人工智能赋能气候治理的思路与重点任务

周宏春

气候变化对全球环境、经济和社会系统产生重大影响，是人类面临的共同挑战。人类是地球的“乘客”，是命运共同体，必须携手合作应对气候变化的挑战。人工智能（AI）和气候变化热点重叠、相互促进，成为世界各国技术创新竞技场。本文讨论人工智能的赋能给气象和气候变化领域带来的可能影响，特别是对碳达峰碳中和、气候变化适应、以大数据模型为底座技术的人工智能碳减排，以及公众参与等领域产生的作用。

人工智能技术演进赋能气候治理

从20世纪50年代起至今，人工智能经历了三次发展高潮，从诞生到机器学习、再到深度学习，现已迈入大模型时代，成为新一轮科技革命与产业变革的驱动力。人工智能应用到气候治理领域，可以不断增强天气预报的准确性、提高人类应对灾害性气候事件的能力，实现减少碳排放目标，促进建设一个更加绿色低碳的社会。

“AI+气象”可以更准确、更灵活地处理气象大数据并分析其中的复杂的非线性关系。在感知方面，可构建“天临空地”一体的全域感知、小气候智能监测的全民感知、以台风智能探测为代表的极端感知体系，实现气象感知网无所不知；在传输方面，可实现“天临空地”融合的泛在传输、海量数据宽带的极速传输、极端环境稳定连接的可靠传输，实现气象传输网无所不在；在计算方面，可提供数据多维融合的智能气象预测、信息深度挖掘的灾害智能预警、临近预报与全球性天气气候事件警示，实现气象计算无所不预；在服务方面，可为智慧城市、农业、交通、环保等领域和居民生活提供多场景和个性化气象服务。

人工智能进入气象预报领域，将产生很多新的思路和模式。人工智能与气象气候的深度融合，在感知、传输、计算、服务等领域发挥巨大作用。使用AI模型从数据中认识大气演变规律，建立跨区域、多尺度、精准智能的全球气象体系，进行3 D 高分辨率气象预报。事实上，人工智能早就进入气象领域，大幅提升了气象预报速度，增强了预报时效性；如今的人工智能，有数据、有算力，将带来三个转变，即从专用模型到通用模型的转变、从小团队到产研用协同的转变、从计算机学科到跨学科融合的转变，为解决气象领域“卡脖子”问题开辟了广阔前景。

基于智能的气象科学研究，要结合我国的实际，提升人工智能气象应用的物理一致性和可解释性，探索在训练样本、模型结构中融入物理机制以及对模型输出进行可解释性分析，选择典型气象条件，如在厄尔尼诺—南方涛动智能预测、北大西洋涛动智能预测、北极海冰智能预测、台风强度智能确定与结构估计等方面进行探索，以提高跨时段的季节性预测和长距空间联系建模的预测能力，实现对气象系统的精准预报、预警；积极探索新的技术思路，如“高性能计算+智能计算”“可计算气象系统性能联通（气象系统数值模拟+气象计算科学装置）”“科学元宇宙与加速迭代（实验装置+计算装置+科学家大脑）”等，以提高全球气象预报的时效性和效率，为适应气候变化夯实科学基础。

人工智能技术将在气候治理领域发挥更大作用。图/中新社

人工智能在气候变化应对领域将发挥重要作用

人工智能越来越被认为是下一代通用技术，应对气候变化成为相关技术应用的重要领域。应对气候变化分为减缓和适应两方面。人工智能在气候治理方面可发挥重要作用：一是预测洪水、干旱、火灾等风险发生概率较大的区域；二是预测灾害性气候事件并发出预警，以减少救灾成本；三是在行政管辖区内为不同用途的土地更好地分配水资源；四是选择投资效用好的水坝、消防工程等基础设施项目。

2023年1月30日，《美国国家科学院院刊》发表了由美国斯坦福大学和科罗拉多州立大学的两位科学家首次使用A I 方法共同进行全球变暖曲线的时间预测。经学习训练后的AI系统计算得出，全球升温超过1.5℃的时间为2033年—2035年间。这一结论与联合国气候变化政府间专门委员会（IPCC）2022年报告结论——全球在本世纪30 年代初期跨越1.5℃门槛吻合。使用全新的AI方法，基于气候系统的当前状况预测未来走势，与科学家们一直使用的基于过去经验进行未来预测的计算机模型方法相同。AI研究结果与科学家认知吻合，或只是专家认知的精准“学舌”。世界气象组织（WMO）表示，2023年至2027年之间或将出现年均气温超过工业化前水平1.5℃的情况，这是对气候升温阈值的跨越，并成为气温变暖加速的信号。2023 年可能出现的厄尔尼诺现象与人类引起的气候变化叠加，将使全球气温升高的不确定性加大。

