（文章來源：教育新聞網(wǎng)）

氣候變化已成為對人類的最大威脅，其破壞性后果包括極端天氣事件，氣候遷移和生物多樣性急劇下降。綠黨和像年輕的Greta Thunberg這樣的公共活動家首當其沖地采取了氣候行動，但近年來，許多行業(yè)都在加大創(chuàng)新力度以盡自己的一份力量。

尤其是信息學(xué)行業(yè)一直在加大研發(fā)力度，以提出前沿的解決方案。一個最近的一篇文章由一組高調(diào)AI專家和IT專業(yè)人士發(fā)表的探討，可以發(fā)現(xiàn)“在氣候變化和機器學(xué)習的關(guān)系”的潛力。該論文由賓夕法尼亞大學(xué)的博士后研究員David Rolnick領(lǐng)導(dǎo)，著重介紹了人工智能，計算機視覺，無監(jiān)督學(xué)習等機器學(xué)習領(lǐng)域中的“現(xiàn)實世界變化的高影響力機遇”。

在該行業(yè)的其他地方，許多數(shù)字巨頭和初創(chuàng)公司已經(jīng)在機器學(xué)習驅(qū)動的解決方案上實現(xiàn)了自己的突破，這些解決方案用于預(yù)防和緩解氣候變化。讓我們研究一下ML及其衍生物可以為為地球的未來而戰(zhàn)的組織提供的三大好處。

人工智能和深度學(xué)習非常適合于數(shù)據(jù)豐富的氣候科學(xué)項目，這些項目通常提供必要的深度和多樣性的數(shù)據(jù)集，例如由Google，Mila研究所或德國航空航天中心領(lǐng)導(dǎo)的研究。生成的模型可以例如更準確地評估建筑物和電動汽車的能耗水平，從而更容易發(fā)現(xiàn)趨勢并預(yù)測未來的能耗。順帶一提，這將導(dǎo)致有效的能源分配和電池管理，這對于那些試圖最大程度地減少碳足跡并轉(zhuǎn)向可再生能源的人來說是至關(guān)重要的任務(wù)。

在與氣候變化相關(guān)的研究中進行深度數(shù)據(jù)分析的其他示例包括Facebook的基于AI的非洲大部分地區(qū)的人口密度圖和DCNN的應(yīng)用，用于檢測極端天氣事件，例如熱帶氣旋，大氣河流和天氣前沿。諸如對象識別之類的計算機視覺技術(shù)越來越多地用于增強視覺氣候數(shù)據(jù)的分析。潛在的應(yīng)用范圍包括從監(jiān)控毀林規(guī)模到生成太陽能電池板的大小和位置數(shù)據(jù)，到收集有關(guān)跨社區(qū)和國家的氣候適應(yīng)政策的信息。

隨著氣候變化影響著地球上的野生動植物，保護主義者需要可靠的解決方案來跟蹤瀕臨滅絕物種的種群，而又不會干擾它們。Appsilon的動物識別項目正在通過能夠識別圖像中特定種類動物的AI模型來應(yīng)對這一挑戰(zhàn)。使用轉(zhuǎn)移學(xué)習技術(shù)對模型進行訓(xùn)練，即使使用較小的數(shù)據(jù)集也可以確保準確性。

人工智能解決方案已證明其在簡化復(fù)雜業(yè)務(wù)工作流程和增強遺留系統(tǒng)方面的有效性。在“清潔技術(shù)”的背景下，人工智能勢必會影響環(huán)保建筑的設(shè)計，可持續(xù)供應(yīng)鏈，貨運效率等等。
? ? ?