MIT Technology Review

The climate case for AI has not been made

6.9内容质量

TL;DR · AI 摘要

The climate case for AI has not been made MIT Technology Review OPINION The climate case for AI has not been made AI lea...

核心要点

  • 主题聚焦:The climate case for AI has not been made
  • 来源:MIT Technology Review,建议结合原文判断细节。
  • AI 分析暂不可用,本条为保底评分与摘要。
#AI#编程#后端#安全#产品
打开原文

人工智能尚未证明其对气候的积极影响 | MIT技术评论

观点

人工智能尚未证明其对气候的积极影响

人工智能领域的领导者声称他们的技术能够解决气候问题。但迄今为止,相关证据大多指向相反的方向。

作者:

  • Mary Nichols 档案页面
  • Jeremy Tamanini 档案页面

2026年11月9日

Stephanie Arnett/MIT技术评论 | Getty Images, Adobe Stock, Envato

本周,随着各国在土耳其安塔利亚召开联合国气候大会,人工智能很可能会成为会议上的核心议题。主办方已呼吁各国承诺确保人工智能在设计、能源供应和部署方面都符合气候行动的需求。

然而,尽管人工智能公司做出了非常乐观的承诺,全球各行业至今尚未充分利用这项技术来真正减少导致地球变暖的温室气体排放。

2024年,OpenAI首席执行官萨姆·奥尔特曼宣称,人工智能将带来“令人惊叹的成就”,包括“解决气候问题”。前一年,即2023年,谷歌可持续发展负责人及其合著者在一篇社论中写道,到2030年,人工智能可使全球排放量减少5%至10%。

一些学术研究人员已经对这些与人工智能相关的气候主张进行了研究。去年发表的一项同行评审研究由伦敦政治经济学院格兰瑟姆研究所和Systemiq公司研究人员共同领导,估算到2035年,人工智能每年可帮助全球减少相当于32亿至54亿吨二氧化碳的排放量——这一数字与美国年度能源相关排放量的上限相当,即使减去人工智能自身的能源消耗。这些潜在收益主要集中在三个领域:电力、肉类和乳制品,以及车辆。

但这些预测的价值取决于我们是否愿意将它们与现实情况进行验证。目前,这些行业中最大的公司是否已经开始按照该研究的预测整合人工智能?如果确实如此,结果是否符合预期?还是说2035年的目标仍然只是理想化的愿景?

这些行业的公司已宣布了大量初步努力,将人工智能融入各种商业实践。但由本文第二作者对每个行业主要市场参与者公开信息进行的AI辅助审查发现,很少有公司宣布正在追求研究中预测的特定减排路径,更少的公司声称已利用这些路径实现显著的气候进展。

在电力行业,早期研究的基础计算最为具体:人工智能驱动的供需预测可使现有太阳能和风能设施向电网输送的可再生能源电力增加多达20%,这可能每年减少约18亿吨排放。

然而,根据分析,中国、美国和欧洲审查的电网运营商中,只有唯一一家部署了此类已知的、具有实际意义的人工智能程序。英国国家电网ESO与Open Climate Fix的合作将电网运营商的太阳能预测误差(预测的入射阳光量与实际到达太阳能板的阳光量之间的差异)减少了一半,每年避免了数十万吨二氧化碳的排放。尽管如此,在英国这一案例之外,欧盟、美国和中国其他许多电网运营商在公开记录中几乎没有什么可以展示的,与研究设想的人工智能整合愿景相去甚远。

肉类和乳制品行业在技术准备度与市场现实之间形成了最鲜明的对比。为了实现早期研究中预期的2035年减排目标,人工智能需要缩小传统蛋白质与替代品(如实验室培育或植物基汉堡、牛奶替代品)在口感和成本上的差距。

在实现这一目标的最明确举措中,人工智能与食品科技公司NotCo最近与Kraft Heinz成立了一家合资公司,利用其平台Giuseppe(该平台分析植物分子数据,以确定能够复制动物产品口感、质地和气味的组合)。

然而,人工智能辅助审查表明,其他大多数替代蛋白公司并没有如此深入整合人工智能用于产品开发的方式。同时,该行业似乎还面临更根本的问题,包括主流消费者接受速度缓慢以及资金水平下降。最显著的是,培育肉领域的风险投资从2021年9.89亿美元的峰值下降到去年约8300万美元。

交通运输行业提供了一些令人鼓舞的案例,展示了实现研究预测所需的人工智能整合,尤其是在电池制造商和网约车平台中。宁德时代(CATL)控制着全球约40%的电动汽车电池市场,其推出的基于超过10万个电池设计案例和600太字节测试数据训练的人工智能系统,将筛选候选材料所需的时间缩短了两个数量级。公司表示,独立研究人员还发现,网约车平台滴滴出行通过人工智能优化路线以减少绕行,平均将每趟行程的碳排放减少了16%。

不过,人工智能在气候领域的应用还存在另一个重大问题:石油和天然气公司也对这些工具感兴趣,原因包括提高化石燃料产量的潜力。过去承诺可持续发展目标的技术公司也应回答关于其工具如何被用于提升传统高污染能源以及清洁能源的问题。

最后还有一点值得注意:人工智能的整合只是第一步,目前尚不清楚这项技术能在多大程度上加速预期的改进和创新。此外,人工智能对缩短认证、许可、建设、包装、营销和销售任何相关产品、设施或服务的标准流程几乎没有任何帮助。

分析结果由Anthropic的Claude Code完成,已通过与公开文件和媒体报道的交叉验证确保准确性。值得注意的是,这些行业中的一些公司和公用事业企业可能正在开发符合初始研究情景的AI辅助应用,但尚未公开披露。

在能源、制造和交通这三个领域,更深入且更精准的AI整合可能带来显著的效率提升,使2035年的预测更接近现实。但要实现这一目标,必须通过持续的主动努力,确保AI带来的环境效益超过其潜在危害。

需要强调的是,目前AI模型的快速部署和数据中心的扩建已导致能源消耗和碳排放大幅增加,这使得微软、谷歌等科技巨头的碳中和目标严重受阻。根据国际能源署(IEA)的基准预测,到2035年,全球数据中心(可能同时处理AI和非AI计算任务)相关的排放量可能超过3亿吨/年。在此背景下,该行业即使能实现气候污染清零也令人意外。

行业领导者必须以最有效的方式部署技术以减少排放。企业客户应选择环境影响最小的模型,并优先与致力于降低碳足迹的AI开发商合作。各州和地方政府则需要采取更多措施,通过激励机制或强制要求推动企业以更负责任的方式运营。

这一需求从未如此迫切。

Mary Nichols是加州大学洛杉矶分校法学院的资深顾问,曾担任加州空气资源委员会主席。

Jeremy Tamanini是Dual Citizen公司创始人,这是一家专注于可持续性研究与咨询的机构。

深度解析

气候变化与能源

2026年值得关注的气候科技公司

  • Amy Nordrum档案页面

为遏制北极火灾、保护冻土碳库而战

这些科学家希望借助火情监测卫星、AI工具和传统土地管理方式,保护脆弱的永冻层及其储存的巨量碳。

  • James Temple档案页面

固态变压器如何助力AI发展浪潮

新技术可能有助于减少电力损耗,并革新电网的核心设备。

  • Casey Crownhart档案页面

Fervo Energy及其地热能优化计划

这家新上市的公司押注AI发展浪潮将推动增强型地热能实现规模化应用。

  • Eshan Raul档案页面

保持联系

插画:Rose Wong

获取MIT Technology Review最新动态

探索特别优惠、热点新闻、即将举办的活动等。