*全文共7206字，閱讀約需要19分鐘

Chat GPT發(fā)布后，人工智能的討論熱度被無限推高。氣候經(jīng)濟(jì)學(xué)教授尼古拉斯·斯特恩（Nicholas Stern）認(rèn)為21世紀(jì)的增長將由綠色技術(shù)和人工智能驅(qū)動，而在過去的AIGC（AI生成內(nèi)容）元年，我們已看到許多利用AI結(jié)合不同風(fēng)格流派創(chuàng)作而成的氣候危機(jī)景象，創(chuàng)作者們正憑借藝術(shù)的沖擊力喚醒著公眾的可持續(xù)發(fā)展意識。如今，隨著這項變革技術(shù)的不斷發(fā)展，AI已被企業(yè)和組織更加廣泛地用于推動氣候變化的全球行動中。

AI模擬葛飾北齋和梵高筆觸所繪制的氣候危機(jī)景象 ｜圖源：循環(huán)派

與此同時，人們也發(fā)現(xiàn)了AI應(yīng)用的一些弊端：AI投入部署、進(jìn)行訓(xùn)練耗能巨大，導(dǎo)致大型數(shù)據(jù)中心能源消耗顯著增長；目前尚未建立完全的行業(yè)準(zhǔn)則，難以保證AI發(fā)展合乎規(guī)范……沒日沒夜在運(yùn)行的算法程序究竟消耗了多少能源？綠色計算究竟真的綠色嗎？這也逐漸成為推動可持續(xù)發(fā)展進(jìn)程中令人擔(dān)憂的問題。

本期種草機(jī)，將分析人工智能崛起背后的增速極快的能源消耗問題、關(guān)注AI賦能可持續(xù)發(fā)展的潛在出路，并且聚焦目前AI在可持續(xù)發(fā)展領(lǐng)域的前沿應(yīng)用，與大家共同探討走向科技賦能自然的美好未來的可能性。

本期內(nèi)容概覽

1

面對氣候變化，AI在幫倒忙嗎？

2

AI綠色計算的出路在哪？

- 解決排碳巨獸：減少數(shù)據(jù)中心耗能

- 提升算法效率：減碳的“去中心化”

- 加強(qiáng)效能循環(huán)：更新芯片、回收利用

3

AI如何賦能氣候治理？

- 預(yù)測和適應(yīng)氣候變化：Climate AI

- 智能電網(wǎng)：Smart Grid

- 精準(zhǔn)農(nóng)業(yè)：Precision agriculture

- 材料及氣候科學(xué)創(chuàng)新

1

面對氣候變化，AI在幫倒忙嗎？

無論是在減排溫室氣體還是保護(hù)生態(tài)多樣性方面，人工智能在收集、監(jiān)測和分析處理數(shù)據(jù)的貢獻(xiàn)都不容小覷。但隨著AI應(yīng)用范圍擴(kuò)大，計算量正指數(shù)級地上升，隨之帶來的能源消耗量也以驚人的速度攀升，這進(jìn)一步加劇了當(dāng)前的能源危機(jī)。

有關(guān)數(shù)據(jù)表明，2012年以來，訓(xùn)練人工智能系統(tǒng)所需的計算資源每3-4個月就翻倍。作為提供規(guī)模經(jīng)濟(jì)的IT基礎(chǔ)設(shè)施——數(shù)據(jù)中心，日常運(yùn)行需要消耗超過20兆瓦的電力，這部分資源足以為約16000戶家庭供電。此外，人工智能用電高峰期所需的能源消耗可能會給電網(wǎng)帶來壓力，導(dǎo)致停電和其他中斷。

