机器学习和AI将如何帮助人类应对气候的无常变化

（文章来源：教育新闻网）

气候变化已成为对人类的最大威胁，其破坏性后果包括极端天气事件，气候迁移和生物多样性急剧下降。绿党和像年轻的Greta Thunberg这样的公共活动家首当其冲地采取了气候行动，但近年来，许多行业都在加大创新力度以尽自己的一份力量。

尤其是信息学行业一直在加大研发力度，以提出前沿的解决方案。一个最近的一篇文章由一组高调AI专家和IT专业人士发表的探讨，可以发现“在气候变化和机器学习的关系”的潜力。该论文由宾夕法尼亚大学的博士后研究员David Rolnick领导，着重介绍了人工智能，计算机视觉，无监督学习等机器学习领域中的“现实世界变化的高影响力机遇”。

在该行业的其他地方，许多数字巨头和初创公司已经在机器学习驱动的解决方案上实现了自己的突破，这些解决方案用于预防和缓解气候变化。让我们研究一下ML及其衍生物可以为为地球的未来而战的组织提供的三大好处。

人工智能和深度学习非常适合于数据丰富的气候科学项目，这些项目通常提供必要的深度和多样性的数据集，例如由Google，Mila研究所或德国航空航天中心领导的研究。生成的模型可以例如更准确地评估建筑物和电动汽车的能耗水平，从而更容易发现趋势并预测未来的能耗。顺带一提，这将导致有效的能源分配和电池管理，这对于那些试图最大程度地减少碳足迹并转向可再生能源的人来说是至关重要的任务。

在与气候变化相关的研究中进行深度数据分析的其他示例包括Facebook的基于AI的非洲大部分地区的人口密度图和DCNN的应用，用于检测极端天气事件，例如热带气旋，大气河流和天气前沿。诸如对象识别之类的计算机视觉技术越来越多地用于增强视觉气候数据的分析。潜在的应用范围包括从监控毁林规模到生成太阳能电池板的大小和位置数据，到收集有关跨社区和国家的气候适应政策的信息。

随着气候变化影响着地球上的野生动植物，保护主义者需要可靠的解决方案来跟踪濒临灭绝物种的种群，而又不会干扰它们。Appsilon的动物识别项目正在通过能够识别图像中特定种类动物的AI模型来应对这一挑战。使用转移学习技术对模型进行训练，即使使用较小的数据集也可以确保准确性。

人工智能解决方案已证明其在简化复杂业务工作流程和增强遗留系统方面的有效性。在“清洁技术”的背景下，人工智能势必会影响环保建筑的设计，可持续供应链，货运效率等等。