MILA、Salesforce等提出RICE-N：用AI寻找气候谈判最佳方案机制，将举办全球挑战赛...

导读

近年来，全球气候变暖已经给人们的生活造成了重大影响。在今年，洪水、干旱和突破历史记录的高温，成为世界各国面临的严峻挑战。如何利用人工智能技术解决气候变化问题，也成为研究者关注的应用领域。

长期以来，大的人工智能模型在碳排放上，似乎扮演着更为负面的角色：有一部分AI模型的训练需要消耗大量的算力，所需要的电能十分惊人。据丹麦哥本哈根大学研究者统计，单次训练1750亿参数的GPT-3模型所消耗的电力，相当于126个丹麦家庭一年的消耗。[1]

而采用人工智能技术推动节能减排的研究目前仍处于初步的发展阶段。2019年，由Yoshua Bengio等在内的多位研究者发布了论文“Tackling Climate Change with Machine Learning”，其中介绍了AI在能源、交通、建筑、政策决策方面的多种应用前景和发展情况。AI在气候领域的应用渐渐进入人们的视线。[2]

近日，由MILA、Salesforce联合主办的AI for Global Climate Cooperation（AI4GCC）[3]比赛已经开幕，将邀请全球的AI研究者、自然和社会科学家、决策领域的从业者，以及对气候变化议题有着浓厚兴趣的参赛者加入。参赛者通过使用强化学习方法，模拟气候变化议题的决策过程，并得到最适合的政策结果。对此，智源社区对主办方进行了采访。

受访者：AI4GCC主办方

作者：戴一鸣

AI+气候谈判决策：未曾涉及的重要领域

用AI模拟气候谈判：从数据收集和评估到核心过程模拟

将人工智能应用于可能产生气候问题的各个领域，目前已经取得了一定的进展。据论文“Tackling Climate Change with Machine Learning”[2]，AI在决策过程中的数据分析和政策效果评估方面具有重要的应用潜力。

但相比于其他行业的应用程度，AI在气候政策领域的应用还处于萌芽阶段。2019年的论文重点介绍了AI在数据分析和政策效果评估方面的应用。虽然有大段关于AI为决策者推荐气候政策的论述，但将AI直接用于气候谈判的模拟，在当时并不常见。而短短数年时间，人工智能早已突飞猛进，已经到了解决这一问题的时刻了。

当前，全球气候变化政策难以推行的一大难题在于缺乏国际层面的权威机构来约束气候协议的缔约方，使其遵守签署过的协议。这导致一些国家在减排和推动绿色发展上并不积极，甚至有的国家出尔反尔，退出曾经签署的协议。如果不能建立一个权威机构，那就需要在政策制定上下功夫。研究者想到，如果能够制定出真正吸引缔约方的机制和决策，或许可以让他们更长久地待在这个体系中。 

AI怎样参与这一过程？研究者想到，利用人工智能，可以向政策制定者提供好的决策机制和政策建议，如气候谈判的机制和解决气候问题的