用于訓(xùn)練人工智能系統(tǒng)的算力增長情況｜圖片來源：Open AI

除了能源消耗，AI的訓(xùn)練中離不開容納用于數(shù)據(jù)處理、管理和存儲的基礎(chǔ)設(shè)施，如亞馬遜、谷歌和Meta等AI運(yùn)用較為領(lǐng)先的公司一直在美國各地建造越來越多的大型設(shè)施，因此也帶來了巨大建材消耗。另外，數(shù)據(jù)的存儲離不開硅，有半導(dǎo)體研究公司估計，全球硅供應(yīng)鏈將難以跟上目前的AI發(fā)展所需要拓展存儲空間的需求量，且這些高端設(shè)備的生產(chǎn)本身便非常耗能與昂貴，材料處理不當(dāng)還容易導(dǎo)致電子垃圾和污染等問題……這樣看來，AI發(fā)展所帶來的能源消耗與潛在污染與許多組織在未來十年實現(xiàn)碳中和的既定目標(biāo)似乎背道而馳。

2

AI綠色計算的出路在哪？

人工智能的發(fā)展正將所有電子設(shè)備變?yōu)椴粩喙B(yǎng)永不滿足的能耗巨獸，如何減少其對環(huán)境的負(fù)面影響以更好地利用AI科技幫助減緩氣候變化，實現(xiàn)向更可持續(xù)更具創(chuàng)造力的理想世界的過度是我們必將面對的時代重要課題。綠色計算怎樣能真正做到“綠色”？除了采購清潔能源來替換之外，還有哪些新興思路方法能幫助降低AI的碳足跡以減輕對環(huán)境的壓力呢？

解決排碳巨獸：減少數(shù)據(jù)中心耗能

減少使用AI產(chǎn)生的碳排放方法之一是更為有效和“聰明”地采用新技術(shù)。比如逐步增加當(dāng)前數(shù)據(jù)中心或使用當(dāng)前最創(chuàng)新數(shù)據(jù)中心來提高所用數(shù)據(jù)中心的電力使用效率（PUE），或者關(guān)閉“僵尸服務(wù)器”（使用電力但不再工作的數(shù)據(jù)服務(wù)器）來整合工作負(fù)載進(jìn)而提高單個服務(wù)器的利用率。

實施托管服務(wù)器和數(shù)據(jù)中心冷卻系統(tǒng)也是減排的可行方式，企業(yè)可以簡單地將數(shù)據(jù)中心轉(zhuǎn)移到溫度較低的位置或投資新的冷卻技術(shù)。例如微軟已與芬蘭電力公司Fortum合作，在赫爾辛基建立了數(shù)據(jù)中心，最大限度考慮設(shè)備余熱回收，該數(shù)據(jù)中心產(chǎn)生的廢熱被用于該地區(qū)的家庭和企業(yè)供暖，每年將減少近40萬噸的二氧化碳排放量。除此之外，微軟也利用全年保持恒定的地下土壤與隨季節(jié)變化的環(huán)境空氣之間的溫差開發(fā)了更高效的冷卻系統(tǒng)，該系統(tǒng)預(yù)計將比普通電廠減少50%以上的能源消耗。

微軟與Fortum合作于芬蘭赫爾辛基建立的熱能中心｜ 圖源：微軟官網(wǎng)

提升算法效率：節(jié)能杠桿疊加效應(yīng)

人工智能與傳統(tǒng)計算的區(qū)別是：AI超越了手動輸入值，從更大的數(shù)據(jù)集（如互聯(lián)網(wǎng)）中提取信息，依靠更為復(fù)雜的概率模型測算與任務(wù)的相關(guān)性來使其適應(yīng)新信息和需求，以提供與人類高度相似的輸出能力。因此，在人工智能計算的不同階段找到節(jié)能杠桿，開發(fā)低功耗訓(xùn)練算法有助于極大減少能對環(huán)境的負(fù)面影響。

