人工智能賦能氣候治理的思路與重點任務

周宏春

氣候變化對全球環境、經濟和社會系統產生重大影響，是人類面臨的共同挑戰。人類是地球的“乘客”，是命運共同體，必須攜手合作應對氣候變化的挑戰。人工智能（AI）和氣候變化熱點重疊、相互促進，成為世界各國技術創新競技場。本文討論人工智能的賦能給氣象和氣候變化領域帶來的可能影響，特別是對碳達峰碳中和、氣候變化適應、以大數據模型為底座技術的人工智能碳減排，以及公眾參與等領域產生的作用。

人工智能技術演進賦能氣候治理

從20世紀50年代起至今，人工智能經歷了三次發展高潮，從誕生到機器學習、再到深度學習，現已邁入大模型時代，成為新一輪科技革命與產業變革的驅動力。人工智能應用到氣候治理領域，可以不斷增強天氣預報的準確性、提高人類應對災害性氣候事件的能力，實現減少碳排放目標，促進建設一個更加綠色低碳的社會。

“AI+氣象”可以更準確、更靈活地處理氣象大數據并分析其中的復雜的非線性關系。在感知方面，可構建“天臨空地”一體的全域感知、小氣候智能監測的全民感知、以臺風智能探測為代表的極端感知體系，實現氣象感知網無所不知；在傳輸方面，可實現“天臨空地”融合的泛在傳輸、海量數據寬帶的極速傳輸、極端環境穩定連接的可靠傳輸，實現氣象傳輸網無所不在；在計算方面，可提供數據多維融合的智能氣象預測、信息深度挖掘的災害智能預警、臨近預報與全球性天氣氣候事件警示，實現氣象計算無所不預；在服務方面，可為智慧城市、農業、交通、環保等領域和居民生活提供多場景和個性化氣象服務。

人工智能進入氣象預報領域，將產生很多新的思路和模式。人工智能與氣象氣候的深度融合，在感知、傳輸、計算、服務等領域發揮巨大作用。使用AI模型從數據中認識大氣演變規律，建立跨區域、多尺度、精準智能的全球氣象體系，進行3 D 高分辨率氣象預報。事實上，人工智能早就進入氣象領域，大幅提升了氣象預報速度，增強了預報時效性；如今的人工智能，有數據、有算力，將帶來三個轉變，即從專用模型到通用模型的轉變、從小團隊到產研用協同的轉變、從計算機學科到跨學科融合的轉變，為解決氣象領域“卡脖子”問題開辟了廣闊前景。

基于智能的氣象科學研究，要結合我國的實際，提升人工智能氣象應用的物理一致性和可解釋性，探索在訓練樣本、模型結構中融入物理機制以及對模型輸出進行可解釋性分析，選擇典型氣象條件，如在厄爾尼諾—南方濤動智能預測、北大西洋濤動智能預測、北極海冰智能預測、臺風強度智能確定與結構估計等方面進行探索，以提高跨時段的季節性預測和長距空間聯系建模的預測能力，實現對氣象系統的精準預報、預警；積極探索新的技術思路，如“高性能計算+智能計算”“可計算氣象系統性能聯通（氣象系統數值模擬+氣象計算科學裝置）”“科學元宇宙與加速迭代（實驗裝置+計算裝置+科學家大腦）”等，以提高全球氣象預報的時效性和效率，為適應氣候變化夯實科學基礎。

人工智能技術將在氣候治理領域發揮更大作用。圖/中新社

人工智能在氣候變化應對領域將發揮重要作用

人工智能越來越被認為是下一代通用技術，應對氣候變化成為相關技術應用的重要領域。應對氣候變化分為減緩和適應兩方面。人工智能在氣候治理方面可發揮重要作用：一是預測洪水、干旱、火災等風險發生概率較大的區域；二是預測災害性氣候事件并發出預警，以減少救災成本；三是在行政管轄區內為不同用途的土地更好地分配水資源；四是選擇投資效用好的水壩、消防工程等基礎設施項目。

