中经评论:人工智能如何应对气候变化|世界热闻
夏至已至。去年夏天的热浪还让很多人记忆犹新,那是我国自1961年以来的最热夏季。如今,各地频繁出现的高温暴雨等极端天气让人们担心:今年夏天会比去年更热吗?
从数据上看,全球气温升高的趋势相当明显。尽管此前3年的拉尼娜现象对全球气温起到了暂时“刹车”作用,但过去8年仍是有记录以来最热的8年。其中,2016年是有记录以来全球最热的一年。目前有多家机构预测,2023年或2024年极有可能超过2016年,创造新的全球最暖纪录。
【资料图】
面对气候变暖,人类应该如何应对?一些科学家寄望于目前火热的人工智能。
要应对气候变化,首先要“辨症”,要有对天气的准确分析和预测研判的能力。但这并非易事,而人工智能恰恰可以在气象预测领域大展身手。
今年4月,中国发布的人工智能大模型“风乌”,首次实现在高分辨率上对核心大气变量进行超过10天的有效预报。从预报精度看,相比于传统的物理模型,“风乌”的10天预报误差降低19.4%;从预报时效看,全球范围内最好的物理模型HRES有效预报时长最大为8.5天,而“风乌”达到了10.75天;从资源效率看,现有物理模型往往需要在超级计算机上运行,而“风乌”大模型仅用GPU便可运行,30秒即可生成未来10天全球高精度预报结果。
从“风乌”的实践可以看出,人工智能应用于气象领域,从大数据中挖掘规律,可与传统的数理方程形成互补,为生产生活提供更准确、更实用的天气预报。气候变暖将让极端天气更频繁,人工智能可用于改善气象灾害警报系统,实现提前和精准预警,在防灾减灾中发挥更大作用。
应对气候变化,从长远来看,还需要“去根”,即针对气候变化原因采取各种减缓措施。不少科学家认为,气候变暖与碳排放带来的温室效应密切相关,只要人类社会的化石燃料消耗不减少,气候变暖的趋势就不会停止。
加强人工智能应用,可以实现更精准、稳定、有效的减排。人工智能作为能源转型的重要辅助工具,越来越多地被整合到工业系统和家居生活的能源管理中,提高能源利用效率、减少峰值需求,最大限度地利用可再生能源。此外,在核聚变、新能源材料、碳捕集存储利用等领域,人工智能也可以通过发挥数据分析、建模和预测等方面的优势,为这些绿色技术的研发加速。
波士顿咨询集团(BCG)曾在其研究报告中预测,如果要实现《巴黎协定》中提出的将全球平均气温上升限制在1.5℃的目标,各国必须在2030年前减少50%的碳排放。使用人工智能可以帮助减少26亿吨至53亿吨的二氧化碳排放,占减排总量的5%至10%。
如果把人工智能看作一剂药方,那么它也有局限和副作用。例如,人工智能大模型本身就是耗能大户,会增加碳排放。当它与人脑同时工作时,人脑的能耗仅为机器的0.002%。
人工智能是引领未来的新兴战略技术之一,气候变化是当今世界面临的最紧迫挑战之一。人工智能革命和绿色能源革命齐头并进,已成为大国竞争必须抢占的科技制高点。我们既期盼更绿色环保的人工智能,也期盼更智能可控的绿色能源,就像期盼盛夏不再酷热难耐。(本文来源:经济日报 作者:佘慧敏)
标签:
- 中经评论:人工智能如何应对气候变化|世界热闻
- TTG 赛后采访:我们配合更默契了 指挥无敌,听话完事 焦点资讯
- 热点评!东方嘉盛(002889.SZ):目前机器人和人工智能主要是智能清关服务上的应用
- 大地海洋(301068.SZ)继续推进公司重大资产重组|天天最新
- 9月26日发售!CD Projekt RED 赛博朋克2077:往日之影主机测试视频曝光
- 全球观天下!中央气象台:华北高温略微减弱 南方本轮强降雨近尾声
- 2019河南高考一分一段表_快资讯
- 观速讯丨2023天津外地人可以买几套房?
