## 人工智能提高气候模型精准度
维吉尼亚大学生物复杂性研究所执行主任Madhav Marathe博士的团队正在开发由AI驱动的城市和区域”数字相似体”，这些虚拟模型可以模拟从海平面上升到能源使用和人口移动的各种情况。这些数字相似体类似于数字孪生，但使用合成数据来保护数据隐私。这些模型使规划人员和政策制定者能够在灾难发生前测试各种情景并设计更智能、更可持续的应对措施。

通过与美国国家航空航天局、疾病控制和预防中心以及国防部的合作，Marathe的研究所已经在应用AI来理解健康影响、改善区域疏散策略并支持综合能源系统。研究所正在”构建由AI和模拟驱动的工作流程和应用程序，以更好地理解这些共同演变的系统”。

## 保险业利用AI提高气候风险评估
风险投资支持的保险顾问公司Demex Group的首席风险官Matt Coleman解释了机器学习如何提高保险损失预测的准确性。”我们利用机器学习和大量的天气事件和保险索赔数据集来更好地预测保险损失，”他说，并补充道保险业正在积极评估气候变化的经济影响。

Demex专注于Coleman所称的气候风险的”小划痕和小伤口”——频繁发生的事件，如雷暴，这些事件累计给保险公司造成的成本超过了大型头条灾难，如飓风和龙卷风。”自1980年以来雷暴频率增加了五倍，这造成了一个保护缺口，威胁着保险公司的收益”，这一缺口现在很少被再保险公司覆盖。

由AI驱动的模型使保险公司能够为特定风险量身定制保单，甚至重新开放已经变得太不可预测而无法由保险公司覆盖的市场。Coleman解释说，30多年来，保险业一直在利用罕见天气事件的稀疏数据集。Demex利用准确反映问题的每小时和每日数据，以及随机和合成数据集，为可行的决策提供信息。

## AI应用于气候变化的伦理与能源需求
尽管AI在气候应用中表现出令人印象深刻的能力，但人类监督仍然是必不可少的。Marathe警告说：”对于大型、影响重大的决策，你不能将AI置于自主预测的角色中”，但它可以自主用于检查和验证。

Coleman同意这一点，指出在保险业，”气象学家最有价值的方面之一是模式识别。人类解释对于验证预测和质量控制很重要。”Demex使用”后推预测”——在过去的事件上测试模型——在将它们部署到实际场景中之前验证预测。

维吉尼亚大学数据科学学院助理教授Jess Reia博士对AI在气候适应中的伦理使用提出了关键观点。”为了缓解气候危机，AI系统需要开放、可靠的数据，而人类则需要有意义的透明机制，”Reia说。她强调，算法偏见和自上而下的决策可能会加深不平等，除非模型的开发和部署是经过精心设计的。

“AI系统已经成为城市治理和气候变化缓解的重要工具，”Reia补充道。”这些系统承诺解决复杂问题，同时也助长了这些问题。”公平、责任和包容性设计问题必须成为气候AI对话的一部分。

讽刺的是，帮助解决气候挑战的AI工具本身也消耗大量能源。支持机器学习模型的数据中心在数量和需求上都在激增，导致能源消耗不可持续。AI也被用来提高数据中心和建筑物的能源效率——优化负载平衡、预测需求和减少浪费。但是，正如Marathe指出的，”能源使用增长率可能不会被抵消，除非变化是显著的。”

当我们反思AI与气候变化的关系时，我们是否应该问：技术解决方案真的能弥补它们自身创造的问题吗？

外媒：
1. 福布斯 (Forbes)
2. 维吉尼亚大学 (University of Virginia)
3. Demex Group