本月晚些时候，在COP28上，全球领导人将聚集在迪拜，为气候行动增加动力。联合国政府间气候变化专门委员会（IPCC）预测，到2030年，全球需将排放量减少43%。我们相信，人工智能（AI）和集体行动可以帮助实现这一目标，为每个人创造可持续的未来。
今天，我们发布了与波士顿咨询集团（BCG）一起的一份报告，显示到2030年，人工智能有潜力减少全球5-10%的温室气体（GHG）排放量，相当于欧盟年度总排放量。以下是我们正在构建的可以推动气候进展的人工智能的一瞥，同时努力减少人工智能的环境影响。
通过人工智能加速气候行动
人工智能对气候进展具有变革性影响。它已经开始在三个关键领域解决气候挑战：为个人和组织提供更可持续选择的更好信息、提供改进的预测以应对气候变化，并为高影响应用优化气候行动提供建议。
以下是我们在Google如何利用人工智能解决气候挑战的示例：
- 提供有用信息：人们正在寻找减少环境足迹的信息。Google地图中的燃油高效路线使用人工智能建议具有更少坡度、交通量较小和恒定速度（与相同或类似到达时间）的路线。自2021年10月推出以来，燃油高效路线估计已经帮助防止了超过240万吨二氧化碳等效排放量，相当于大约将50万辆燃油汽车从道路上撤出一年。1
- 预测气候相关事件：洪水是最常见的自然灾害，每年导致数千人死亡和数百万人生活受到干扰。自2018年以来，Google研究部门一直在开展我们的洪水预测项目，利用先进的人工智能和地理空间分析，提供实时洪水信息，使社区和个人能够进行准备和应对河流洪水。我们的洪水中心平台向80多个国家提供服务，为4.6亿人提供了七天提前的预报。
- 优化气候行动：轨迹云是你有时从飞机后面看到的细白线，对我们的气候影响很大。2022年的IPCC报告指出，轨迹云占到航空业全球变暖影响的约35%——超过了世界喷气燃料影响的一半。Google研究与美国航空公司和突破能源合作，汇集了大量数据，如卫星图像、天气和飞行路径数据，并利用人工智能开发了轨迹云预测地图，以测试飞行员是否可以选择避开产生轨迹云的航线。在这些试验飞行后，我们发现飞行员减少了54%的轨迹云。
管理人工智能的环境影响
虽然扩大这些人工智能应用并找到加速气候行动的新方法至关重要，但我们需要负责任地构建人工智能并管理其相关的环境影响。
由于人工智能正处于一个拐点，预测我们数据中心中人工智能计算的能源使用和排放的未来增长具有挑战性。历史上，数据中心的能源消耗增长速度远远慢于计算能力需求的增长。2022年，全球数据中心的电力消耗占据了全球最终电力需求的1-1.3%。
将AI计算变得更高效需要使用经过验证的方法来减少排放，同时还需要发现增加效率的新途径。为了减少AI工作负载的碳足迹，我们依赖于经过验证的做法，可以将训练一个AI模型所需的能量减少100倍，并将相关排放量减少1000倍。为了支持下一代AI进展，我们的Tensor Processing Units v4已被证明是世界上最快、最高效和最可持续的机器学习基础设施中心之一。此外，我们用于进行这种AI计算的数据中心都是经过设计、建造和运营以最大化效率的。Google所拥有和运营的数据中心，平均比典型企业数据中心高效1.5倍以上，全球数据中心年平均能源使用效率（PUE）为1.10，而行业平均值为1.55。
我们在冷却数据中心时采取注重气候的方法，同时继续倡导负责任的用水。与个人电脑类似，数据中心会产生热量，必须通过空气冷却、水冷却、制冷剂或这些解决方案的组合来进行冷却。对于我们的数据中心，我们致力于支持超地域因素和决策，包括水文、地理、能源和排放因素。在许多地方，水可能是最高效的冷却手段，在负责任的使用下，可以在减少排放方面发挥重要作用。
共同努力推动积极的气候影响
创造可持续的未来需要决策者、政府官员、城市规划师、商业领袖和个人共同行动。决策者在发挥AI在应对气候变化方面的潜力和确保其可持续和公平使用方面发挥着核心作用。决策者可以加速实现以下三个结果：
- 通过鼓励数据共享、确保可负担的技术访问、增加意识和支持为企业创建和扩大与AI和气候相关的技能提升计划，促进AI在气候进展方面的发展。
- 加速部署AI用于应对气候问题，明确公共和私营部门的优先事项，推动公共部门的使用案例实现，鼓励私营部门采取行动。
- 促进AI的环境和社会负责任部署。
我们可以共同大胆而负责任地开发更多利用AI的工具和产品，以加速我们所需的气候进展。