在從系統(tǒng)角度設(shè)計算法幫助AI減排之前，需要先理解AI算法運(yùn)行的不同步驟。AI算法主要分三個部分：首先是數(shù)據(jù)預(yù)處理（pre-processing），通過標(biāo)記或清理數(shù)據(jù)搭建數(shù)據(jù)組（structured data ）試圖在其中創(chuàng)建一些結(jié)構(gòu)。預(yù)處理完成后，就可以開始AI“訓(xùn)練”（ Training ) 教系統(tǒng)如何解釋數(shù)據(jù)。接下來可以進(jìn)行 AI 推理（inference），即運(yùn)行模型以響應(yīng)用戶的搜索查詢。

針對不同階段的減排思路有：在數(shù)據(jù)預(yù)處理過程，輸入結(jié)構(gòu)化數(shù)據(jù)而不是大量原始數(shù)據(jù)，并通過更少的訓(xùn)練示例或更少的梯度步驟實現(xiàn)與基線相似的性能，可以將訓(xùn)練集的大小減少幾個數(shù)量級；通過最初設(shè)置的參考系將減少模型訓(xùn)練所需樣本；在訓(xùn)練過程中，設(shè)計更有效的程序和推理可以減少所需的模型變體；通過在預(yù)訓(xùn)練和訓(xùn)練階段實施計算功率節(jié)省的整體視圖，可以進(jìn)一步降低能耗；訓(xùn)練模型選擇上，具有稀疏特征的基于樹的模型而不是深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)可以作為減少能源使用的可行替代方案。研究表明，通過選擇需要較少計算量的分支，基于樹的訓(xùn)練模型可以將能源效率提高31%，同時對準(zhǔn)確性的影響甚小。

此外，公布報告性能曲線和建立消耗指標(biāo)將成為在測量和減輕算法碳足跡方面取得進(jìn)展的催化劑。訓(xùn)練曲線為未來的開發(fā)人員提供了在一系列不同預(yù)算下進(jìn)行比較的機(jī)會，并且使用不同模型大小進(jìn)行實驗可以提供有關(guān)模型大小如何影響性能的寶貴見解。微軟去年在Azure機(jī)器學(xué)習(xí)中發(fā)布了能耗指標(biāo)，使開發(fā)人員能夠查明最耗能的工作，從而有的放矢。

Azure機(jī)器學(xué)習(xí)能耗指標(biāo)圖示｜圖源：微軟官網(wǎng)

邊緣計算：減碳的“去中心化”

提升數(shù)據(jù)中心PUE雖然能夠從根本解決能源消耗問題，但其成本實在過于高昂，對于亞馬遜和微軟這些科技行業(yè)巨頭來說是值得大量投入和長期部署的戰(zhàn)略。但對于小型科技公司，轉(zhuǎn)向云計算和邊緣計算是比提高數(shù)據(jù)中心效率更為輕巧便捷的減排方法。

過去，很多企業(yè)需要建設(shè)數(shù)據(jù)中心設(shè)施，這意味著必須支付建設(shè)、IT設(shè)備、服務(wù)器機(jī)房管理等費用，隨著云計算在過去十年中騰飛，數(shù)據(jù)中心盛行的通用處理器開始被專用處理器所取代。對于大多數(shù)人工智能使用方來說，與改進(jìn)本地數(shù)據(jù)中心相比，更有效的方法是將業(yè)務(wù)直接轉(zhuǎn)移到云基礎(chǔ)設(shè)施上。根據(jù)麥肯錫的分析，一家公司通過轉(zhuǎn)向?qū)Ｓ迷O(shè)施和云計算，將會減少其15-20%的碳排放。