一些重大气候事件已在世界范围内造成生态系统破坏与生命财产损失。如2022年我国西南地区持续高温使水电供应保证程度降低；又如2021年7月郑州普降罕见的大暴雨、特大暴雨，强降水过程累积平均降水量449毫米。无论是人工智能对地球升温超过1.5℃关口的预测，还是世界气象组织关于未来5年全球年均气温较工业化前水平升高1.5℃的概率达66%，2023年至2027年中至少有一年成为有记录以来最热年份的概率高达98%的警示，已经开始有现实情况印证。应用人工智能技术的预测显示，在接下来的50 年中，即使各国联合行动实现净零排放目标，在2065年之前升温2℃的概率仍高达80%。气候变化带来农业产出下降，海水表层创纪录升温，以及对健康、食品安全、水资源管理和环境可能产生的深远影响，需要我们做好准备。

人工智能助力人类应对气候变化，也为我们带来极大机遇，不仅包括减缓气候变化行动和公众参与等方面，更重要的是气候适应计划的制定与实施。一项研究显示，87%的人工智能专家认为，人工智能将集成科学界的最新研究成果，是全球气候治理的最有效工具。到2030年，通过成本节约和收入的额外增加，人工智能用于企业可持续发展的总体潜在影响将达1.3万亿至2.6万亿美元。使用人工智能也有助于一个机构或组织减少5%到10%的温室气体排放，如果扩展到全球，将减少26 亿到53亿吨二氧化碳当量的温室气体排放。

人工智能在气候变化减缓方面将发挥巨大作用

实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革。绿色低碳发展不仅需要能源革命，也需要工业、城乡建设、交通运输、农业等领域的节能降碳。降碳不仅是技术问题，也是经济社会问题。人工智能可以帮助人们构建平台，平衡电力供需以减少弃风弃光问题；可以反映企业或个人碳足迹，降低人们衣食住行用等日常生活中的碳排放，实现以较低的能耗和碳排放来支撑人们生活水平的提高和福祉的改善。

实现碳中和，需要一场从化石能源为主转向绿色能源为主的革命；能源革命将带来电力组成的多样化。过去，能源结构以煤炭、油气等化石能源为主；而今，随着风电、光电、核聚变、地热能、沼气、燃料电池等的加入，需要规划建设分布式微电网。可再生能源开发利用的日益增加，给电力系统带来严峻挑战。如光电、风电等可再生能源电力的增加带来电网的不稳定性，阴天难以产生足够电力以满足需求，晴天的发电量则会超过需求。太阳能和风能发电占比提高，需要储能和智慧能源的发展。人工智能的一些工具可以在36小时前预测风向，进而优化风电场运行，减少弃风。通过可再生能源电力和电池存储的耦合，将发电节点、基地等链接起来，可提高电力系统稳定性和可靠性。研究表明，未来3到5年，人工智能可以支持从自动维护、到泄漏监控、再到流程优化、设施管理乃至发电、配电效率等领域的联通，提高能源效率15%。

输配电方面，电网公司需要引入快速响应模式，将某点上的过剩能源成功调节到短缺的点位上。在新型电力系统管理中，人工智能可以提高可预测性，减少能源输配之间的损失，自动实现动态平衡。建设能源基础设施是一项复杂的系统工程，通过人工智能加以集成和优化配置，可以实现系统最优。自动驾驶是由电动汽车（电池）—交通—电网（能源）构成的复杂系统，可以根据已有导航实践进行总结提炼、加上自动控制并应用于自动驾驶，经过试验总结摸索规律，一旦取得突破，就能实现电力系统的自主运行。

储能方面，无论是太阳能还是风能，均受到天气条件的影响。有人认为，以可再生能源为主体的新型电力体系，要“靠天吃饭”，而人们却不能回到那种“日出而作日落而息”的生活状态。人工智能在储能系统中的应用，包括远程监视和电池维护等方面，电池诊断和管理也是A I可以发挥巨大作用的领域。通过数据收集、分析来确定电池性能并预测故障，以保证电池正常工作。能源储存越智能，可再生能源系统效率就越高。

人工智能既可以提高能源系统的短期灵活性，也能实现长期的供需匹配。从石油、天然气到可再生能源领域的参与者，都在引入AI以简化运营。在加快核聚变技术、新能源相关材料开发、CCUS（碳捕集、利用和存储）等技术研发中，人工智能在数据分析、建模和预测方面有独特优势。无论是减少建筑物能耗还是新型电力体系稳定运行，人工智能在时间、投资、物料、能量等方面均可以减少浪费，更好地实现不同时间、不同空间、不同用户之间的用电匹配。

