[论文解读] Proceedings of AAAI 2022 Fall Symposium: The Role of AI in Responding to Climate Challenges

Feras A. Batarseh, Priya L. Donti+15 more|arXiv (Cornell University)|Dec 27, 2022

Air Quality Monitoring and Forecasting被引用 6

一句话总结

本文探讨了人工智能在应对气候变化中的双重角色，分析了人工智能在推动气候减缓、适应与科学认知方面的作用，同时也探讨了其因能源密集型操作和化石燃料加速而带来的碳排放。该研讨会综合了学术界、产业界、政府及民间社会的跨学科洞见，以识别负责任地部署人工智能以推动气候行动的路径。

ABSTRACT

Climate change is one of the most pressing challenges of our time, requiring rapid action across society. As artificial intelligence tools (AI) are rapidly deployed, it is therefore crucial to understand how they will impact climate action. On the one hand, AI can support applications in climate change mitigation (reducing or preventing greenhouse gas emissions), adaptation (preparing for the effects of a changing climate), and climate science. These applications have implications in areas ranging as widely as energy, agriculture, and finance. At the same time, AI is used in many ways that hinder climate action (e.g., by accelerating the use of greenhouse gas-emitting fossil fuels). In addition, AI technologies have a carbon and energy footprint themselves. This symposium brought together participants from across academia, industry, government, and civil society to explore these intersections of AI with climate change, as well as how each of these sectors can contribute to solutions.

研究动机与目标

• 分析人工智能对气候变化的多方面影响，包括其促进作用与负面影响。
• 考察人工智能在能源、农业和金融等领域的应用如何支持气候减缓与适应。
• 评估人工智能技术自身的碳足迹与能效，包括训练与部署过程。
• 探讨学术界、产业界、政府及民间社会等不同领域如何协作，引导人工智能服务于气候解决方案。
• 识别将人工智能发展与全球气候目标对齐的可操作策略。

提出的方法

• 召集了来自学术界、产业界、政府及民间社会的跨学科研讨会。
• 组织了关于人工智能在气候减缓、适应与气候科学中应用的结构化讨论。
• 评估了人工智能开发与部署的环境成本，包括能源消耗与碳排放。
• 绘制了能源、农业与金融等领域的AI应用案例，以评估其对气候的影响。
• 识别了与化石燃料使用和碳排放相关的AI部署中的系统性风险与机遇。
• 整合了跨部门的建议，以推动在气候行动中负责任地使用人工智能。

实验结果

研究问题

• RQ1 人工智能如何被用于在能源与农业等关键部门减少温室气体排放？
• RQ2 人工智能在哪些方面可改善气候适应策略与韧性规划？
• RQ3 训练与运行人工智能模型的环境成本是什么，它们如何影响气候目标？
• RQ4 人工智能如何促进化石燃料的持续使用，以及可采取何种保障措施来缓解这一影响？
• RQ5 不同社会部门在确保人工智能支持而非削弱气候行动方面可发挥何种作用？

主要发现

• 人工智能在能源、农业与金融领域的应用在减少温室气体排放方面展现出巨大潜力。
• 人工智能通过提升气候建模与数据分析能力，支持气候科学研究，实现更精准的预测。
• 人工智能系统本身因训练与推理过程中的高能耗需求，导致碳排放增加。
• 部分人工智能应用无意中加速了化石燃料的使用，特别是在勘探与开采领域。
• 研讨会识别出跨部门协作的迫切需求，以确保人工智能发展与气候目标保持一致。
• 亟需建立政策与技术框架，以确保人工智能部署支持而非损害气候韧性与可持续性。