云計算非常適合模型訓(xùn)練，但基于云中心執(zhí)行的多數(shù)人工智能流程都面臨一個缺點——連接或網(wǎng)絡(luò)問題可能會導(dǎo)致服務(wù)停機(jī)或顯著減慢，從而導(dǎo)致響應(yīng)緩慢及能耗增加。邊緣人工智能則能夠很好地解決這個問題。邊緣AI將人工智能處理轉(zhuǎn)化成為邊緣計算設(shè)備的一個組成部分，不需要系統(tǒng)之間的連接和集成，允許用戶在設(shè)備上實時處理數(shù)據(jù)。邊緣計算通過在電腦、物聯(lián)網(wǎng) (IoT) 設(shè)備或?qū)Ｓ眠吘壏?wù)器等本地設(shè)備上運(yùn)行操作來實現(xiàn)，有助于使用戶更容易訪問數(shù)據(jù)存儲和計算，將高性能計算能力帶到傳感器和物聯(lián)網(wǎng)設(shè)備所在的邊緣。邊緣計算的機(jī)器學(xué)習(xí)模型壓縮彌補(bǔ)了人工智能應(yīng)用程序和邊緣設(shè)備之間的差距，增加了設(shè)備的潛力，并且任何用戶端都可以在不同的硬件平臺上輕松使用。

正是因為邊緣計算允許硬件感知人工智能更快、更準(zhǔn)確、更節(jié)能及具成本效益，邊緣計算市場逐漸被視為與GPU爭奪人工智能計算市場先鋒的下一個潛力股。近期英偉達(dá)在2月秘密收購的AI初創(chuàng)企業(yè)OmniML便是一家專門從事將機(jī)器學(xué)習(xí)模型縮小到邊緣設(shè)備的公司，能夠使機(jī)器學(xué)習(xí)任務(wù)在不同邊緣設(shè)備上的速度提高10倍，而工程工作量僅為1/10。去年，OmniML推出了一款名為Omnimizer的平臺，可以將計算密集型的AI模型適應(yīng)于低端硬件，得到更小、更快、更適合所運(yùn)行硬件的模型。除了英特爾、高通、英偉達(dá)等行業(yè)巨頭外，SiMa.ai、Hailo、Mythic、Roviero等眾多初創(chuàng)公司也推出了邊緣AI芯片產(chǎn)品。

Omnimizer工作流圖示｜圖源：Medium

加強(qiáng)效能循環(huán)：更新芯片、回收利用

減碳的另一個思路是通過使用更高效的處理器、更好的冷卻系統(tǒng)和其他硬件改進(jìn)來加強(qiáng)效能循環(huán)。如開發(fā)異構(gòu)集成架構(gòu)：目前緊密集成內(nèi)存和處理單元存在于相距數(shù)毫米至數(shù)厘米的兩個獨立位置，電力需要傳輸很遠(yuǎn)的距離以促進(jìn)計算，導(dǎo)致能源和時間效率低下。異構(gòu)集成架構(gòu)將成為降低能耗的關(guān)鍵。但如何有效地集成內(nèi)存和處理是一項巨大挑戰(zhàn)，學(xué)界正在努力尋找可以促進(jìn)設(shè)計架構(gòu)的新型材料，以制造可以堆疊到處理器上的節(jié)能存儲設(shè)備。

異構(gòu)集成架構(gòu)：

異構(gòu)集成架構(gòu)通過把不同芯片整合以提升整體芯片效能。大型芯片公司如英特爾，正在開放的新方向包括：推進(jìn)Foveros 3D封裝技術(shù)以實現(xiàn)芯片大小核間的垂直堆疊、采用硅中介層技術(shù)將芯片封裝到硅載片……

在傳統(tǒng)的計算架構(gòu)中，計算機(jī)由計算、存儲等獨立芯片組成，數(shù)據(jù)在不同芯片之間進(jìn)行傳輸和處理。隨著半導(dǎo)體技術(shù)不斷發(fā)展，制造工藝不斷逼近物理極限，縮小線寬的辦法已經(jīng)無法同時多方需求。于是業(yè)界開始嘗試通過封裝、軟件等方式，進(jìn)行異構(gòu)整合。此外尋找超薄、高遷移率、可低溫制備、便于轉(zhuǎn)移和集成的材料也是業(yè)界關(guān)注的突破點。