人工智能被越来越多地用于工业、城乡建设和交通运输系统。人工智能可以使钢铁、水泥等高能耗产业的能效更高。A I 如果能开发出性质类似、碳足迹更低的新型材料，无疑将有助于减少碳排放。人工智能应用在城乡建设领域的潜力巨大，如在暖通空调的节能和智能操作领域。通过对产业链各环节的详细分析可以看到，A I可提高企业在生产、运输及其他方面的效率，降低碳排放与运营成本。AI是自动驾驶汽车的底层技术，可以优化车流路径和交通信号，在共享汽车及智能交通系统中发挥作用，减少运行排放。

农业温室气体排放占全球农业总排放量的比重约10%，节能减碳空间巨大；乡村也蕴含着巨大的碳汇潜力，林业碳汇等是碳中和路线图中不可或缺的部分。利用人工智能开发新的算法进行林业碳汇核算，有望大幅降低监测和核查成本。发展碳汇产业，如通过对林业管理项目的开发，发展林下经济和文旅产业，可以增加就业和税收，助力乡村生态环境治理和共同富裕。基于自然的解决方案进行生态修复，在试点地区修复海草床和盐沼生态系统，发展海洋碳汇，以减少二氧化碳排放。

人工智能也可用于企业碳足迹管理。与传统的人工测量相比，基于AI的解决方案具有明显优势，能够更快、可靠、精准地确定特定机构的完整碳足迹，也有助于决策者形成更加精准的决策。企业使用人工智能技术来监测和预测碳排放量，可以调整其行为以减少碳排放。人工智能的最大优势在于能够从经验中学习，从环境中收集大量数据，推断其中的联系并推荐合适的行动。平台可帮助企业大规模测量、模拟、跟踪和优化其排放量。使用人工智能技术来测量和监测森林中长期储存的碳，以及油气、生物制药、汽车和消费品隐含碳，可以准确测量并评价企业的直接排放量和间接排放量。通过预测企业碳足迹和未来排放量，将当前减排、减排计划和今后需求联系起来，以设定和调整减排目标。

人工智能技术可以快速提升人们适应气候变化的能力

人工智能本身也有碳足迹，主要在模型开发训练阶段，使用AI之力缓解气候变化的价值也因此受到质疑。鉴于此，降低AI模型训练功耗势在必行，除使用可再生能源外，还应设计具备普适性的通用神经网络、人工智能或机器学习模型。有必要把AI重点用在高碳排放和高成本领域，从产生最大碳排放量和成本的地方入手，实现AI技术本身的减排。只有收益高于投入，人工智能才需要引入。应当设立远景目标，依靠AI技术以提高整个价值链中的碳排放透明度；要从小处着手，使用最小化成本设计AI解决方案，对方案进行迭代、整合和完善；要尽快推广使用人工智能技术，尽快扩大最佳解决方案的应用规模；要加强能力建设，构建新的治理结构，发展赋能型技术平台，以形成人工智能助力碳减排的最大效益。

选择气候友好地区布局数据中心。我国进行“东数西算”布局就是典型。一旦使用人工智能技术，就应选择在可再生能源丰富或气候友好地区布局，降低模型运算的碳强度，这也是当前任何开发者都可以使用的最有影响力的杠杆。可以通过使用绿色区域选择器软件来帮助企业在选择运营地点时评估碳足迹并降低成本。建设公共基础设施，要因地制宜，以问题为导向，还需要体制机制创新，吸引社会资金广泛参与。尽可能采用共享思路，以分布式方式在电力体系的所有设备上进行训练；或者开发人员通过量化、知识浓缩或其他方法来缩小机器学习模型，以节约能源资源。比如参加调峰的煤电机组，并不是装机容量越大越好，而是要按照系统来优化配置装机容量。只有选择合适的模型工具才能获得预期的效益。

开展气候变化和碳足迹宣传。人工智能可用于支持有关气候变化的研究和教育，帮助利益相关方了解相关风险，鼓励他们分享所学到的知识。人工智能还可以成为支持气候研究和建模的工具，以了解变化规模并为决策提供信息支持。设计碳定价机制并进行预测，可在气候融资中发挥关键作用。人工智能可以通过个性化工具来教育并影响公众行为，不仅可以估算碳足迹，还能为气候友好型购买提出建议。对于决策者和公众来说，适应气候变化是一项至关重要的任务，而人工智能可以提高对气候变化长期趋势和极端天气事件的应对能力。