- 天天实时:今年全国快递业务量已达600亿件 比去年提前34天
- 仰望U8最新消息,将于8月上市9月交付|每日消息
- 老饭骨红烧鲍鱼做法?
- ChatGPT 创建逃避 EDR 检测的变异恶意软件
- 首次披露!杀害缉毒英雄蔡晓东的毒贩被击毙
- 从尼山圣境出发!这片土地,万物皆可“数”
- 有望填补国内市场空白!康希诺百白破加强疫苗临床试验获批
- 当前观察:毫不动摇严守耕地红线:全国耕地总量减少势头得到遏制
- 中船科技: 公告编号2023-047 中船科技股份有限公司关于实施2022年度利润分配后发行股份及支付现金购买资产并募集配套资金暨关联交易所涉发行股份购买资产的股份发行价格调整的公告
- 二建分数查询网站入口2023 环球热资讯
- 航拍|文旅致富“桃花源”,小山村“变身”别墅村-天天要闻
- 全球热文:【新闻发布会】贵州:去年1月至今年5月起诉毒品犯罪案件1271件1898人
- 实施500万元以上项目200个!前5个月庆阳市招商引资到位资金稳定增长
- 全球动态:邹平市高新街道:干群协力 向阳而行
- 上汽集团汽车品牌列表_上汽集团汽车品牌 天天快播
- 夏侯瑾轩小说 夏侯瑾轩_焦点简讯
- 秘密名单 意外泄露!这些巨头险遭重创-天天精选
- 全球今亮点!央行:5月债券市场共发行各类债券54561.6亿元
- 时装周变国货明星炫技场,最大的赢家竟然是TA?
- 徐璐的新奇穿法很吸引眼球,背带裤只穿“下半截”,却意外很时髦 环球即时
- 环球观速讯丨“14陆金开MTN002”将召开持有人会议 对陆家嘴定增事项表决
- 全球头条:热血街舞团肖杰
- 大众汽车最新专利曝光:汽车仪表支持拆卸,可用手机、平板取代
- 跳桥救人小哥,记二等功+邀请落户!
- 为什么馒头发出来不蓬松?
- 环球今日报丨超级品牌体系36讲之6-战略篇-重新认识消费者
- “成人礼必读!文学专家指南:送什么才能让男孩感受致青春的美好?”-热推荐
- 【科普中国军事科技】 人类第一次在太空安插的“隐蔽杀手”是怎样的?
- moto razr 40首销 3999折叠旗舰 还要什么直板|世界即时看
- 长安公司生产的车型(长安生产什么品牌车?)_天天速读
- 25天后,桃花傍身,好运乘风来的3大生肖
- 乘联会:预计6月乘用车零售183万辆,新能源汽车同比增长26% 看热讯
- 葛洲坝-南桥±500千伏直流输电改造工程正式投运 当前热讯
- AMD RX 7800被逼急了!硬塞Navi 31大核心_快消息
- 凯赛生物拟向上海曜勤定增募资不超66亿元 招商局集团间接入股
- 擅自改变土地性质……海南6家公司、工厂被罚款合计近30万元 滚动
- 2022河南测绘职业学院中外合作办学分数线(含2021年) 世界最资讯
- 交易异动!新时达:无未披露的重大事项
- 快消息!2023山西省公安机关面向公安院校公安专业毕业生考试录用公务员职位选择公告
- 山东省2023年高考分数线公布|全球今热点
- 长沙芙蓉区法院集中宣判12例涉毒案件 天天观点
- 为什么要说梁静茹给的勇气?你以为你是梁静茹是什么意思? 世界快报
- 环球速读:fpd检测器是什么?fpd检测器的原理是什么?