除了芯片架構(gòu)的開發(fā)創(chuàng)新，減低碳排放也應(yīng)當(dāng)將視角延伸至整條價值鏈上，硬件的回收循環(huán)和再次利用應(yīng)當(dāng)受到同等程度關(guān)注。人工智能大部分碳排放被歸類為scope 2和scope 3排放，即與基礎(chǔ)設(shè)施和設(shè)備等長期實物資產(chǎn)相關(guān)的排放。為了減少零部件制造、運(yùn)輸和處置過程中的排放，必須從生命周期的角度來評估避免供應(yīng)商采購零部件的重度碳排。因此全面的循環(huán)設(shè)計指南和回收計劃對于減少運(yùn)行人工智能系統(tǒng)所需的資源至關(guān)重要。目前科技巨頭正在推進(jìn)采購組件的生命周期評估，并調(diào)整采購策略以支持更節(jié)能的硬件。例如，微軟制定了負(fù)責(zé)任的采購策略，并確保云硬件的生態(tài)設(shè)計要求。可持續(xù)性考慮作為整個Microsoft Azure硬件設(shè)計流程的關(guān)鍵部分，其標(biāo)準(zhǔn)包括能源效率、可修復(fù)性、可升級性和耐用性。

在不斷增長的數(shù)據(jù)中心中管理云硬件需求方面，一些公司也圍繞零浪費目標(biāo)采取了與微軟類似的措施，以確保其數(shù)據(jù)中心組件的效率和循環(huán)性，而當(dāng)前的舉措必須通過公司制定的更嚴(yán)格的政策和具體目標(biāo)來升級。人工智能用戶端也正不斷與供應(yīng)商保持合作，激勵創(chuàng)新，為市場帶來更多零碳解決方案。

3

AI如何賦能氣候治理？

AI旨在通過利用其強(qiáng)大的數(shù)據(jù)分析能力、高效的能源管理和優(yōu)化資源利用的能力等推動可持續(xù)發(fā)展目標(biāo)。作為通用性工具和戰(zhàn)略性技術(shù)，人工智能和綠色計算被作為杠桿幫助解決各個行業(yè)的環(huán)境挑戰(zhàn)，被應(yīng)用到生產(chǎn)消費生活的方方面面：優(yōu)化資源利用、提升農(nóng)業(yè)生產(chǎn)效率，整合工業(yè)制造數(shù)據(jù)……

AI如何幫助應(yīng)對氣候變化｜圖片來源：BCG報告

預(yù)測和適應(yīng)氣候變化：Climate AI

AI預(yù)測極端天氣可用于早期預(yù)警系統(tǒng)和當(dāng)?shù)貧夂蚴录拈L期預(yù)測建模，幫助人類以數(shù)據(jù)驅(qū)動自身氣候適應(yīng)。例如通過對高風(fēng)險區(qū)域進(jìn)行交互式繪圖，搭建火勢蔓延算法，AI能近乎實時地跟蹤火災(zāi)的發(fā)展，從而為可持續(xù)森林管理提供最佳資源分配和長期戰(zhàn)略信息。世界經(jīng)濟(jì)論壇已經(jīng)啟動了FireAid，它正在努力建立真正的人工智能模型，縮短響應(yīng)災(zāi)害時間，并對降低損失的提供有效建議。

實時交互野火風(fēng)險地圖：人工智能在野火預(yù)測和預(yù)防的里程碑

| 圖源：世界經(jīng)濟(jì)論壇

對于天氣的預(yù)測也廣泛應(yīng)用于農(nóng)業(yè)、建筑行業(yè)等易受極端天氣影響的行業(yè)，極大助力應(yīng)對氣候變化的兩條出路：減緩（mitigation）和適應(yīng)（adaptation），以減少自然損害。比如2017年于舊金山成立的ClimateAI，通過長期訓(xùn)練能夠結(jié)合多個來源的數(shù)據(jù)點，生成短期預(yù)測來年風(fēng)險、各地農(nóng)作物生長狀況和市場機(jī)會，進(jìn)而規(guī)劃擴(kuò)張的新地點以及預(yù)估市場。