2023年1月30日，《美國國家科學院院刊》發表了由美國斯坦福大學和科羅拉多州立大學的兩位科學家首次使用A I 方法共同進行全球變暖曲線的時間預測。經學習訓練后的AI系統計算得出，全球升溫超過1.5℃的時間為2033年—2035年間。這一結論與聯合國氣候變化政府間專門委員會（IPCC）2022年報告結論——全球在本世紀30 年代初期跨越1.5℃門檻吻合。使用全新的AI方法，基于氣候系統的當前狀況預測未來走勢，與科學家們一直使用的基于過去經驗進行未來預測的計算機模型方法相同。AI研究結果與科學家認知吻合，或只是專家認知的精準“學舌”。世界氣象組織（WMO）表示，2023年至2027年之間或將出現年均氣溫超過工業化前水平1.5℃的情況，這是對氣候升溫閾值的跨越，并成為氣溫變暖加速的信號。2023 年可能出現的厄爾尼諾現象與人類引起的氣候變化疊加，將使全球氣溫升高的不確定性加大。

一些重大氣候事件已在世界范圍內造成生態系統破壞與生命財產損失。如2022年我國西南地區持續高溫使水電供應保證程度降低；又如2021年7月鄭州普降罕見的大暴雨、特大暴雨，強降水過程累積平均降水量449毫米。無論是人工智能對地球升溫超過1.5℃關口的預測，還是世界氣象組織關于未來5年全球年均氣溫較工業化前水平升高1.5℃的概率達66%，2023年至2027年中至少有一年成為有記錄以來最熱年份的概率高達98%的警示，已經開始有現實情況印證。應用人工智能技術的預測顯示，在接下來的50 年中，即使各國聯合行動實現凈零排放目標，在2065年之前升溫2℃的概率仍高達80%。氣候變化帶來農業產出下降，海水表層創紀錄升溫，以及對健康、食品安全、水資源管理和環境可能產生的深遠影響，需要我們做好準備。

人工智能助力人類應對氣候變化，也為我們帶來極大機遇，不僅包括減緩氣候變化行動和公眾參與等方面，更重要的是氣候適應計劃的制定與實施。一項研究顯示，87%的人工智能專家認為，人工智能將集成科學界的最新研究成果，是全球氣候治理的最有效工具。到2030年，通過成本節約和收入的額外增加，人工智能用于企業可持續發展的總體潛在影響將達1.3萬億至2.6萬億美元。使用人工智能也有助于一個機構或組織減少5%到10%的溫室氣體排放，如果擴展到全球，將減少26 億到53億噸二氧化碳當量的溫室氣體排放。

人工智能在氣候變化減緩方面將發揮巨大作用

實現碳達峰、碳中和是一場廣泛而深刻的經濟社會系統性變革。綠色低碳發展不僅需要能源革命，也需要工業、城鄉建設、交通運輸、農業等領域的節能降碳。降碳不僅是技術問題，也是經濟社會問題。人工智能可以幫助人們構建平臺，平衡電力供需以減少棄風棄光問題；可以反映企業或個人碳足跡，降低人們衣食住行用等日常生活中的碳排放，實現以較低的能耗和碳排放來支撐人們生活水平的提高和福祉的改善。

實現碳中和，需要一場從化石能源為主轉向綠色能源為主的革命；能源革命將帶來電力組成的多樣化。過去，能源結構以煤炭、油氣等化石能源為主；而今，隨著風電、光電、核聚變、地熱能、沼氣、燃料電池等的加入，需要規劃建設分布式微電網?？稍偕茉撮_發利用的日益增加，給電力系統帶來嚴峻挑戰。如光電、風電等可再生能源電力的增加帶來電網的不穩定性，陰天難以產生足夠電力以滿足需求，晴天的發電量則會超過需求。太陽能和風能發電占比提高，需要儲能和智慧能源的發展。人工智能的一些工具可以在36小時前預測風向，進而優化風電場運行，減少棄風。通過可再生能源電力和電池存儲的耦合，將發電節點、基地等鏈接起來，可提高電力系統穩定性和可靠性。研究表明，未來3到5年，人工智能可以支持從自動維護、到泄漏監控、再到流程優化、設施管理乃至發電、配電效率等領域的聯通，提高能源效率15%。