提高气候灾害的防御能力。人工智能将被运用于提高基础设施、建筑物等的韧性，提前并精准预警、及时发现故障或障碍。极端天气、洪水或火灾等自然灾害在全球范围内越来越普遍且具有破坏性，人工智能在相关的预测和模拟方面将发挥越来越重要的作用，可被用来改善脆弱国家或地区的气候灾害警报系统。其中，深度学习算法将继续改善现实世界中的气候临界点的早期预警，增强敏感性和特异性，以帮助人们更好地准备应对重大变化并提高恢复能力。人工智能通过管理和分析多样化的海量数据，形成自然灾害防御和尽量减少损失的决策建议。人工智能在治理全球气候方面具有突破性潜力。各国和各大企业的管理决策者应充分认识并有效利用人工智能的优势，以应对大规模碳减排的复杂挑战。

人工智能助力人类创新气候治理新模式

应对全球气候变化关乎自然生态和人类可持续发展的未来。将气候变化作为人工智能的规划、研究、开发、应用和治理的优先目标，是贯彻联合国2030 年可持续发展议程、联合国教科文组织《关于人工智能伦理问题建议书》以及《巴黎协定》的重要举措。人工智能在用于气候变化治理方面将大有作为。一是将应对气候变化作为人工智能研发和应用的优先领域，引导更多资源投入应对气候变化的人工智能研发和应用，并形成有力导向；二是开展对于人工智能助力减碳、节能的绩效评价；三是推进人工智能技术自身的高能效、低能耗发展。政府应支持在气候变化背景下负责任地使用人工智能：支持负责任地使用人工智能缓解和适应气候变化，减少人工智能以与气候目标不符的方式带来负面影响，以及为广泛的实体建立相关的实施、评估和治理能力。

越来越多的实时地理空间数据可以从摄像机、卫星、无人机和其他地面和航空图像中获得并连接起来。借助人工智能可以从气候模型生成的大量复杂模拟中获得新的认识。人工智能和机器学习结合可为研究人员使用动态模型提供支持并做出明智决策。如使用人工智能来更好地预测飓风等极端天气事件，利用人工智能和物联网链接来预测并降低污染物排放水平，提前生成高分辨率污染预报，发出警报以便居民有时间准备和规避污染事件。

人工智能最大的价值在于监测并减少排放。事实上，世界各国可以通过使用人工智能的不同方式来实现其减排目标。人工智能最重要的用途是测量、减少和消除温室气体效应。基于人工智能的解决方案具有明显的优势，可以更加快速、可靠、精准地确定特定组织或机构的碳足迹，其强大的预测和数据分析能力还能帮助决策者做出更为正确的决定。超过60%的公共和私营部门负责人认为，测量和减少排放对组织而言是最大的商业价值所在。人工智能可以测量宏观和微观层面的排放，减少大气中现有的排放，消除排放影响。

我国在人工智能应对气候变化方面进行了积极探索。2022年4月26日，中国科学院自动化研究所等7家中外科研机构在人工智能助力气候变化国际研讨会上发布了《面向气候行动的人工智能原则》，其中提出的七项原则包括对人类与生态系统有益、节约能源、保护隐私、公平与公正、促进教育、培训和就业、共享与协作；此外还提出人工智能赋能气候治理的七项建议，分别为促进气候分析与预测、促进能源节约、助力温室气体减排、促进温室气体吸收与碳存储、减少气候变化的危害、不断完善能源体系、建立有益于控制气候变化的市场机制与政策，得到了国内外诸多专家和学术机构的高度评价。

对于应对气候变化，我国不仅有减缓方面的措施，也出台了适应规划。2020年我国对外宣布碳达峰碳中和的目标和时间，力争在2030年前实现碳达峰，争取在2060年前实现碳中和。2022年，我国单位GDP二氧化碳排放比2005年降低了50.8%，扭转了二氧化碳排放快速增长的态势；森林蓄积量超过194 亿立方米，是全球森林资源增长最多最快的国家。在利用市场机制推动碳达峰碳中和方面，2021年启动的全国碳排放权交易市场，是全球范围内覆盖温室气体排放量最大的碳市场。我国碳市场的启动和运行对控制温室气体排放、推动绿色低碳转型的积极作用逐步显现。企业减排意识增强，碳定价功能逐步发挥。我国还积极参与全球气候治理，深度参与了近百个碳减排议题的磋商，发挥了引导力和影响力。

人工智能在气候变化领域还有众多用途。人工智能的任何成功解决方案都必须是用户友好的和易于获取的，而且能为用户带来实际好处，并提供易于执行的明确建议。人工智能解决方案需要有更多实质性的支持，包括投资者、决策者和训练有素的从业者的支持。人工智能在帮助人类解决气候危机方面充满前景，但光有人工智能是不够的，还取决于决策者的行动以及做出必要改变的意愿。在我国积极参与全球气候治理过程中，也要发挥人工智能的作用，为推动全球治理体系贡献中国智慧、中国方案、中国力量。