圖片來源：ClimateAI 官網(wǎng)

另一家來自紐約的氣候AI公司Gro Intelligence分析了包括衛(wèi)星圖像和降水報告等4萬多個數(shù)據(jù)源，以預(yù)測未來干旱、洪水和其他極端天氣事件的嚴(yán)重程度和對15000多種農(nóng)業(yè)商品的影響。

圖片來源：Gro Intelligence官網(wǎng)

智能電網(wǎng)：Smart Grid

在能源領(lǐng)域，AI正被用于優(yōu)化發(fā)電和配電系統(tǒng)、預(yù)測設(shè)備故障與提高能源效率。能源電力系統(tǒng)的海量數(shù)據(jù)被輸入后，AI能有效學(xué)習(xí)過往電力使用情況，預(yù)測未來發(fā)電供電需求。基于人工智能的電力系統(tǒng)，不僅可以提高短期系統(tǒng)靈活性，還可以實現(xiàn)整個能源系統(tǒng)的長期需求和供應(yīng)匹配。

智能電網(wǎng)應(yīng)用 ｜圖源LEM官網(wǎng)

作為能源轉(zhuǎn)型的重要輔助工具，智能電網(wǎng)可以將太陽能和風(fēng)能等可再生能源整合到現(xiàn)有電力系統(tǒng)中。可再生能源具有不可控制、不確定和間歇性，因此可再生能源的發(fā)展不僅需要研發(fā)創(chuàng)新，也需要結(jié)合精準(zhǔn)預(yù)測改善能源存儲方式。企業(yè)已經(jīng)在使用AI了解發(fā)電設(shè)施（風(fēng)力渦輪機(jī)、水力發(fā)電廠、生物質(zhì)發(fā)電廠等）日常使用情況以預(yù)測未來幾天所需的能源產(chǎn)量。目前谷歌在英國的實驗室DeepMind已在開展使用AI預(yù)測風(fēng)電場的能源輸出項目，該系統(tǒng)僅在需要時向指定項目送電，在滿足峰值需求時最大限度提高可再生能源使用效率。

精準(zhǔn)農(nóng)業(yè)：Precision agriculture

AI也被用于來優(yōu)化農(nóng)業(yè)實踐：搭配計算機(jī)視覺、AI算法和機(jī)器人技術(shù)在智慧大棚里實現(xiàn)自動化澆灌、智能化種植。配備先進(jìn)傳感器的AI系統(tǒng)能對提高農(nóng)業(yè)收獲質(zhì)量等自然條件分析和建模，包括土壤和大氣條件、鳥類和昆蟲趨勢以及種植、灌溉、殺蟲劑和化肥的使用和收獲等。AI在提升農(nóng)業(yè)生產(chǎn)效率和減輕勞作負(fù)擔(dān)的同時，也在幫助農(nóng)業(yè)減少碳足跡和環(huán)境污染。

今年2月，法國一家農(nóng)業(yè)科技集團(tuán)La Ferme Digitale于巴黎國際農(nóng)業(yè)展上介紹了許多令人眼前一亮的精準(zhǔn)農(nóng)業(yè)技術(shù)，例如精準(zhǔn)施肥：命名為SprayBox的先進(jìn)農(nóng)業(yè)生產(chǎn)工具被設(shè)計安裝在拖拉機(jī)后部，配備視覺識別算法的AI系統(tǒng)，逐厘米地識別和繪制植物圖，再以每秒20株植物的速度瞄準(zhǔn)雜草和農(nóng)作物，最后用毫米級精確的除草劑或肥料噴霧作業(yè)。SprayBox每小時可處理500000株植物，僅使用傳統(tǒng)方法所需化學(xué)產(chǎn)品的二十分之一，大大降低了工業(yè)化農(nóng)業(yè)對環(huán)境的負(fù)面影響。

圖源：La Ferme Digitale官網(wǎng)

