当 AI 遇上气候变化:一场科技与自然的博弈
AI 如何作用于气候,市面上目前有哪些值得关注的公司与产品?
撰文:元宇宙之心
最近的天气很不「太平」,这一秒是大太阳,下一秒可能就下起了大暴雨。
全球范围内极端天气频发,而人工智能或有望帮助人们应对气候变化的影响。
谷歌 DeepMind 高管科林·默多克就表示,人工智能有潜力加速改变世界的创新,例如「无限」的清洁能源和更好的气象模型。
此前登顶《自然》(Nature)期刊的华为云盘古气象大模型,在 7 月 31 日正式上线欧洲中期天气预报官网,让世界看到了国产大模型破解气象领域难题的威力。
AI 是如何作用于气候,市面上目前有哪些值得关注的公司与产品,本文将为你一一解答。
人工智能如何作用于气候?
天气预报
几十年来,传统的天气预报一直依赖于一种称为数值天气预报的系统。由于涉及诸多的数学和物理计算,数值天气模型需要极高的计算能力,这使得它们的运行既昂贵又耗时。模型所能准确捕捉到的精细过程也具有局限性,例如单个云的物理性质很难在进行大规模全球预测的模型中进行模拟。
而现在,天气预报有望引入人工智能预测方法,这些系统可以比传统模型产生更快、更准确的结果,甚至有潜力改变天气预测行业。
人工智能模型不需要用传统大量数学方程的形式来运算实际物理,而是吸收了大量的历史天气数据,并学会识别模式。然后,当被提供关于天气状况的实时数据时,AI 能够使用识别模式进行预测。
研究人员表示,即使目前的人工智能预测系统并不会取代传统模型,但其在传达有关天气的信息方面仍然很有价值。
节能减排
今天,几乎每一项人类活动都在一定程度上影响了碳足迹:建造、运输、供电、饮食、算力。其中,有相当大一部分节能举措可以有效应用人工智能。
在过去几年内,数百家世界知名公司公开承诺通过减少排放与购买碳补偿实现零碳排放,并相应调整运营计划。
于是,使用人工智能量化碳排放量,全面了解碳足迹,优化低碳决策,以及构建由人工智能驱动的碳抵消市场成为新的商业热点。后者主要是将计算机视觉应用于航空图像和传感器数据,自动估算造林储存的碳,并持续监控其碳抵消项目的数据。
无论是农业还是工业,人工智能都能帮助监测和减少温室气体排放,提高能源系统的性能和稳定性。
农业是气候变化的主要因素,占世界温室气体排放量的 10% 至 15%。现代资源密集型农业往往导致大量资源的浪费,应用 AI 技术可以提高农业效率,减少碳足迹,同时提高粮食产量。
而在工业上,比如电力无法大规模有效储存,所以电网必须持续实时平衡供需,AI 能够实现更高效的自动化与更精准的系统化。
模拟决策
准确模拟极端天气仍然是气候模型面临的主要挑战,而利用人工智能技术来模拟气候系统有助于我们找到合适的治理方案。
气候模型不同于用于天气预报的模型,天气预报的预测范围是几天,而气候模型能在几十年甚至几百年里进行模拟。
我们可以利用深度学习、卷积神经网络等技术,对海量的气象观测数据、卫星图像、雷达信号等进行快速处理和分析,从中提取有用的特征和信息,为气候模型的输入和输出提供更高质量的数据;也可以利用机器学习、强化学习等技术,对传统的物理方程式或统计方法构建的气候模型进行优化和改进,从而降低模型的误差和偏差。
依托人工智能技术来模拟气候系统可以帮助我们更好地理解气候系统的复杂性和不确定性,提高气候预测的准确性和效率,为气候变化的适应和减缓提供科学依据和决策支持。
值得关注的公司和产品
硅谷著名风投家查马斯·帕利哈皮蒂亚曾言,世界新的万亿富豪将在气候变化中诞生。应对气候变化不仅是全球人类的当务之急,还蕴含着巨大的商机,同时也是世界命运共同体的必然选择。
谷歌
谷歌对环境问题历来重视,作为一家具有全球影响力的企业,谷歌在积极倡导可持续发展方面做出了重大贡献。在 2023 年发布的环境报告中,谷歌强调了如何利用人工智能来危机响应洪水、山火和地震,计算运输排放量,以及检测生物多样性的变化。
在今年 5 月,谷歌上线了由人工智能驱动的 Flood Hub 服务,结合了两个预测模型来估算流入河流的水量和预计影响地区的洪水深度,用户能够在洪水来临前最早 7 天前获得谷歌的预报信息。
Flood Hub 目前已覆盖全世界 80 多个国家,共 4.6 亿人,数据可由个人或组织用于疏散和撤离。
目前,世界上有大约四分之一的人生活在洪水区,随着海平面上升和气候变化引起的更大飓风,预计该数字会上升,准确绘制洪水事件地图的需求不容小觑。
而面对碳排放的压力,谷歌 CEO 桑达尔·皮查伊也设定了目标,到 2030 年,让 Google 实现零碳运转。虽然去年 AI 的巨大降热耗水量让谷歌的环保计划受挫,但谷歌声称自主定制的 TPU 芯片能耗效率远高于英伟达同类产品,谷歌拥有「未来芯片的健康管线」。
英伟达
英伟达则在人工智能与数字孪生的共同作用处下了狠功夫。
创始人兼 CEO 黄仁勋在今年 7 月 3 日举办的「地球虚拟引擎计划(EVE)」柏林峰会上强调了英伟达的超级计算机 Earth-2 能够对气候模拟作出的卓越贡献。
Earth-2,顾名思义,是地球的数字孪生,能够在 Omniverse(英伟达虚拟世界模拟引擎)中以百万倍的速度运行 Modulus(人工智能物理模拟框架)创建的 AI 物理环境。
