观点：作者是 Sherif Elsayed-Ali，他是科技和人工智能领域的多位创始人之一，也是 Nexus Climate 的联合创始人。
人工智能在每一次关于科技和创新的讨论中都无处不在。它主导科技领域已有一年半。它被吹捧为解决一切问题的解决方案，从生产力到教育、医疗保健，甚至气候危机。但我要告诉你一个秘密：这种人人都在谈论的人工智能，对气候危机毫无贡献。
实际上，更正一下。它才是造成数据中心排放量大幅增加的罪魁祸首。这种人工智能被称为生成式人工智能（简称 GenAI），我们在 ChatGPT 等应用的大型语言模型（LLM）和 MidJourney 等图像生成工具中都能见到它的身影。
GenAI 领域目前已有大量投资——所有这些炒作是否合理，还有待商榷（我的简单看法是：不，这是一个被过度炒作的泡沫，终将破裂）。我担心的是，GenAI 的炒作列车正在吸走所有关于人工智能在应对气候危机中的作用的空隙。
GenAI 是人工智能和机器学习领域的一个子集它可以为应对气候问题的个人和组织提供一些帮助，主要体现在数据和信息分析方面。然而，如果要直接实现任何事物的脱碳，法学硕士（LLM）以及与之类似的图像和视频学科几乎毫无用处。*
但如今，许多人工智能和机器学习技术正在直接推动脱碳进程。它们并非聊天机器人，也不会一键制作视频。而且，它们的功耗往往比GenAI低得多。一个很好的例子就是时间序列预测，它利用时间序列数据集中的过去值来预测未来值。它并不引人注目，也很少登上新闻头条，但却非常有效。
如今，人工智能和机器学习正在帮助众多行业和领域实现脱碳，许多初创公司正利用其人工智能产品应对各种重大挑战。例如：Carbon Re 公司致力于提高水泥生产中的燃料燃烧效率；Concrete AI 公司致力于优化混凝土配比；Foresight Data Machines 公司致力于提高炼钢效率；BrainBox AI 公司致力于提高建筑制冷效率。此外，还有许多其他令人兴奋的应用案例正在涌现，例如，Orbital Materials 公司正在利用人工智能设计新型低碳材料，普林斯顿大学的科学家正在利用人工智能控制聚变反应。
这些人工智能解决方案非常难。它们不仅需要人工智能专业知识，还需要深厚的领域专业知识。它们需要人工智能工程师和研究人员与工业流程、化学和材料科学等领域的专家携手合作。它们需要大量几乎总是专有的数据。
开发一款能够真正实现减排的人工智能产品，远比将法学硕士（LLM）学位塞进软件应用程序困难得多。真正的气候人工智能解决方案拥有巨大的潜力，能够推动和加速脱碳进程，因此也具有非常显著的经济和财务回报潜力。人工智能是应对气候变化的重要工具，但我们不能再只谈法学硕士了。
*这不会对 GenAI 底层的 Transformer 架构及其更广泛的应用产生任何影响
**为了透明度，我是 Carbon Re 的联合创始人。
