北京市海淀区清华大学01062794781i-aiig@tsinghua.edu.cn



2022年4月26日,清华大学人工智能国际治理研究院(I-AIIG)携手联合国开发计划署(UNDP)共同举办“人工智能助力气候变化应对”国际学术研讨会,与来自中国、美国、挪威、英国、德国、日本的数十名专家学者及业内人士共同探讨如何让人工智能赋能气候变化问题的解决,为打造可持续发展未来建言献策。




下午进行的首场专题论坛主题为“人工智能与净零城市”,由联合国开发计划署发展经济学家Violante di Canossa主持,邀请了香港中文大学地理与资源管理系副教授徐袁、落基山研究所常务董事兼北京代表处首席代表李婷、日本名古屋大学中碳碳中和创新联合实验室教授兼主任薛进军、东京大学空间信息科学研究中心研究员张浩然、清华大学产业发展与环境治理研究中心主任陈玲、清华大学交叉信息研究院助理教授于洋参与研讨。各位专家学者围绕“人工智能与净零城市”专题,分别从各自专业领域视角进行探讨。

B9A4

Violante di Canossa女士主持论坛研讨

陈玲主任指出,现有的AI技术和应对气候的挑战研究较多从能源和环境视角切入,但是对城市而言,需要一个更加综合的视角,她自己的研究是希望通过建立一个比较完整的双碳城市治理框架作为后续讨论的基础。低碳城市是减碳的核心抓手,从城市治理角度,要促进双碳目标的实现,不仅要符合双碳的底层逻辑,即减少排放、增加碳汇,还要符合城市治理规律,能够兼顾经济、社会、生态各方面的协调发展。而AI在其中能够发挥如下作用:第一,利用数字智能技术动态监测城市的能源消耗、产业和市场变动,引导能源转型、产业结构调整第二,助力城市自身的管理运营效能提升,在建筑、交通、电力提供、热力、园林等方面减少排放、增加碳汇。第三,通过数字系统的摇杆系统和智能技术的测算,给决策者提供减汇程度和空间的依据第四,有助于提高企业可信的绿色认证,帮助企业完成减碳方面的信息公开,在信息金融方面得到更多贷款,进而激励企业提高ESG水平、降低排放等等。但转型过程中会面临诸多挑战,如技术公平性、算法公平性、产权公平性、发展公平性(横向、纵向)等问题。

D5DB

陈玲主任发言

薛进军主任围绕自己的研究介绍了可视化人工智能技术与日本的智慧城市设计。他提出,巴黎协定和实现碳中和目标的实现,面临着两个技术方面的问题,第一个是数据的来源,另外一个是分析的方法。人工智能SWAI的方法,可以把数据搜集、人口流动、建筑物地址、交通体系的定位、可视化,同时不会去违反、侵犯个人的隐私;并且实时数据的搜集,能够用来计算每一个参与方的碳足迹。关于日本的智慧城市设计,日本政府发布的智慧城市和低碳城市的目标,核心思想是以人为本,同时需具备安全性和可持续性等。Aichi(日本的一个省)是一个很好的例子,他们专注于AI变革、保护公民和安全,也致力于减少能耗和排放。紧接着,薛进军主任的合作者张浩然研究员详细介绍了智慧系统和智慧AI。张浩然教授指出,人类流动的数据非常强大,在低碳城市中得以运用,但是面临两个较大的问题,其一,涉及个人隐私;其二,样本量有限导致偏差。而基于人工智能技术的这种系统非常灵活,能够去控制样本的规模,比如根据政府公布的一些数据,将样本的规模扩充到足够大。与此同时,也可以根据几百万用户的“虚拟世界”构建孪生模型并分析关键信息。以上即所谓的小世界AI,不仅可以分析现实的交通数据,还可以分析每一个人的碳足迹,并进行智能的系统设计。

11194

薛进军主任发言


7174

张浩然研究员发言

李婷代表指出,数智碳中和是以AI为代表的高阶数字经济。当前最主要、最重要的两个话题,即数字经济/智能/智慧经济和双碳目标(碳达峰、碳中和)。当前,中国的高质量发展正呈现智慧化和数字经济为重要特征和支撑,而碳达峰、碳中和既是巨大机遇,也是巨大挑战,中国正加速碳中和转型,也引领着全球碳中和的趋势。可以判断,以未来创新引领的新型能源革命和信息数字经济将会在未来10到20年共同推动下一轮的经济繁荣,成为各国的经济发展重心,也将是中国迈进第二个百年的重要驱动力。李婷代表还以江小涓教授关于“十四五”末期数字经济发展规模、以及数据驱动的全球服务贸易前景判断等为例,说明数字经济结合清洁能源革命将会是下一个繁荣的增长点,数智技术将为政府、能源生产企业、能源输送企业、能源消费企业、金融投资机构等能源转型利益相关方实现其核心关切提供新的可能。

D930

图片

李婷代表发言

徐袁教授指出,传统的环境监测系统存在潜在的问题,例如数据造假;与此同时,数据资源虽密集,但没有资源去排查数据是否准确。判断数据是否准确的过程成本很高,所以要用高技术做一个筛查来捕捉不合规的情况,它的成本会比较低,但是会有更多的错误。比如我们不做太多的PCR的检查,可以先做病源的检查进行人员筛选,把人们分成两组,一组高风险组,一组低风险组,这样可以有定向的方式,把更多的资源放到高风险的那一组,整个系统的效率会更高、效果会更佳。依照筛选的方式,以空气污染的卫星监测为例,借助两个不同的卫星进行比对监测,来判定是否符合排放的目标。将两个卫星数据结合在一起,也可以更好了解数据进而分析数据。将人工智能用在下一代的气候合规监测上,有多个潜在的应用场景,比如没有可信的报告数据,或是多个来源的质量参差不齐的数据,又或是利用合规监测得到的数据,都可以去应用这样的技术。对于下一代的气候合规监测和人工智能决策也有一些要求,如成本的要求、准确度的要求、时间线的要求等。

93CB

图片

徐袁教授发言

在交流互动环节,与会专家学者就数据、AI技术、治理机制等问题进行了深入而热烈的探讨。Violante di Canossa女士在总结发言中,从发展经济学家视角提出了如下观点:首先,在对人工智能和净零城市建设的多维视角研究中,数据问题至关重要,无论是从人工智能技术应用角度、政策分析角度、还是数据可靠性或数据实时性角度。其次,市治理的转型要确保不仅仅是绿色的,而且是包容的、公平的。最后,城市系统的复杂度和人工智能应用场景的丰富性,要求在净零城市建设中各利益相关方之间更多的协同与合作。

1A8D1

对话专家交流互动




上一篇:梁正教授做客《瞭望评辨天下》,解读新经济下的隐私保护和企业管理

下一篇:斯图尔特·罗素对话姚期智:大模型只是AGI的一块孤立拼图,还有拼图没找到

关闭

相关文章

读取内容中,请等待...