乔夫·马尔甘

几十年来，精心收集的有关天气模式和海水温度的数据被输入模型，用于分析、预测和解释人类活动对气候的影响。现在我们知道了令人震惊的答案，未来几十年我们面临的最大问题之一是，如何使用数据驱动的方法来克服气候危机。

虽然数字世界似乎是一个对气候友好的世界（用Zoom工作比开车去上班好），但数字和互联网活动已占温室气体总排放量的3.7%左右，约等于航空旅行。在美国，数据中心约占了总用电量的2%。

人工智能的数字则要糟糕得多。据估计，训练机器学習算法的过程，会排放惊人的62.6万磅二氧化碳—是普通汽车全生命周期燃料使用量的5倍，是跨大西洋航班的60倍。随着人工智能的快速增长，这些排放量预计将急剧上升。而比特币背后的技术—区块链，可能是最严重排放犯。比特币挖矿（用于验证交易的计算过程）本身留下的碳足迹，就大致相当于新西兰的碳足迹。

幸运的是，人工智能可以通过很多方式来减少二氧化碳排放，其中最大的机会在于建筑、电力、交通和农业。

约占温室气体排放量1/3的电力部门，进步最大。主导该行业的少数大公司已经认识到，人工智能对于优化电网特别有用，因为电网具有复杂的输入—包括风电等可再生能源的间歇性贡献—和复杂的使用模式。同样，谷歌DeepMind的一个人工智能项目旨在改进风力模式的预测，从而提高风力发电的可用性。

但科技巨头本身在认真应对气候危机方面进展缓慢。例如，面对不断交付新一代iPhone或iPad之压力的苹果公司，过去对环境问题不感兴趣，尽管它导致了电子垃圾问题。脸书公司在去年年底创建在线气候科学信息中心之前，也长期对这个问题保持沉默。而亚马逊公司及其领导人直到2020年才推出100亿美元的贝佐斯地球基金，此前也一直没有采取行动。

科技巨头姗姗来迟的应对措施，反映了使用人工智能帮助世界实现净零排放的更深层次的问题。数据是一切人工智能系统的燃料。为了充分利用这一关键资源—例如训练新一代人工智能—这些“数据集”需要开放、标准化和共享。

这方面的工作已经在进行中。“C40知识中心”提供了一个交互仪表板来跟踪全球排放量；碳跟踪组织等非政府组织，使用卫星数据绘制煤炭的碳排放图；“破冰船一号”项目旨在帮助投资者跟踪其决策的全部碳影响。但这些举措仍然是小规模的、分散的，并受到可用数据的限制。

解放更多数据，说到底需要政治意愿。如有本地或区域的“数据公地”，就可以依托人工智能帮助整个城市或国家减少排放。在未来十年，我们将需要设计新的和不同类型的数据信托，来管理和共享各种环境中的数据。

例如，在交通和能源等部门，公私合作（例如收集“智能电表”数据）可能是最好的方法，而在研究等领域，纯粹的公共机构会更合适。缺乏此类机构是许多“智慧城市”项目失败的原因之一。无论是多伦多的谷歌人行道实验室，还是波特兰的复制计划，都无法让公众产生信任。

我们还需要新的规则。一个选项是将数据共享作为确保经营许可的默认条件。另外，我们有国际货币基金组织和世界银行，但没有同等分量的世界数据基金。这个问题并非不可解决。但首先，它必须得到承认和认真对待。也许到那时，投入绿色投资的大量资金中，会有一小部分可以用于资助我们迫切需要的基本数据和知识管道。