这有点像哆啦 A 梦给大雄的暑假作业研究找到的道具「创世组件」,可以观测地球型行星的变迁,不同于传统的天气模拟,能从物理、化学和生物学等方面对大气、水资源、陆地进行若干年的可视化模拟。
Earth-2 能实现三方面的奇迹:一是以足够快的速度和高达千分尺分辨率模拟气候,预测对土壤粒度的影响;二是使用 AI 实现高保真度模拟,并实现与 PB 级气候数据的实时交互,还能以多种方式预计算海量数据;三是能与 Omniverse 平台交互,将数据可视化,交由决策者、企业、公司和科学家使用。
IBM
IBM 及其子公司 The Weather Company 早前曾被评为「全球预报最准的天气服务提供商」,旗下产品有开源智能模型 IBM GRAF,能够在全球范围内提前 12 个小时预测像雷暴的小规模天气现象,以及一套 AI 驱动的环境智能软件,主要为企业提供环境解决方案。
就在几天前,IBM 与开源 AI 平台 Hugging Face 以及美国宇航局 NASA 发布了全球最大开源 AI 基础模型 Prithvi,以帮助分析卫星图像。
Prithvi 由 NASA 提供过去一年在美国大陆范围内的 Harmonized Landsat Sentinel-2(HLS) 卫星遥感数据,并基于洪水和山火区域的标注数据进行了优化,在 IBM 的 watsonx.ai 基础模型上预训练与进一步微调而成。
NASA 预测,到 2024 年,科学家将需要在研究中面临 25 万 TB 的数据,因此与 IBM 签订了《太空行动协议》(Space Act Agreement),共同利用 AI 改善这一情况。
该模型可以适应森林砍伐追踪、作物产量预测和温室气体检测等各种任务,旨在有效应对气候变化挑战,并为地球的可持续未来作出贡献。
华为
国产气象大模型同样在最近取得了重大突破。
就在今年 7 月,国际顶级学术期刊《自然》(Nature)发表了华为云盘古大模型研发团队独立研究成果——《三维神经网络用于精准中期全球天气预报》,认为华为云盘古气象大模型让人们重新审视气象预报模型的未来。
华为从 2020 年开始立项做华为云盘古大模型,到 2021 年 4 月发布,最新成果仅仅用了 1.4 秒就完成了未来 24 小时的全球天气预测,比现有方法快了一万倍。
其他基于人工智能的预测模型,比如英伟达的 FourCastNet,虽然能够快速实现天气预报,但预测的准确性远低于传统的 NWP 方法。因此,团队创造性地提出了适应地理位置的三维神经网络来处理复杂的气象数据,并且使用分层时间聚合算法来减少累计预测次数。
华为云盘古气象大模型已经正式上线 ECMWF(欧洲中期天气预报中心)官网,任何人都可以免费查看盘古对未来 10 天全球天气的预测。盘古气象大模型优于所有现有的天气预报系统,也是首次在精度和速度方面超越传统数值预测方法,为天气预报与人工智能的结合创建了新的范式。
风乌
此外,还有另一个值得关注的气象大模型——风乌。风乌的名字源自东汉时期张衡研制出的世界上最早的测风仪器——相风铜乌。
凤乌大模型由上海人工智能实验室联合中国科学技术大学、上海交通大学、南京信息工程大学、中国科学院大气物理研究所及上海中心气象台共同研发。风乌大模型首次实现高分辨率上对核心大气变量进行超过 10 天的有效预报,并在 80% 的评估指标上超越谷歌发布的模型 GraphCast,能在 30 秒内生成未来 10 天全球气象高精度预报结果。
风乌大模型目前已经用于国内台风路径预报,比如在近日的「杜苏芮」台风上就实现了准确预测路径,优于欧美权威机构。
绿色未来,就在前方
毫无疑问,我们人类正面临着当今世界最严峻的挑战之一,极端的气候变化已经对我们造成了巨大的威胁。幸运的是,人工智能凭借其惊人的潜力,成为了我们应对气候变化的重要伙伴,使得我们不再「孤军奋战」。
需要注意的是,人工智能本身并不是完美无缺的,这种技术也会消耗大量的能源和资源,产生一定的环境影响。
但根据国际能源署(IEA)的数据,目前全球电力总量的 1% 就足以满足全球数据中心的能源需求。而且,随着技术的进步和创新,人工智能的能效和性能也会不断提高,其对环境的负面影响也会逐渐降低。
在可持续发展的道路上,我们需要充分利用人工智能的技术优势,以超前的意识和责任感去创造一个更加美好、更加绿色的未来。
免责声明:文章中的所有内容仅代表作者的观点,与本平台无关。用户不应以本文作为投资决策的参考。
你也可能喜欢
Perena 推出 Numeraire:一个多稳定币流动性池
简单来说 Perena 引入了 Numeraire,通过利用统一的枢纽资产 USD* 来优化市场流动性并提高运营效率。
Synthetix 推出“Synthetix Vaults”产品线,并宣布计划收购杠杆代币协议 TLX
简单来说 Synthetix 推出了新的产品线“Synthetix Vaults”,以补充其去中心化衍生品平台并使该协议的收入来源多样化。
QCP Capital:杠杆过高导致市场超买,回调在所难免
简单来说 QCP Capital 指出,由于大选之后市场严重超买,比特币正在回撤至上周初的水平,因此回调是自然而然的结果。
Anthropic 推出模型上下文协议,用于改善 AI 模型生成的响应
简单来说 Anthropic 已经开源了其模型上下文协议,使 Claude 能够连接到本地计算机上的任何资源并与任何 API 或云服务器进行交互。