是电网管理。当你拥有许多较小的分布式电力生产源(例如人们屋顶上的太阳能电池板)而不是较大的集中式电力生产源(例如燃煤发电厂)时，人工智能可以帮助管理复杂的电网。通过准确预测能源供需，人工智能可以提供电力优化策略，这在向可再生能源的整体过渡中将变得越来越重要。
我可以继续举很多例子，说明人工智能预测对于洪水管理、风暴应对和减少全球碳排放等问题非常重要。人工智能可以生成复杂的预测来实时模拟未来场景。各种气候恢复和适应工作也将受益于人工智能。人工智能还可以用于污染预防或废物减少目标的复杂分析和进度跟踪，例如与空气质量或企业碳足迹相关的目标。
Lee：我对人工智能使用的能源思考了很多。看看大规模的高性能数据中心，比如谷歌或亚马逊建造的数据中心，问题是：这些数据中心使用了多少能源，以及这个数字增长的速度有多快?研究人员发现，信息技术占全球能源总量的比例仅占1%，并且在过去几年中没有变化。1%虽然很大，但也不是很大，人们惊讶地发现能源使用量的增长幅度并没有多大。大型科技公司通过其数据中心实现了规模经济，提高了能源效率并降低了数据中心计算的成本。与此同时，人工智能无疑正在推动许多新的数据中心建设，例如微软。如果五到十年后我们仍占总能源的1%，我会感到惊讶。其中大部分增长将由人工智能驱动。
ChatGPT等生成式AI模型的计算成本将比传统数据中心工作高得多。例如，如果Google网络搜索消耗一定量的能量，则要求ChatGPT给您答案可能会消耗7到10倍的能量。如果每个人都开始像使用搜索引擎一样使用GPT，我们将看到能源成本大幅增加。除了当今的搜索引擎之外，我们预计许多新应用程序将首次通过生成式人工智能启用。
人工智能如何可持续发展?其中涉及哪些障碍?
Lee：两三年前，科技行业有很多关于可持续发展的讨论，公司正在继续为可持续发展设定雄心勃勃的目标。然而，人工智能的出现改变了谈话方式，并极大地改变了优先事项。公司已开始采取“全体人员齐心协力”的方法，为自己在生产应用程序和系统中开发和部署人工智能做好准备。
可再生能源的安装量需要大幅增加。《降低通货膨胀法案》可能会导致可再生能源投资大幅增加，这可能会有所帮助。如果人工智能的使用由可再生能源提供动力，人们有望实现碳中和，但我认为我们离这个目标还很远。我们越来越认为电池将在能源存储中发挥重要作用，这可以支持更广泛的向可再生能源的过渡。
Coglianese：推动人工智能向前发展，使其依赖于更可持续的能源，这将与整体经济向可再生能源(即不是石油、天然气或煤炭)的转型密切相关。关于如何实现这一转变的研究正在进行中，但为制造、生产和运输寻找更高效的能源无疑是一个值得探索的重要领域。我认为当今人工智能的主要政策问题是如何管理快速的创新，特别是在私营部门，同时保护公众免受与人工智能相关的一些风险，例如隐私、偏见和操纵。
人工智能如何影响环境政策和监管?
Coglianese：人工智能在识别潜在的环境法规违规者方面非常有用。美国各地有数十万个经许可、受EPA监管的设施，例如重工业场所或化石燃料发电厂。这远远超过了政府检查员可以定期检查或评估合规性的设施数量。因此，我们必须弄清楚如何在如此庞大的潜在违规者中最好地分配我们稀疏的检查资源。我的一些研究表明，人工智能可以非常有效地预测哪些设施可能违反环境法规;我们应该去检查这些设施，这样可以利用我们有限的资源提高效率。例如，另一组的研究表明，与随机选择设施相比，美国环保局通过使用机器学习算法，可以将水污染违规者的检测提高600%以上。这只是这项技术有用的一个例子。
除了支持环境合规性之外，人工智能还可以用于卫星监测，以跟踪全球气候变化的影响以及多个规模的可持续发展目标的进展。
知道人工智能会产生偏见，如何减轻这种偏见，特别是在环境正义的背景下?
Coglianese：首先要指出的是，人工智能的力量来自其算法训练的数据。当今存在的大部分数据都是人类生成的，而人类对这些数据存在偏见。因此，风险在于，如果人工智能的训练没有太多关注或考虑内置偏见的数据，那么结果将仅仅反映这些偏见。我认为，一般来说，当你将人工智能与具有隐性偏见的人类决策进行比较时，人工智能有潜力在整个应用范围内创建更公平、准确和高效的系统。这并不是为了减少对人工智能算法中重复存在偏见的严重担忧，特别是如果它们没有以深思熟虑和负责任的方式处理的话。它提供了一些可能性，如果我们谨慎使用这些数字工具，在某些情况下我们甚至可以做得更好。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！