DALL-E2和ChatGPT-4的兴起带来的好处是，它揭开了人工智能作为“30年后”解决方案的神话。现在是时候利用生成式人工智能、混合AI和可解释人工智能来解决这一代人的巨大危机了：拯救摇摇欲坠的环境。

  不需要一场“世纪风暴”就能摧毁电网，让数千人蒙在鼓里并危及人类安全。随着全球变暖加剧，这些天气异常的数量和强度都在增加，这不太可能是巧合。2021年的美国德克萨斯州灾难性冰冻和2022年的英国热浪是电网故障的最新例子。

  目前，电力公司运营商依靠预测来估计第二天的电网电量。他们考虑天气预报、商业活动的潜在激增和停滞。准确的预测对于确保任何一个人都有足够的电力至关重要。在堆积如山的历史数据点和过去的预测之下，隐藏着各种模式。电力企业能通过使用人工智能来辅助模式检测并根据模式确定下一步行动，从而支撑电网。一个强大的电网是一个有弹性的网络。电力企业能利用这些人工智能发现的模式来为第二天的能源消耗做准备，并根据一直在变化的需求来做实时调整，从而增强电网性能。

  准确的预测有助于提高运营效率和碳意识。预测越好，电力公司产生的过剩电力就越少。对电力公司来说，好处在于在正确的时间产生和输送正确的能源能够更好的降低经营成本。对环境的好处是更有意识地创造能源，减少浪费。

  可再生能源还不能满足每一种电力需求，因此值得投入能源和投资来实现石油和天然气行业的现代化。在大多数情况下要额外的基础设施，如传感器和跟踪计划，以使该行业尽可能环保。

  人工智能能够在一定程度上帮助检测设备故障，并在需要维修时向维护发出信号。这个系统能帮助石油和天然气机械部件使用更长的时间，而不是完全分解并被扔到垃圾填埋场的顶部。

  供应和需求跟踪也可以从人工智能的推动中受益。例如，人工智能辅助的供应链跟踪系统可以识别生产或交付中的瓶颈。从那时起，石油和天然气公司可以消除效率低下的问题，从而避免生产过剩或者生产不足，这对环境有害并会给其他资源带来压力。

  虽然人类无法修复臭氧层的空洞，但碳捕获装置可以减缓这种重要的大气保护套的退化。新材料的发现是一项漫长、昂贵且往往毫无结果的工作，这对于能够改变环境的快速发现来说是个坏消息。

  这里可解释人工智能将特别有帮助。可解释人工智能总是显示它是如何得出结果的，而不是吐出答案的“黑匣子”人工智能解决方案。这样，如果可解释人工智能的结果不正确，工程师至少可以检查人工智能的推理，并从其路径中收集知识。可解释人工智能的“玻璃盒子”使其成为负责创造性思考新解决方案的人类团队的有益合作伙伴。

  人工智能还可以加快新材料发现的试错过程，这是大气脱碳的关键。例如，科学家们可以委托人工智能运行整个场景，只在解决方案看起来有希望时发出警告，而不是浪费宝贵的时间手动完成每一个微小的计算，结果都以失败告终。

  今天电动汽车的问题是，对于普通家庭来说，它们太贵了。电动汽车价格高的罪魁祸首是电池。

  汽车制造商正在不断提高电动汽车的续航里程。但是，就像新材料的发现一样，耗时且昂贵的试错阶段通常以错误告终，开发成本每天都在飙升。考虑到锂离子电池需要20年的时间才能完善，工程师们要以合理的成本为消费者完善电动汽车电池的性能，可能还有很长的路要走。

  2020年的半导体短缺肯定无助于电动汽车的高成本，因此汽车制造商必须努力寻找替代品。同样，人工智能能够在一定程度上帮助加快试错过程，并帮助工程师开发创造性的思路以提高电动汽车的产量，并推出一个普普通通的家庭可以使用的模型。电动汽车在道路上可以取代的化石燃料汽车越多，空气最终就会变得越清洁。

  尽管数字艺术界正在努力解决DALL-E创作的合法性问题，世界各地的高中教师都在哀叹ChatGPT书面文章的泛滥，但这些和类似应用的总体影响是积极的。采用人工智能的障碍现在降低了。

  人工智能在电力公司和材料发现领域并不是一个全新的概念，但相信人工智能能做的不单单是对数据来进行分类。尤其是混合人工智能现在更像是创造力的合作伙伴，在加快问题解决过程的同时，“思考”处理问题的新方法。环境和能源领导者必须继续磨练人工智能的能力，以实现净零社会。现在，聪明的头脑必须将这些资金转化为行动和更绿色的未来。（小晨编译）