氣候治理攻堅之年，希望在AI身上
氣候變化已經成為當今世界面臨的最大挑戰。聯合國已經明確表示，2021年將是我們在應對全球升溫難題方面做出切實改變的最后一年。為此，聯合國目前正積極籌備COP26氣候峰會，希望商討解決這一世紀難題的可行方案。日立與BCG等參與方則以合作伙伴身份加入到這一工作中來。
此外，氣候AI領導者計劃亦在規劃當中，各創新方將不斷探索供人類繼續生存并繁榮發展的正確道路。氣候變化已經成為現實危機，當務之急是找到起效迅速而且具備現實可行性的解決辦法。目前最具希望的答案，也許就在人工智能(AI)身上。
根據法國電力公司的介紹，由氣候變化帶來的損失已經高達10億美元，而這筆巨款本該用于推動一系列重要的公共事業與發展計劃。好消息是，數字時代下新型解決方案的先進能力，正以AI為載體帶來我們建設美好星球、迎接光明未來的新希望。目前，全球范圍內的創新者正致力于通過獨特的AI用例應對氣候變化，包括幫助預防野火、緩解高溫點引發的環境風險、無人機搭載的監控與預測技術等等，并彼此攜手讓我們的地球更宜居、生態系統更具彈性。
需要強調的是，如果不立即采取行動，那么未來二十年氣候變化所造成的經濟損失可能相當于每十年發生一次COVID大規模疫情。
AI將成為氣候變化應對技術中的核心驅動力，而且已經在解決這一挑戰中表現出多種優勢。首先，AI能夠消除負面影響，例如減少人類活動對環境的損害(包括二氧化碳排放)，同時充分利用大量數據、學習算法與傳感設備。通過AI技術預測國家電網的電力供需情況，我們能夠改善可再生能源的調度能力，并通過預測性維護減少生命周期內化石燃料帶來的廢物排放，甚至最終幫助能源部門徹底告別廢物凈排放。此外，在運輸行業，AI解決方案則可帶來更準確的交通預測結果，實現商業運輸優化、需求建模以及更豐富的共享出行選項。
AI還有望將經濟產出與環境資源消耗(包括材料、水資源與土地等)剝離開來。以食品領域的AI應用為例，這項技術能夠幫助我們更好地監控農作物產量，以精準農業方法降低對化學物質及水資源的過量需求，并配合需求預測與變質農產品識別功能盡可能減少食品浪費。此外，AI系統還能在城鎮與建筑物內發揮作用，自動控制供暖與制冷供應，并對能源消耗情況進行精確建模。
此外，大型科技企業也在對抗全球升溫方面有所行動。微軟已經承諾到2030年實現負碳排放，并逐步抵消該公司自1975年創立以來產生的所有碳排放。蘋果則重點關注在生產環節中使用低碳鋁，Amazon承諾到2040年實現零碳排放，谷歌也投入57.5億美元可持續債券以資助關乎環境保護與社會福祉的項目。
在這樣的時代背景之下，我們自然有必要認真分析氣候AI領導者計劃中的實際AI用例，看看各方在這一領域達成的最新進展。
運用AI實現凈零浪費
AI的真正力量，有望在減少浪費方面得到充分體現。以Greyparrot為例，這家AI初創企業使用“基于AI的計算機視覺軟件提高垃圾回收的透明度與自動化水平。”最近，他們剛剛籌集到182.5萬英鎊的種子資金，希望通過廢品識別軟件徹底改變整個回收與利用流程。
在消費與零售市場上，Wasteless公司則致力于“幫助超市與在線店鋪充分發揮易腐產品的全部價值，并通過基于AI的動態定價機制減少食物浪費。”此外，初創公司WINT也在對抗浪費方面做出了自己的努力，他們使用AI檢測并阻止水源泄漏。在發生泄漏時，它會自動發出提醒并關閉閥門。其智能實時監控功能將識別泄露與浪費源，節省寶貴的水資源并阻止設備損壞。可以看到，這些年輕的企業都在使用先進的預測分析與動態監控系統減少浪費，并拿出一個個振奮人心的真實氣候變化改善用例。
AI支持下的環境情報：提升氣候預測水平
AI技術已經在幫助研究人員識別熱帶氣旋、鋒面與大氣河方面帶來89%至99%的準確率，讓以往難以發現的天氣變化變得不再神秘。如今，環境情報已經成為預測自然界中極端氣候趨勢與模式的重要前提。AI與深度學習能夠快速分析動態系統，并對環境進行仿真(例如其中的大氣壓力與化學反應)、進而生成準確的模型，而后由科學家及研究人員利用相關成果建立起更穩健的決策質量。
例如，谷歌正在“利用機器學習以高分辨率方式「實時播報」降水活動”，以近實時的方式預測天氣狀況。根據The Verge的介紹，與傳統模型不同，“谷歌的新方法能夠在幾分鐘內產生結果。其中的核心區別在于，谷歌不會嘗試對復雜的天氣系統進行建模，而是直接使用簡單的雷達數據預測降雨活動。”