- 每日视讯:宠物用品进货渠道辽宁
- 【世界报资讯】马斯克回应约架扎克伯格:可能真要打了 不打无准备之仗
- Red Dead Redemption 2和The Touryst等游戏在本周的黄金特惠中打折_世界即时看
- 内战王窝里横?26岁国乒球星又输外战,赢马龙樊振东霸气哪去了_世界最新
- 两人麻将翻牌怎么玩图解_两人麻将
- 全球焦点!警惕“看人下菜”的粉红税
- 塑胶跑道专用增塑剂商品报价动态(2023-06-25) 世界观点
- LOL:王思聪虽只上场打了一场职业比赛,但是却创下了4项世界纪录
- 如何自己制作动态壁纸教程_如何自己制作动态壁纸 世界速看料
- 孕妇吃葡萄干可以吗?_孕妇吃葡萄干可以吗
- 中共中央秘书处机关旧址纪念馆27日将正式开馆
- 精准发力,靶向引才——四川农业大学大力加强辅导员及教辅队伍建设
- 全球简讯:高培勇:宏观政策要坚持“挤牙膏式”扩张,稳预期得靠改革
- 走!到家门口的“口袋公园”游憩健身-环球观焦点
- 2023苏醒WAKE UP巡回演唱会官宣 首站广州开票售罄 世界播资讯
- 福岛核电站将向普通旅行团开放 孕妇等不能参观|全球观热点
- 世界观焦点:萌宝动物们吃到了“定制”粽子
- 每日热门:瓦格纳事变告终!这些骄兵悍将,是开疆拓土的英雄还是“叛匪”?
- 每天能生产120吨针织面料!云南纺织印染火爆,规划4592亩纺织园区,已投产16条生产线_当前观察
- 新闻提要_关于新闻提要简介
- 虚空碎片怎么刷的快_虚空碎片怎么刷|当前速递
- 速查!这些人可以再拿2年澳洲485工签!
- 播报:Gurman:苹果 Vision Pro 头显的头顶绑带需单独购买
- 天天观天下!6月21日LME基本金属库存统计
- 开办一年多 海南“土地超市”上架3.6万亩土地-全球报资讯
- 募投业务毛利率、业绩双双下滑,“轮胎供应商”大业股份再募资6亿遭问询
- 环球热头条丨2023年湖北省高温补贴发放标准是多少
- 2023年奉化人才租赁房夫妻可以同时申请吗?
- 赵匡胤为何能轻易夺后周的江山?-聚看点
- 世界百事通!2023河南一分一段有什么用
- 6月26日—6月28日长沙湘雅路街道社区卫生服务中心HPV疫苗线下预约指南
- 速看!燕子矶4家热盘人才房对所有人开卖 全球快看
- 多名“90后”干部接受审查调查 早节不保难行远
- 2023年6月27日新股日历:恒工精密等2只申购 广康生化等0只上市
- 招联逾期多久会起诉?申请冻结名下银行卡是真的吗?
- 世界快讯:航拍|文旅致富“桃花源”,小山村“变身”别墅村
- ASML:芯片供应链脱钩自主生产不可能 美国日本也不例外
- 观察:争当“大运会”宣讲员,彩虹小学学子做好“家门口”盛会宣传
- 天天热门:宝骏悦也“卫士版”改装套件正式发售 6570元你看划算吗?
- 焦点讯息:用泛函重整化群方法研究夸克物质相图_关于用泛函重整化群方法研究夸克物质相图介绍
- 上千个志愿填报软件已登记著作权 多个高考志愿填报专利获授权 2023高考志愿填报10问10答 每日热点
- 豫金刚石定增案尘埃落定,东北证券及5名保代被罚没近820万 全球热议
- 今晚的月色真美下一句(今晚的月色真美下一句拒绝)
- 老年人存定期,存一年好?还是三年好?内行人给出“良心建议”
- 石榴花开美京城 首届北京中华民族文化周闭幕_世界简讯
- SMM调研:铁矿石下有支撑上有压力 端午节后延续高位震荡
- 天天即时:《繁华似锦》首播,收视夺冠,故事性强,剧情介于地气和悬浮之间
- 郑州市审计局认真落实研究型审计 助力医疗卫生事业健康发展|天天速递
- 遴选考试面试技巧:“三板斧”打造第一印象 天天新消息