AI 助力应对气候变化的 4种方式

AI在帮助人类应对气候变化危机方面有着很大的潜力，以下是其中四个领域的一些关键技能。

一 电力

AI可以更准确地预测能源供应和需求，从而帮助减少能源相关的碳排放。AI还能学习人们使用能源的模式，并根据天气情况准确预测风能、太阳能等清洁能源的发电量，从而帮助我们最大限度地利用这些清洁能源。

在伊朗，研究人员便运用AI技术，通过分析建筑的使用频率、建筑结构、所用材料以及当地的气候条件等，预测了一个研究中心的能源消耗。与此同时，这一AI系统还通过算法来优化建筑的能耗，一方面给出了相应的隔热和供暖控制建议，另一方面，则根据实际在场人数调整照明和电力需求，最终将能耗降低了35%。

二 运输

交通领域的二氧化碳排放约占全球排放量的五分之一。AI模型可以通过推荐最高效的驾驶路线——比如少爬坡、避开拥堵、保持匀速等——来促进绿色出行，从而减少碳排放。

一个基于AI的系统目前正在为瑞典哥德堡市的电动汽车提供路线建议。该系统会根据车辆的行驶速度和充电站的位置等数据，帮助司机规划能耗最小的最佳路线。

三 农业

研究表明，更好的耕作方法可以减少碳排放。AI技术能够助力我们更高效地利用土地和化肥（这两者都是影响气候变化的关键因素）。此外，AI还能通过预测特定市场上作物的购买量，协助农业作物生产者和分销商最大程度地减少浪费。

美国斯坦福大学2017年的一项研究表明，先进的AI模型甚至可以利用卫星图像分析和跟踪作物生长情况预测某一乡镇的大豆产量。研究人员比较了准确预测作物产量的多种模型，其中表现最好的模型可以根据植物生长图像和包括气候在内的其他特征预测作物产量，从而帮助政府和相关机构在收成不好时提前规划其它的粮食采购方案。

四 灾害管理

AI在灾害预测和管理领域亦大有可为。比如在巴基斯坦，研究人员便借助AI模型来分析无人机拍摄的图像，进而更精准地预测巴基斯坦印度河流域的洪水灾情。该系统还可用于检测洪水灾害，帮助制定实时的救援行动规划。

更快的药物研发? AI靶点识别技术了解一下

一种药物从研发到上市通常需要12至18年的时间，平均耗费高达26亿美元。即便如此，仍有许多候选药物甚至未能进入临床试验阶段。生成式AI已经在加速和优化药物研发流程中显示出重要价值。

AI如何助力药物研发

当我们专注于新药物分子的开发时，药物再利用领域同样蕴藏着巨大潜力。药物再利用，即利用现有药物来有效治疗那些原本并非为此药设计的症状或疾病。利用AI技术对现有药物进行深入研究，我们很有可能发掘出数十甚至数百种新用途，且相较于传统药物研发，其成本几乎可以忽略不计。

而在药物研发的靶点识别阶段，AI也正在使用大量数据集进行训练，包括：

· 组学数据

· 表型和表达信息

· 疾病相关性

· 临床试验、研究拨款、专利、出版物等细节

这些训练有助于深入理解疾病的生物学基础，并识别可作为治疗靶点的新型蛋白质或基因。

AI的作用不仅限于靶点识别，它还能预测靶点的三维结构，加速设计出与之结合的合适药物。

在制药研发中，新的生物分子药物靶点的选择（target selection）和优先级排序（target prioritization）过程充满不确定性。尽管大多数治疗药物通过蛋白质靶点发挥作用，但探索新方法对疾病治疗具有极大潜力。

在解决靶点优先级排序的问题上，知识图谱（knowledge graphs）等网络方法在推断新的蛋白质-表型（protein-phenotype）或蛋白质-功能（protein-function）关联方面正日益受到重视。MetaPath便是一种利用此类网络的技术，可帮助确定药物靶点的优先次序。它采用为处理庞大数据集而优化的AI/ML技术，即使在触发基因尚未被识别的情况下，也能检测导致疾病的遗传变异。数据整合以及AI/ML算法的进步预计将彻底改变靶点选择和优先排序方面的研究，带来更客观无偏见的方法。

AI驱动的药物研发

药物试验，无论是在临床环境还是药房层面进行，都将因AI技术的应用而实现基于结果的快速调整。传统的合同研究组织（CRO）模式通常涉及样本的收集、冷藏、运送、分析和评估等步骤，结果往往需要等患者群试验结束后很久才公布。

如果能够在试验过程中根据中间结果及时调整研究方向，那么许多药物试验将能够节省数月甚至数年的时间。AI技术的应用使得这种即时调整成为可能，从而大大提升了药物研发的效率和效果。

因此，众多新参与者正跃跃欲试，期待在AI驱动的药物研发这一领域大显身手。当前有迅速成熟的技术作为强大后盾，推动这一进程不断向前。

2024 年将出现的变革性技术趋势

接下来，让我们一起来看看未来一年科技行业可能出现的变革性技术趋势。

一 高级人机界面

如果你是《少数派报告》的影迷，你一定对汤姆·克鲁斯用手势控制增强现实（AR）投影的场景不陌生。而你我很有可能在2024年看到这一交互方式出现在我们的日常生活中。这种人机交互界面（Human Machine Interface，简称HMI）将彻底改变人们在不同场景下的行为模式，包括新型的人车互动、工程师操控重型机械，以及实验室技术人员在高风险环境中进行操作等。

然而，先进的人机交互界面并不仅仅局限于手势识别技术。自然语音界面（natural voice interface）也有望在全球范围内得到更广泛的应用，帮助我们打破语言障碍。除此之外，命令式交互也将迎来终结，被更灵活、适应性更强的交互方式所取代。随着脑成像头盔和植入物技术的发展，意念控制也有望彻底革新我们所熟悉的人机交互界面。

二 微型计算

越来越多的微型设备开始集成强大的计算能力。随着5G网络的迅速普及，这些设备将能够迅速访问边缘计算平台或云端环境。工业级计算机的卓越处理能力有望被集成到仅手表大小或混合现实透镜大小的设备中。

随着这些外围设备的计算能力日益增强，它们将能够运用计算机视觉技术和机器学习来理解它们周围的世界。此外，它们还将能够利用生成式AI来渲染VR和AR图像，从而创造出沉浸式的扩展现实体验。

三 无代码开发

随着生成式AI的崛起，即便是没有技术背景的人，也将能通过简单描述业务需求，从零开发商业软件应用。在未来一年里，企业需要密切关注这一趋势，以便及时抓住可能的机遇将其转化为自己的竞争优势，甚至进一步实现技术变现。

四 网络安全

除了积极的一面，我们还需要对生成式AI保持警惕，提防其可能被用于不正当目的。鉴于技术发展，网络安全专家需要在他们的系统中构建强大的防御机制，并确保他们的流程具备高度的适应性和快速响应的能力。

五 开源运动

企业或将在技术前沿领域放宽其许可，以促进技术的广泛应用。开源方法之所以受到重视，是因为它鼓励更多人参与到源代码的迭代与开发过程中来，进而打造更为强大的系统。但要注意的是，这种趋势也可能会走向不可预测的方向，所以开源并非在所有领域都受到青睐，例如金融服务行业可能更倾向于坚持使用封闭系统，它更可预测，也更稳定。