輸配電方面，電網公司需要引入快速響應模式，將某點上的過剩能源成功調節到短缺的點位上。在新型電力系統管理中，人工智能可以提高可預測性，減少能源輸配之間的損失，自動實現動態平衡。建設能源基礎設施是一項復雜的系統工程，通過人工智能加以集成和優化配置，可以實現系統最優。自動駕駛是由電動汽車（電池）—交通—電網（能源）構成的復雜系統，可以根據已有導航實踐進行總結提煉、加上自動控制并應用于自動駕駛，經過試驗總結摸索規律，一旦取得突破，就能實現電力系統的自主運行。

儲能方面，無論是太陽能還是風能，均受到天氣條件的影響。有人認為，以可再生能源為主體的新型電力體系，要“靠天吃飯”，而人們卻不能回到那種“日出而作日落而息”的生活狀態。人工智能在儲能系統中的應用，包括遠程監視和電池維護等方面，電池診斷和管理也是A I可以發揮巨大作用的領域。通過數據收集、分析來確定電池性能并預測故障，以保證電池正常工作。能源儲存越智能，可再生能源系統效率就越高。

人工智能既可以提高能源系統的短期靈活性，也能實現長期的供需匹配。從石油、天然氣到可再生能源領域的參與者，都在引入AI以簡化運營。在加快核聚變技術、新能源相關材料開發、CCUS（碳捕集、利用和存儲）等技術研發中，人工智能在數據分析、建模和預測方面有獨特優勢。無論是減少建筑物能耗還是新型電力體系穩定運行，人工智能在時間、投資、物料、能量等方面均可以減少浪費，更好地實現不同時間、不同空間、不同用戶之間的用電匹配。

人工智能被越來越多地用于工業、城鄉建設和交通運輸系統。人工智能可以使鋼鐵、水泥等高能耗產業的能效更高。A I 如果能開發出性質類似、碳足跡更低的新型材料，無疑將有助于減少碳排放。人工智能應用在城鄉建設領域的潛力巨大，如在暖通空調的節能和智能操作領域。通過對產業鏈各環節的詳細分析可以看到，A I可提高企業在生產、運輸及其他方面的效率，降低碳排放與運營成本。AI是自動駕駛汽車的底層技術，可以優化車流路徑和交通信號，在共享汽車及智能交通系統中發揮作用，減少運行排放。

農業溫室氣體排放占全球農業總排放量的比重約10%，節能減碳空間巨大；鄉村也蘊含著巨大的碳匯潛力，林業碳匯等是碳中和路線圖中不可或缺的部分。利用人工智能開發新的算法進行林業碳匯核算，有望大幅降低監測和核查成本。發展碳匯產業，如通過對林業管理項目的開發，發展林下經濟和文旅產業，可以增加就業和稅收，助力鄉村生態環境治理和共同富裕?；谧匀坏慕鉀Q方案進行生態修復，在試點地區修復海草床和鹽沼生態系統，發展海洋碳匯，以減少二氧化碳排放。

人工智能也可用于企業碳足跡管理。與傳統的人工測量相比，基于AI的解決方案具有明顯優勢，能夠更快、可靠、精準地確定特定機構的完整碳足跡，也有助于決策者形成更加精準的決策。企業使用人工智能技術來監測和預測碳排放量，可以調整其行為以減少碳排放。人工智能的最大優勢在于能夠從經驗中學習，從環境中收集大量數據，推斷其中的聯系并推薦合適的行動。平臺可幫助企業大規模測量、模擬、跟蹤和優化其排放量。使用人工智能技術來測量和監測森林中長期儲存的碳，以及油氣、生物制藥、汽車和消費品隱含碳，可以準確測量并評價企業的直接排放量和間接排放量。通過預測企業碳足跡和未來排放量，將當前減排、減排計劃和今后需求聯系起來，以設定和調整減排目標。

