在地球日之際，NVIDIA介紹了多個推動氣候科學和可持續發展的AI專案，涵蓋氣候模擬、瀕危物種保護、智能回收、海嘯預警和地球觀測等領域。AI與加速計算正在為地球保護這項長期緩慢的工作按下加速鍵——從研究人員涉水穿越荒野統計瀕危類人猿數量，到氣象預報員費力推算天氣的物理特性，再到垃圾分揀設施從填埋物料中分離可回收物，這些傳統方式正在被AI技術深刻改變。
NVIDIA Earth-2是全球首個完全開放、加速的氣象AI軟體堆棧，覆蓋了從初始觀測資料處理到生成全球預報的全流程。該平台的核心組件之一Nowcasting模型利用生成式AI技術，能夠在短短幾分鐘內將覆蓋全國範圍的預報轉化為公里級分辨率、短時局部風暴及災害性天氣預測。這是首個在風暴動力學模擬方面表現優於傳統物理系統的AI模型。此外，Earth-2還包含了全球資料同化模型，能夠在單個GPU上運行，僅需幾分鐘即可將原始觀測資料轉換為當前大氣的全局快照，涵蓋溫度、風速、濕度和氣壓等關鍵參數。相比之下，美國國家氣象局用於預測的計算資源中有近一半消耗在預處理原始觀測結果這一環節。
在瀕危物種保護領域，AI技術正在將傳統的勞動密集型保護工作轉變為高效的自動化系統，幫助類人猿生存和繁衍。傳統的猩猩巢穴調查需要研究人員穿越茂密叢林、泥炭沼澤和山地，行進速度極為緩慢。即使是基於無人機的航拍調查，人工圖像分析的瓶頸依然存在——每張圖像都需要較長時間的專業研判，意味著單次無人機飛行會產生數十倍于飛行時間的圖像審閱工作量。利物浦約翰摩爾大學的研究團隊利用NVIDIA GPU訓練了AI模型，能夠在極短時間內處理大量圖像，並以極高的準確率自動檢測猩猩巢穴。「利用NVIDIA支援的深度學習技術，我們現在可以高效地從航拍圖像中訓練出檢測和計數猩猩巢穴的模型，」馬來西亞沙巴大學熱帶生物與保護研究所的計算生態學家Song-Quan Ong表示，「這顯著減少了監測所需的時間和成本，同時實現了更廣泛和一致的覆蓋範圍」。所有三種猩猩物種均被列為極度瀕危物種，過去數十年間種群數量下降超過八成，面臨著棕櫚油種植園擴張、森林破碎化、非法捕獵等多重威脅，而雌性猩猩的生育間隔極長——這是所有哺乳動物中最長的生育間隔之一——使得種群無法快速恢復。利物浦約翰摩爾斯大學靈長類生物學教授Serge Wich指出：「我們需要更快地發現變化發生的位置，這項技術正好能夠實現這一點。它可以讓那些原本花時間審閱圖像的人，轉而與當地社區合作，解決真正的保護問題」。
AMP公司利用NVIDIA物理AI技術變革垃圾回收行業，直擊回收成本居高不下的核心痛點。傳統分揀設施的建設成本高昂，仍會遺漏相當比例的可回收物料。通過使用NVIDIA Hopper GPU，AMP已將AI推理能耗減半；同時，由於AI和機器人技術使分揀速度更快、效率更高，AMP的設施僅使用同等規模傳統工廠約三分之二的傳送帶數量——這意味著更少的鋼材消耗、更低的能耗和更小的能源足跡。AMP正在從零開始建設AI原生的回收設施，包括全自動化工廠以及直接從混合垃圾中提取可回收物和有機物的垃圾分流專案。AMP的設施實現了遠高於傳統工廠的回收率。迄今為止，AMP已從填埋場分流了巨量材料，避免了可觀的二氧化碳當量排放。「如果我們肆意使用有限資源，就會傷害地球，」AMP軟體總監Joe Castagneri表示，「當你不將塑料分流到回收環節時，就會使用石油基的原生塑料；當你不將有機物料從填埋場分流時，它們會厭氧分解產生甲烷。AI和自動化帶來了高效的分揀、再利用方式，最終讓我們從有限資源中獲得更多價值」。
在海嘯預警方面，AI技術的突破同樣令人矚目。傳統的海嘯預警依賴於求解複雜的物理反問題——這在超級計算機上需要極長時間。而基於GPU加速的AI海嘯預警系統能夠在極短時間內返回預測結果，比現有方法提速多個數量級，這一突破性成果曾榮獲ACM戈登貝爾獎。這種量級的提速意味著，在海底地震發生後的寶貴窗口期內，沿海社區可以更早獲得預警資訊，為人員疏散和應急響應爭取關鍵時間。
在地球觀測領域，Planet公司與NVIDIA合作構建了GPU原生的衛星圖像處理管線。傳統的處理架構基於「計算成本高昂、儲存成本低廉」的假設構建，完成同樣的工作可能需要漫長的時間。而借助NVIDIA GPU，Planet能夠在數秒內從壓縮的原始衛星資料中提取環境洞察，例如野火的熱點識別和擴散趨勢分析。這項技術使得應急響應人員能夠在火災初期獲得近乎實情的態勢感知，從而更有效地調配資源、指導疏散和滅火工作。
這些專案共同展示了AI正在為地球保護按下加速鍵。從宏觀的氣候模擬到局部的災害預警，從雨林的物種保護到城市的資源回收，加速計算和人工智慧正在將原本緩慢、昂貴、勞動密集型的環保工作轉變為快速、可擴展、高精度的解決方案，幫助人類更有效地應對氣候變化和生態危機。
WeChat
Profile