材料及氣候科學(xué)創(chuàng)新

我們提到幫助氣候治理的一些腦洞大開的方案，例如通過提高云層亮度、制造氣溶膠等方式，將抵達(dá)地球表面的能量更多地反射回大氣。而這些新奇的思路當(dāng)然離不開科研方面的材料科學(xué)創(chuàng)新。對此，AI更為前沿突破的應(yīng)用則是作為超級大腦投入氣候治理和能源轉(zhuǎn)型的科技研發(fā)。

在地球工程學(xué)領(lǐng)域，大多數(shù)方法都基于這樣一個理念：要抵消我們向大氣中排放溫室氣體所導(dǎo)致的升溫，就需要把照射到地球的陽光量減少約1%。我們可以通過許多方法做到這一點。方法之一是在大氣上層散布極細(xì)顆粒物——顆粒物的直徑僅為百萬分之幾英寸。科學(xué)家知道，這些顆粒物可以散射陽光，從而起降溫的作用。

地球工程的另一個方法涉及提高云層亮度。因為陽光在照射云層頂部時會被散射，所以我們可以通過提高云層亮度來散射更多的陽光，從而達(dá)到降低地球溫度的目的，比如使用鹽霧使云層散射更多陽光。實際上，這并不需要大規(guī)模提高云層亮度。要減少1%的入射陽光，我們只需要把覆蓋地球面積10%的云層提高10%的亮度即可。

——比爾·蓋茨《氣候經(jīng)濟(jì)與人類未來》

傳統(tǒng)科研材料開發(fā)遵循的循環(huán)是：提出假設(shè)-選擇材料-模擬合成-評估，直到找到合適的化合物。整個過程除了依靠經(jīng)驗豐富的科研人員之外，也很取決于直覺和運(yùn)氣。化學(xué)品信息學(xué)（Chemicals Informatics）利用人工智能取代了過去依賴經(jīng)驗豐富的化學(xué)家進(jìn)行搜索和選擇的過程。這個漫長而費力的過程過去只有十萬分之一的機(jī)會找到有用的化合物，但有AI輔助時，這一概率會上升到百分之一。

來自日本的日立高新技術(shù)（HITACHI）正在提供化學(xué)信息學(xué)的搜索服務(wù)，利用AI在超過1億條條目的數(shù)據(jù)庫中協(xié)助用戶執(zhí)行全面檢索，支持用戶快速找到適合其應(yīng)用的化合物。AI還能對已知化合物的結(jié)構(gòu)進(jìn)行隨機(jī)改變，生成新化合物并將其添加到數(shù)據(jù)庫中。通過這種方式發(fā)現(xiàn)的化合物數(shù)量已增至1100萬種。過去極大依賴經(jīng)驗豐富的科研人員的工作負(fù)擔(dān)在AI幫助下得以減輕，研發(fā)時間、勞動力和成本大幅減少。

圖源：日立高新技術(shù)

OpenAI的最新突破DeepMind的AlphaFold系統(tǒng)正在使用深度學(xué)習(xí)來預(yù)測蛋白質(zhì)的結(jié)構(gòu)。AlphaFold的應(yīng)用有可能徹底改變生物工程，釋放設(shè)計和創(chuàng)造具有改進(jìn)性能的新材料的潛力，這些新材料則將助于開發(fā)更高效的太陽能電池、更好的絕緣材料和更高效的電池。除了AlphaFold，OpenAI還參與了自然語言處理 (NLP) 的研究，NLP擅長處理研究論文等海量文本并從中提取知識，適用于分析科學(xué)文獻(xiàn)并確定可用于應(yīng)對氣候變化的新研究領(lǐng)域。例如，NLP可用于確定使用可再生能源的新方法，并確定可在碳捕獲和儲存方面取得突破的新研究領(lǐng)域。此外，在加快核聚變技術(shù)、新能源相關(guān)材料發(fā)現(xiàn)、碳捕集、存儲和利用技術(shù)等相關(guān)技術(shù)的研發(fā)過程中，AI也在數(shù)據(jù)分析、建模和預(yù)測方面帶來強(qiáng)大的助力。

