人工智能

人工智能正在彻底改变自然灾害的预测，使得提前几天预测火灾和洪水成为可能。预测这些事件的能力在紧急情况管理中代表了一个显著的变化，现在依赖于精确的数据、先进的模型和机器学习。 重要的科技公司，如谷歌，与西班牙的研究人员一起，正在引领全球预测火灾和洪水的努力。 进展已经显而易见：可以提前24小时预测洪水，并提前几个月预测火灾季节。 通过使用机器学习系统，分析来自卫星、气象站和历史的大量数据以预测灾难。 这些全球平台可以提前七天警告河流洪水，对脆弱地区的数百万人产生积极影响。 人工智能预测火灾 此外，创新工具利用人工智能预测城市中的突发洪水，至少提前24小时，从而对这些事件做出快速响应。 从谷歌到西班牙的大学，人工智能正在成为一个全球雷达，能够预测自然灾害，改变风险管理的方式。 谷歌开发了Groundsource，这是一种利用人工智能将公共信息转化为高质量结构化数据的方法，从而可以提前一天预测城市突发洪水。 该系统还可以应用于滑坡、热浪和其他极端现象。 在西班牙，穆尔西亚大学创建了一个基于机器学习的模型来预测森林火灾，能够提前四个月预测异常情况，并在高风险地区达到70%的有效性。 该模型分析气候变量以确定火灾季节是否会比平常更为激烈。 在一个具体案例中，该系统以100%的概率预测了去年八月的火灾异常，这一预测确实发生了。 尽管该系统尚无法精确识别具体位置，但它能够检测到显著的趋势，如在西班牙西北部发生的情况。 根据UAH的Miguel Ángel Torres的说法，预测火灾并不能阻止它，但可以减轻其影响。 尽管有这些进展，但也承认存在诸如缺乏资源来扩展这些系统以及需要更精确的实时地理定位等限制。然而，趋势是明确的：人工智能注定会变得越来越精确和有用。 总之，人工智能正在巩固其作为对抗气候变化影响的重要工具的地位。 尽管技术和实施方面仍然存在挑战，但其拯救生命和减少经济损失的能力在全球范围内变得越来越明显。

谷歌公司宣布其洪水预测Flood Hub平台的全球扩展。该系统利用人工智能提前七天预警自然灾害和河流泛滥。 该工具旨在改善对日益频繁的气候现象的响应。更新扩大了其覆盖范围至80个国家，惠及约4.6亿人。 在这些地区中，传统监测系统有限或不存在。因此，该技术旨在减少面临洪水威胁的社区的脆弱性。 谷歌宣布了一种人工智能系统，可以提前七天预警自然灾害。照片来源：Infobae。 预测技术的运作方式 该系统结合了两个人工智能模型协同工作。一方面，水文模型分析降雨和环境变量以估算河流流量。 另一方面，洪水模型预测哪些地区可能受到影响以及影响程度。这两个过程基于卫星数据、地理特征和历史记录。 该平台还使用学习技术，可以将信息丰富地区的数据应用于信息较少的地区。 这使得即使在没有先进气象基础设施的地区也能进行预测。结果以互动地图的形式呈现，通过颜色代码指示风险等级。 扩大覆盖范围和全球影响 Flood Hub的扩展集中在非洲、亚洲和拉丁美洲地区。这些地区洪水频发，预防资源较少。 此外，该平台已整合到日常使用工具中，如Google Maps和Google Search。这使得警报直接发送到处于风险地区的用户。 在印度和孟加拉国进行的测试中，该系统促进了预防性撤离。因此，扩大了应对极端事件的行动范围。 然而，该技术在城市地区的突发洪水预测方面仍存在局限性。 谷歌宣布了一种人工智能系统，可以提前七天预警自然灾害。照片来源：Infobae。 该新系统的环境和社会优势 实施早期预警系统可以减少自然灾害的影响。通过预测洪水，减少人员伤亡和基础设施损失。 此外，优化了脆弱地区的土地规划。从环境角度来看，这些工具有助于更好地理解水流域的动态。 这有利于水资源的可持续管理和河流及湿地相关生态系统的保护。同时，免费获取信息促进了风险预防的公平性。数据的民主化增强了资源较少社区的响应能力。 人工智能应对气候变化 Flood Hub的开发是应对气候变化战略的一部分。极端事件的增加需要新的紧急管理工具。 在这种情况下，人工智能成为预测风险的关键资源。该系统依靠谷歌计算中心处理的数百万数据。 这避免了在每个地区安装昂贵设备的需要。未来，预计将纳入新的变量，如森林砍伐或冰川融化。 因此，技术将继续发展以改善灾害预防。这样，创新与可持续性的结合为保护社区和生态系统免受日益变化的气候影响开辟了新的可能性。