人工智能技術可以快速提升人們適應氣候變化的能力

人工智能本身也有碳足跡，主要在模型開發訓練階段，使用AI之力緩解氣候變化的價值也因此受到質疑。鑒于此，降低AI模型訓練功耗勢在必行，除使用可再生能源外，還應設計具備普適性的通用神經網絡、人工智能或機器學習模型。有必要把AI重點用在高碳排放和高成本領域，從產生最大碳排放量和成本的地方入手，實現AI技術本身的減排。只有收益高于投入，人工智能才需要引入。應當設立遠景目標，依靠AI技術以提高整個價值鏈中的碳排放透明度；要從小處著手，使用最小化成本設計AI解決方案，對方案進行迭代、整合和完善；要盡快推廣使用人工智能技術，盡快擴大最佳解決方案的應用規模；要加強能力建設，構建新的治理結構，發展賦能型技術平臺，以形成人工智能助力碳減排的最大效益。

選擇氣候友好地區布局數據中心。我國進行“東數西算”布局就是典型。一旦使用人工智能技術，就應選擇在可再生能源豐富或氣候友好地區布局，降低模型運算的碳強度，這也是當前任何開發者都可以使用的最有影響力的杠桿?？梢酝ㄟ^使用綠色區域選擇器軟件來幫助企業在選擇運營地點時評估碳足跡并降低成本。建設公共基礎設施，要因地制宜，以問題為導向，還需要體制機制創新，吸引社會資金廣泛參與。盡可能采用共享思路，以分布式方式在電力體系的所有設備上進行訓練；或者開發人員通過量化、知識濃縮或其他方法來縮小機器學習模型，以節約能源資源。比如參加調峰的煤電機組，并不是裝機容量越大越好，而是要按照系統來優化配置裝機容量。只有選擇合適的模型工具才能獲得預期的效益。

開展氣候變化和碳足跡宣傳。人工智能可用于支持有關氣候變化的研究和教育，幫助利益相關方了解相關風險，鼓勵他們分享所學到的知識。人工智能還可以成為支持氣候研究和建模的工具，以了解變化規模并為決策提供信息支持。設計碳定價機制并進行預測，可在氣候融資中發揮關鍵作用。人工智能可以通過個性化工具來教育并影響公眾行為，不僅可以估算碳足跡，還能為氣候友好型購買提出建議。對于決策者和公眾來說，適應氣候變化是一項至關重要的任務，而人工智能可以提高對氣候變化長期趨勢和極端天氣事件的應對能力。

提高氣候災害的防御能力。人工智能將被運用于提高基礎設施、建筑物等的韌性，提前并精準預警、及時發現故障或障礙。極端天氣、洪水或火災等自然災害在全球范圍內越來越普遍且具有破壞性，人工智能在相關的預測和模擬方面將發揮越來越重要的作用，可被用來改善脆弱國家或地區的氣候災害警報系統。其中，深度學習算法將繼續改善現實世界中的氣候臨界點的早期預警，增強敏感性和特異性，以幫助人們更好地準備應對重大變化并提高恢復能力。人工智能通過管理和分析多樣化的海量數據，形成自然災害防御和盡量減少損失的決策建議。人工智能在治理全球氣候方面具有突破性潛力。各國和各大企業的管理決策者應充分認識并有效利用人工智能的優勢，以應對大規模碳減排的復雜挑戰。