AlphaFold 輸出高度精確的蛋白結(jié)構(gòu)｜圖源：AlphaFold 官網(wǎng)

4

結(jié)語

AI的迅速崛起帶來了巨大的能源消耗，但對可持續(xù)發(fā)展的助力也讓我們看到了希望的曙光。AI被廣泛應(yīng)用到各個行業(yè)的事實都在提醒著我們：人類即將面臨新一輪技術(shù)變革。回顧人類的發(fā)展歷史，我們在轉(zhuǎn)折初期面對技術(shù)即將對社會生活帶來種種改變的想象或許都只是現(xiàn)實的冰山一角。年初包括馬斯克和蘋果聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克在內(nèi)的 1800 多名簽名者，對減緩各個實驗室AI訓(xùn)練腳步的倡導(dǎo)也再次提醒我們：在縱身躍入技術(shù)變革引發(fā)的世界科技狂歡之前，應(yīng)謹(jǐn)慎思考人類文明的發(fā)展走向，反思人類將自己置于何種位置，又想擁抱怎樣的未來。

實現(xiàn)可持續(xù)發(fā)展，我們更期待在科技增長熱潮中重新定義人類主體性，反思增長的意義與目的，以超前意識借助AI創(chuàng)造綠色美好的社會和環(huán)境。因此我們需要各行業(yè)專家、政府、企業(yè)及個人的“集體智慧”搭建基于共識的治理框架、積極運(yùn)用工具、投身社會實踐，使得可持續(xù)發(fā)展不因此失焦。

參考資料

[1]https://www.hitachi-hightech.com/global/en/company/tackling-social-issues/202203_02.html

[2] 87% of Climate and AI Leaders Believe That AI Is Critical in the Fight Against Climate Change https://www.bcg.com/press/7july2022-ai-is-critical-in-fight-against-climate-change

[3]The hidden costs of AI: Impending energy and resource strain

https://penntoday.upenn.edu/news/hidden-costs-ai-impending-energy-and-resource-strain

[4] How AI Can Be a Powerful Tool in the Fight Against Climate Change

https://web-assets.bcg.com/ff/d7/90b70d9f405fa2b67c8498ed39f3/ai-for-the-planet-bcg-report-july-2022.pdf

[5]https://www.datacenterdynamics.com/en/news/nvidia-acquires-omniml-for-ai-edge-workloads/

[6]https://enterprisersproject.com/article/2023/2/ai-ml-edge-4-things-cios-should-know

[7]https://www.run.ai/guides/machine-learning-operations/edge-ai

*免責(zé)聲明：

本文所含資訊僅為參考之用，不構(gòu)成任何決策建議，不得被視為交易的依據(jù)或建議。文中觀點僅代表作者個人觀點，不代表公眾號立場，轉(zhuǎn)載和引用部分如有侵權(quán)或違規(guī)請及時聯(lián)系我們予以處理。如需轉(zhuǎn)載請聯(lián)系授權(quán)并注明來源（ID：ChinaVator2017）。

可持續(xù)金融，是推進(jìn)全球可持續(xù)發(fā)展且創(chuàng)造出可計量的經(jīng)濟(jì)、社會和環(huán)境綜合價值的金融服務(wù)與投資方式。如果你是也對可持續(xù)發(fā)展感興趣的可持續(xù)人類，《前沿種草機(jī)》或許正是帶你走進(jìn)可持續(xù)金融的第一扇門！

因《前沿》月報調(diào)整，《前沿種草機(jī)》欄目也進(jìn)入了尾聲。感謝各位讀者長久以來的支持，我們?nèi)云诖軌蛟诳沙掷m(xù)的漫漫長路上與你同行，共赴美好未來。

編輯 | Leria

審校 | zt

點擊了解更多可持續(xù)金融內(nèi)容！