生成式人工智能的快速发展将技术挑战从软件开发转移到了支撑这些系统的物理基础设施上。数据中心，这些存储和处理大量信息的地方，已成为这一数字化转型的核心。 然而，这一增长带来了越来越大的能源需求。根据最近的研究，数据中心行业目前消耗了全球约1.5%的电力，这一数字与高度工业化国家的总消费量相当。 这种需求水平使该行业处于与英国相同的能源水平，并超过法国的总消费量。因此，人工智能的扩展为全球电力系统带来了新的挑战。 此外，高级语言模型的训练需要大量的能源。在许多情况下，该过程可能需要相当于数千家庭年消费量的电力。因此，这些技术的增长引发了关于数字生态系统可持续性的日益紧迫的讨论。 对电网的日益增长的压力 由人工智能产生的能源消耗的增长 已经开始影响不同国家的电力系统。在某些地区，数据中心已成为电力消耗增长的主要推动力之一。 在美国和日本，预测显示到2030年，这些设施可能占据新能源需求的约50%。这种情况迫使在能源基础设施上进行重大投资计划。 这一现象在爱尔兰已经显现，数据中心占据了全国电力消耗的20%以上。这种使用水平引发了对电网支持数字增长能力的担忧。 同样，在被认为是全球数据中心主要枢纽之一的弗吉尼亚，约25%的州能源使用导致了对新连接的限制。 面对这种情况，一些城市如都柏林开始要求新项目配备自有能源生成系统，以避免对公共电网的额外压力。 人工智能使用的环境影响 人工智能的环境影响不仅限于电力消耗。数据中心还需要大量的水用于其冷却系统，以防止服务器过热。 这些系统每天可以蒸发数百万升水，特别是在大规模设施中。因此，该行业的增长在水资源有限的地区提出了额外的挑战。 此外，技术组件的制造依赖于从自然中提取的战略矿物。国际能源署估计，到2030年，该行业可能每年需要约50万吨铜和约7.5万吨硅。 预计镓的使用也将超过全球需求的10%，这增加了对已经脆弱的供应链的压力。 因此，人工智能的扩展与自然资源的密集使用直接相关，这迫使人们从环境角度重新思考其发展。 技术、能源和新的地缘政治紧张局势 人工智能的增长也在重新配置技术和能源的地缘政治地图。对战略矿物的控制和芯片的生产成为了全球技术领导力的关键因素。 目前，半导体的生产在很大程度上依赖于专业制造商，而稀土的精炼集中在少数国家。这种情况在国际供应链中引发了紧张局势。 同时，大型科技公司开始投资于新能源以支持其数字扩展。像微软、亚马逊和谷歌这样的公司位列全球最大的可再生能源购买者之中。 此外，这些公司正在探索小型核反应堆和先进地热系统等替代方案，以确保其能源自主。 这样一来，人工智能的发展表明，即使是最先进的技术也深深依赖于自然资源、能源和政治决策，这些将决定其未来的可持续性。

在Quilicura（智利），超过50名居民在一天内成功替代了人工智能的运作。 在Quili.ai的倡议下，这个“人类服务器”在实时响应了25,000次互动，每次对话平均12分钟40秒，处理了来自68个国家的咨询，其中包括日本、阿联酋、芬兰和美国。 环境背景 由Corporación NGEN推动的这一行动旨在揭示一个令人震惊的数据：每次向传统聊天机器人咨询可能消耗0.5至2升水，这是由于数据中心的冷却。 为了抵消这种无形的影响，社区提供了他们自己的“活数据库”，由多样化的人类档案组成： 一名护士。 一名足球专家。 一名三语翻译。 负责社交媒体的青少年。 分享家庭食谱的老年人。 关于数字孤独的社会实验 这项始于环境警示的活动演变成了一次深刻的社会实验。居民们不仅解决了旅游疑问——如参观Viña del Mar或Cajón del Maipo——还回答了关于育儿、情感困扰、猫咪绘画请求以及诸如“如何在欧洲认识一个情感上负责任的拉丁人”等特别的问题。 经验之声 Lorena Antimán，活动发言人：“邀请并不是反对技术，而是要理解每次点击背后都有水足迹。今天，如果我想要一个蛋糕食谱，可能问邻居比问AI更好”。 Antimán补充道：“这是一种断开连接却产生连接的体验。我们回归了基本：彼此更多地帮助”。 Ricardo，水彩画家及参与者：“在大家的帮助下，我们成功地将技术用于重要的事情，避免了不必要的消耗”。 活动成果 每位居民在连续八小时内平均进行了40次互动。 对话比自动化系统的通常对话更长且更深入。 实验表明，集体智慧仍然是不可替代的。 人工智能的环境影响 人工智能的使用产生了显著的环境影响： 高能耗：数据中心消耗了全球1%到1.5%的电力。 碳排放：训练像GPT-3这样的语言模型会产生大量的CO2排放。例如，谷歌在2019年至2023年间增加了近50%的排放。 高水耗：据估计，像GPT-3这样的模型每10到50次查询可能消耗500毫升的水。 电子废物和采矿：硬件生产需要大量开采锂和钴等矿物，产生有毒废物。 人工智能的积极潜力 尽管有其足迹，人工智能可以用于可持续发展： 模拟气候情景。 提高工业的能源效率。 ...

La prestigiosa revista Science eligió como el gran logro del año el crecimiento “aparentemente imparable” de las energías renovables, que en 2025 superaron por...