UCL教授：绿色人工智能需要什么？_新浪财经

　　新浪财经2021中国企业ESG“金责奖”投票通道已全面开放，快来为喜欢的企业投票吧！（点击投票）

　　作者：乔夫·马尔甘（Geoff Mulgan）

　　在气候变化对现实世界的影响还远未如此明显的时候，数据就以痛苦的细节（painful detail），描绘了一幅关于这一问题的规模的惨淡画面。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。

　　预计数据和人工智能（AI）等技术将发挥非常重要的作用。但这只有在我们对数据管理进行重大改变时才会发生。我们需要摆脱目前在大型发达经济体中占主导地位的商业自有模式（commercial proprietary models）。虽然数字世界似乎是一个气候友好的世界（用Zoom 工作比开车去上班好），但数字和互联网活动已经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，训练机器学习算法的过程会排放惊人的 626，000 磅二氧化碳——是普通汽车全生命周期燃料使用量的五倍，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用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三分之一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，实现 “提前一整天给出电网最佳每小时输送保证”。

　　使用类似的技术，人工智能还可以帮助预测车辆交通流量或提高农业管理的精度，例如预测天气模式或虫害。

　　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 的压力下的苹果公司，众所周知他们过去对环境问题不感兴趣，尽管它——与其他硬件公司一样——导致了电子垃圾e问题。脸书公司在去年年底创建在线气候科学信息中心（Climate Science Information Center）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 亿美元的贝索斯地球基金，此前也一直没有采取行动。这些最近的发展值得欢迎，但为什么花了这么长时间？

　　科技巨头姗姗来迟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，关于能源电网、建筑和交通系统中所发生的情况，存在海量的数据，但几乎均为公司自有，并且受到公司内部的严格保护。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（C40 Knowledge Hub）提供了一个交互仪表板来跟踪全球排放量；碳跟踪组织（Carbon Tracker）等非政府组织使用卫星数据绘制煤炭排放图；破冰船一号（Icebreaker One）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。宾夕法尼亚大学的大卫·罗尼克（ David Rolnick）和其他 21 位机器学习专家在 2019 年发表的一篇广为流传的论文指出，关于如何应用这项技术的想法可谓层出不穷。

　　但这带来了第二个主要挑战：谁拥有或管理这些数据和算法？目前，没有人有一个完整的好答案。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（Sidewalk Labs），还是波特兰的复制计划（Replica），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。提供电力、监督 5G 网络、使用城市街道（例如叫车公司），或寻求本地规划许可的私营实体，应该被要求提供适当标准化、匿名化、机器可读取的相关数据。

　　这些只是让科技行业站在应对气候变化的正确一方所需的一些结构性变化。未能调动人工智能的力量既反映了数据收割（data harvesting）商业模式的主导地位，也反映了公共机构结构的严重失衡。例如，欧盟拥有欧洲投资银行等主要金融机构，但没有可与之匹配的专门协调数据和知识流动的机构。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。

　　乔夫·马尔甘是NESTA前首席执行官，现为伦敦大学学院集体智能、公共政策和社会创新教授，著有《大思维》。

　　www.project-syndicate.org

　　新浪财经ESG评级中心简介

　　新浪财经ESG评级中心是业内首个中文ESG专业资讯和评级聚合平台，致力于宣传和推广可持续发展，责任投资，与ESG（环境、社会和公司治理）价值理念，传播ESG的企业实践行动和榜样力量，推动中国ESG事业的发展，促进中国ESG评估标准的建立和企业评级的提升。

　　依托ESG评级中心，新浪财经发布多只ESG创新指数，为关注企业ESG表现的投资者提供更多选择。同时，新浪财经成立中国ESG领导者组织，携手中国ESG领导企业和合作伙伴，通过环境、社会和公司治理理念，推动建立适合中国时代特征的ESG评价标准体系，促进中国资产管理行业ESG投资发展。