鱼群返回威尼斯运 河，印度北部的村 民可以远眺200公 里以外的喜马拉雅山，世界各 地的城市迎来了有记录以来的 最好空气质量。
当世界庆祝世界地球日 50周年之际，因新冠肺炎 (COVID-19)而实行的封锁 向我们展示了一个没有污染的 世界会是什么样子。但是，不 出门并非解决气候变化问题的 长久之策，而且随着我们逐渐 恢复正常，污染水平也会慢慢 恢复。
这是人工智能可以大展身手的 领域。
(于5月8日举办的)2020年人 工智能惠及人类全球峰会的人 工智能与环境“新发现”会议探 讨了人工智能解决方案如何揭 示破坏环境的做法并保护我们 的地球。讨论嘉宾介绍了一些 令人信服、饶有趣味的人工智 能和机器学习应用，它们不仅 可以观测地球系统，还有助于 将理解转化为实际行动。
解决看不见的问题
鉴于英国气候的特点，我们或 许不难想象伦敦在水下10米的 样子，但蒙特利尔或东京呢?
“我发现妨碍人类对气候变化 采取行动的主要障碍实际上是 如何想像和视觉化地呈现气候 变化的问题，我认为人工智能 可以帮助解决这一问题，” 魁 北克人工智能研究所(Mila) 科学项目主任和博士后研究员 Sasha Luccioni说道。
她正在利用现有的开放源代码 气候模型开发可视化工具， 使气候变化的潜在后果变得可 见、易于获取和可操作，帮助 人们了解现状和未来可能发生 的情况。
她说:“我们的想法是帮助人 们真正意识到气温上升1.5度意 味着什么。”
绘制并展示臭氧层黑洞的图 像，这对于《蒙特利尔议定 书》的签署发挥了重要作 用。“我们终于可以利用遥感 和人工智能来实现更为具体的 气候变化了，”她说。
智能可行的信息
对于 星球实验室(Planet Labs)公司全球影响力副总裁 兼Planet研究员Andrew Zolli而 言，可视化只是拼图的一小部 分。对于决策者和地方领导人 而言，将数据和情报转化为可 行的现实则在很大程度上涉及 无障碍获取问题。
“我们花大量时间谈论可视 化，因为我们试图让人们有一 种紧迫感。但现实是，从实用 性角度看，您真正想要做的就 是将答案简化为1或0。这种做 法值得考虑吗?这是否属于森 林砍伐?”他说。
Planet Labs使用一个卫星星 座，每天以大约每像素三米的 分辨率拍摄地球整个表面的图 像。然后，第二组卫星可以 有选择地放大地球上的任何地 方，每天以每像素70到80厘米 的分辨率多次成像。 他说:“ 我们通过对地球的日常监测来 了解地球总体上正在发生的变 化。”
这些数据被用于监控城市发 展，预测在哪些地方人们会遭 遇洪水等风险;建立保护生物 多样性和生态保护的监控系统，例如，向我们展示珊瑚白 化最早迹象，帮助减少人类的 影响，并跟踪全球燃煤发电厂 的碳排放情况。
看不见的问题是难以解决 的，”Zolli说。
可以用它监控和预测农业产 量，防止潜在的饥荒。
“目前，尤其是在东非，我们 看到了新冠肺炎加上蝗虫侵扰 造成了真正的潜在风险和脆弱 性。
此类工具将以一种非常可行的 方式得到使用 - 实际上，它们 已经被用以帮助确定如何保证 人们的安全，并确保他们获得 食物，”Zolli说道。
对环境的直接影响
小组嘉宾讨论的一个关键环境 问题是关于技术本身的:深度 学习所需的巨大计算能力是否 对环境不利?
虽然有更大的模型(尤其在自 然语言处理方面)，但会产生 大量的二氧化碳，而“日常用 的、规模更小的人工智能工作 时肯定不会产生那么多二氧化 碳，”Luccioni表示。
她正在创建一个可以下载的工 具，该工具可跟踪和计算机器 学习能耗，并将其转化为二氧 化碳当量，以增强人们意识。
Zolli指出了为提高使用人工智 能的数据中心和计算中心能源 效率所开展的更大范围的努力 - 强调谷歌的DeepMind成功地 将冷却数据中心所需的能耗降 低了40%。
他说:“未来我们希望实现 的，是具有一定工业规模从 而降低人工智能的成本、提高 能效。因为随着时间推移， 从广义角度而言，可再生太阳 能和计算架构本身都在变得日 益节能，越来越强大。”
利用人工智能管理未来的 环境
小组讨论嘉宾对利用人工智能 管理未来的环境持乐观态度。
Zolli 说:“这是基础性见解， 可用于新形式的气候风险保险 或气候风险融资新领域，甚至 各行各业可将其用于倡导自己 的气候权利和气候正义。”
Luccioni对此表示赞同:“我 一直将人工智能和机器学习视 为另一个前沿领域......因为利 用它们可以开发出新的解决方 案，引领我们迈向那个可持续 的未来。”
但这不仅仅是拥有技术的问 题;实施人工智能解决方案依 赖于数据，而当地的非政府组 织可能难以获龋
在与蒙特利尔的非政府组织接 触，帮助他们开发人工智能主 导的解决方案后，她意识到她 的计划存在一个根本性的缺 陷:“我们得到的大多数答案 是:‘什么数据?你能教我们如 何使用Excel或如何建立库存的 管理系统吗?’”
因此，Luccioni主张在当地工 作人员与人工智能专家之间建 立紧密的工作伙伴关系，以创 建人工智能主导的解决方案。
她说:“也许五年之后，我们 将为此做好准备，但是现在， 我们应该开始编写教程，介绍 什么是数据以及数据能够提供 什么帮助。
转自ITU