人工智能助力人類創新氣候治理新模式

應對全球氣候變化關乎自然生態和人類可持續發展的未來。將氣候變化作為人工智能的規劃、研究、開發、應用和治理的優先目標，是貫徹聯合國2030 年可持續發展議程、聯合國教科文組織《關于人工智能倫理問題建議書》以及《巴黎協定》的重要舉措。人工智能在用于氣候變化治理方面將大有作為。一是將應對氣候變化作為人工智能研發和應用的優先領域，引導更多資源投入應對氣候變化的人工智能研發和應用，并形成有力導向；二是開展對于人工智能助力減碳、節能的績效評價；三是推進人工智能技術自身的高能效、低能耗發展。政府應支持在氣候變化背景下負責任地使用人工智能：支持負責任地使用人工智能緩解和適應氣候變化，減少人工智能以與氣候目標不符的方式帶來負面影響，以及為廣泛的實體建立相關的實施、評估和治理能力。

越來越多的實時地理空間數據可以從攝像機、衛星、無人機和其他地面和航空圖像中獲得并連接起來。借助人工智能可以從氣候模型生成的大量復雜模擬中獲得新的認識。人工智能和機器學習結合可為研究人員使用動態模型提供支持并做出明智決策。如使用人工智能來更好地預測颶風等極端天氣事件，利用人工智能和物聯網鏈接來預測并降低污染物排放水平，提前生成高分辨率污染預報，發出警報以便居民有時間準備和規避污染事件。

人工智能最大的價值在于監測并減少排放。事實上，世界各國可以通過使用人工智能的不同方式來實現其減排目標。人工智能最重要的用途是測量、減少和消除溫室氣體效應?；谌斯ぶ悄艿慕鉀Q方案具有明顯的優勢，可以更加快速、可靠、精準地確定特定組織或機構的碳足跡，其強大的預測和數據分析能力還能幫助決策者做出更為正確的決定。超過60%的公共和私營部門負責人認為，測量和減少排放對組織而言是最大的商業價值所在。人工智能可以測量宏觀和微觀層面的排放，減少大氣中現有的排放，消除排放影響。

我國在人工智能應對氣候變化方面進行了積極探索。2022年4月26日，中國科學院自動化研究所等7家中外科研機構在人工智能助力氣候變化國際研討會上發布了《面向氣候行動的人工智能原則》，其中提出的七項原則包括對人類與生態系統有益、節約能源、保護隱私、公平與公正、促進教育、培訓和就業、共享與協作；此外還提出人工智能賦能氣候治理的七項建議，分別為促進氣候分析與預測、促進能源節約、助力溫室氣體減排、促進溫室氣體吸收與碳存儲、減少氣候變化的危害、不斷完善能源體系、建立有益于控制氣候變化的市場機制與政策，得到了國內外諸多專家和學術機構的高度評價。

對于應對氣候變化，我國不僅有減緩方面的措施，也出臺了適應規劃。2020年我國對外宣布碳達峰碳中和的目標和時間，力爭在2030年前實現碳達峰，爭取在2060年前實現碳中和。2022年，我國單位GDP二氧化碳排放比2005年降低了50.8%，扭轉了二氧化碳排放快速增長的態勢；森林蓄積量超過194 億立方米，是全球森林資源增長最多最快的國家。在利用市場機制推動碳達峰碳中和方面，2021年啟動的全國碳排放權交易市場，是全球范圍內覆蓋溫室氣體排放量最大的碳市場。我國碳市場的啟動和運行對控制溫室氣體排放、推動綠色低碳轉型的積極作用逐步顯現。企業減排意識增強，碳定價功能逐步發揮。我國還積極參與全球氣候治理，深度參與了近百個碳減排議題的磋商，發揮了引導力和影響力。

人工智能在氣候變化領域還有眾多用途。人工智能的任何成功解決方案都必須是用戶友好的和易于獲取的，而且能為用戶帶來實際好處，并提供易于執行的明確建議。人工智能解決方案需要有更多實質性的支持，包括投資者、決策者和訓練有素的從業者的支持。人工智能在幫助人類解決氣候危機方面充滿前景，但光有人工智能是不夠的，還取決于決策者的行動以及做出必要改變的意愿。在我國積極參與全球氣候治理過程中，也要發揮人工智能的作用，為推動全球治理體系貢獻中國智慧、中國方案、中國力量。