构建智能代理，实现2050年净零

赞助稿酬

作者：凯瑟琳•米勒（Katharine Miller），2022.10.03

译者：JM茉莉

为了应对气候变化，斯坦福大学工程师杰夫·凯尔斯(jeff Caers)正在开发一种人工智能系统，以帮助尽早做出最佳规划决策。

许多国家承诺2050年实现净零排放。斯坦福杜尔可持续发展学院(Stanford Doerr School of Sustainability)地质科学教授、斯坦福“以人为本”人工智能研究院(Stanford Institute for Human-Centered AI)教师杰夫·凯尔斯(Jeff Caers)表示，要实现这一目标需要复杂的工程技术，涉及地球各圈层的物理系统；需要迅捷精准的计划以决策何时、何地、以何种顺序做何事。“人类无法做到，需要借助AI技术”，凯尔斯说。

环境AI工具众多，凯尔斯最感兴趣的是将AI用于规划和决策。他和团队使用了一种“不确定性下的顺序规划”的统计推理。该系统就像一个巨大而复杂的国际象棋游戏，每一步都会影响到后续步骤。所以，如果每个时点的信息都可得，做出最好的选择非常重要。

在早期的概念验证中，凯尔斯团队与KoBold Metals公司合作开发了一个AI系统，可以快速有效地确定矿物开采地，这些矿物是制造电动汽车电池至关重要的原料。凯尔斯说:“这种勘探方式非常明智，能最大程度地减少不确定性。”

该团队最近以“智能勘探者”的名义发表了这项工作，它可以很容易地重新调整以解决额外的净零挑战。而且它可以随时进行调整，以应对更多的净零挑战。例如，凯尔斯团队已经开始使用同样的方法来确定将二氧化碳(CO2)注入地下的位置和方式，以安全储存钢铁/水泥厂产生的二氧化碳。他们在HAI资助下开发的一个原型，通过使用AI做智能注入。与传统优化方法相比，此法能增加特定地点的二氧化碳储量。基于此项工作，奥地利能源公司OMV和斯坦福工程学院教授Mykel Kochenderfer达成了价值515万美元的合作项目。凯尔斯团队将利用该合作机会开发智能代理，以帮助欧洲国家在住宅和工业供暖上，从石油向可持续能源过渡。

（待赞助稿酬达标后发布全文）

英文原文

编辑：Wind