除了谷歌之外，還有海洋數據聯盟等組織建立起自己的AI解決方案，并“與全球城市網絡合作制定出比較性的〈智能海洋城市行動計劃〉，用于公開發布海洋數據以應對海洋及氣候危機。”計劃的終極目標在于“建設起智慧海洋城市，改善廢水處理能力，防止藻類大量系列并恢復沿海無生命區的氧氣供應。”在這一領域，Argonne Nationals實驗室始終走在時代的前沿，努力應對氣候變化、能源、食品與健康等領域的水資源挑戰。
氣候預測中的更多用例
• 美國國家海洋與大氣管理局正使用AI技術提升對于颶風等極端天氣事件的預測能力，并從各類數據源中獲取新的洞見結論。
• 紐約大學的科學家們在Schmidt Futures提供的1000萬美元資助下，致力于通過AI技術改善氣候模擬能力、增強對氣候變化的預測水平。
• IBM研究計劃Green Horizons使用AI與物聯網技術分析氣候變化數據。這套系統使用機器學習技術從氣象衛星與交通攝像機等來源處獲取數據，借此不斷學習并調優預測模型。它能夠提前72小時預測污染事件，精確度可以控制在數公里范圍內，并標明污染物的來源與潛在去向。
無人機與環境監測
AI在氣候變化方面的另一大突出貢獻，在于使用無人機對林區進行全面監測。技術創業家Ewan Kirk在接受新聞協議采訪時表示，無人機已經成為從偏遠地區處收集重要數據、整理生態健康情報的最簡單方法之一?？茖W家與達人產創建起大型數據集，以幫助他們了解氣候變化將給各類關鍵性資源帶來哪些影響。“例如，Dendra Systems使用先進的數據科學、AI與無人機自動化技術，嘗試大規模修復土地并恢復區域內的生物多樣性。”
總部位于芬蘭的初創企業Aeromon則嘗試使用無人機實時跟蹤工業排放。他們的移動與固定設備能夠檢測、衡量并可視化多種氣體與顆粒物指標。這套解決方案能夠以360度全方位角度自動報告排放情況，為客戶提供實時流程洞見。
從這個角度來看，無人機已經成為環境健康狀態監測、甚至解決氣候變化問題的一大關鍵。BCG GAMMA合伙人Charlotte Degot表示，“大部分企業都致力于控制自身對于環境的負面影響，但其中有兩大挑戰難以回避：1)準確判斷二氧化碳的實際排放來源;2)尋求可擴展解決方案以減少排放量、同時帶來積極的經濟影響。而這些，正是BCG CO2.AI項目的設計初衷。”
環境監測領域的更多用例：
• 法國Everimpact公司將衛星圖像與地面感應技術加以結合，用以監測城市內的空氣質量與碳排放情況。
• 得克薩斯州奧斯汀市的Hypergiant公司開發出Eos Bioreactor產品，能夠調節藻類植物的生長，優化其碳吸收特性并釋放出大量氧氣。
• 荷蘭Overstory公司使用基于衛星圖像的林業分析技術，以遠低于傳統方法的成本生成更準確、也更及時的森林風險預測結果。
• 德國OroraTech公司是一家提供早期野火檢測與實時紅外衛星監測數據的商業供應商。
• 德國卡爾斯魯厄技術學院(KIT)及其合作伙伴EDI GmbH正在開發EDE 4.0輔助系統，用于幫助林業工作者使用AI技術持續保護并管理森林資源。
食品供應鏈優化與農業增產
AI技術正在快速普及，從預測餐飲需求到減少食物浪費，再到幫助發展中國家的農民診斷并治療農作物病害。例如，印度農民開始在機器學習的建議下確定最佳播種時間，借此將單產提高達30%。
此外，Beyond Meat則創造出世界上第一個完全采用植物材質的肉類漢堡。BCG也做出了自己的積極探索，利用氣候變化數據與強大的AI算法相結合以預測作物產量，并為法國葡萄酒及高度酒釀造商提供風險評估報告。
前路漫漫，仍須求索
展望未來，我們需要在基于數據的解決方案的規模化開發與商業轉化方面作出新的嘗試。事實證明，AI技術確實能夠在應對氣候變化與恢復地球生態完整性方面做出重大貢獻。隨著更多AI創新成果的涌現，未來用于應對氣候變化的解決方案將愈發豐富。
最后，我們還期待讓更多企業與公共部門意識到AI技術的無窮潛能。BCG GAMMA社會影響力主管合伙人、波士頓咨詢集團執行總經理Hamid Maher表示，“最重要的一點，是保證企業積極將氣候變化影響納入未來發展規劃當中。只有及早發現這些變化，企業才能建立堅實的實踐體系，增強對于氣候變化的適應能力，由此在未來的市場競爭中占據優勢。”
