另外，AI也在积极影响着环境。对此，各大企业也已经开始在环境和自然保护领域赞助应用AI技术的个人、学校和企业。目前，微软正利用自研AI技术运营地球环境AI项目，在“AI for Earth”的主旨下支持将AI带来的积极影响扩展到环境领域的活动。亚马逊CEO杰夫·贝索斯出资12万亿韩元设立的贝索斯地球基金（BEZOS EARTH FUND）所发起的“AI气候与自然”挑战赛也十分值得关注。自“AI”一词诞生后，人类对其可能性的探索已经走过了将近70年的历程，不断提出各种让我们的生活和生态系统比现在更好的想法，这也许就是一种自然的发展趋势。今天这期内容，我就为大家介绍与专栏主题“水”有关的AI技术发展趋势，聊聊水在AI世界的中心都在发挥怎样的作用。

1 AI洪水预测时机已到

从夏天到秋天，要经历初夏的梅雨和洪水，盛夏持续的酷暑和热带夜，再到初秋来临时北上的台风，经此往复才能最终迎来金秋。韩国、中国、日本所在的东亚地区每年从6月到9月就会面临这样极端的气候现象。特别是韩国今年夏天炎热的热带夜持续了相当长的时间，全国各地都饱受炎热的煎熬。近年来，夏季天气变化日益严重，很多研究结果也表明，近年来自然灾害发生的频率和强度也在不断增加。就拿美国来说，根据2023年发布的第五次国家气候评估报告，美国正在经历极端的气象现象，其造成的损失每三周至少高达10亿美元。自然灾害造成的索赔增加，给保险公司带来了沉重的财务负担。近三十年来，全球GDP年均增长2.7%，而保险损失年均增长却达到了5.9%。对保险公司来说，最大的任务就是要确保信息准确，开发能够为高风险客户提供保险的服务，最大限度减少损失。面对这一难题，总部位于挪威的洪水信息公司7 Analytics提出了通过利用AI技术的高精密洪水和泥石流预测模型的解决方案，结合水文、地质、数据科学，支持资产所有者和保险公司准确评估洪水和泥石流风险。

7 Analytics最近与以聚集高额资产而闻名的纽约州伊萨卡市合作开展了Digital Flood Twin项目。伊萨卡市坐拥世界名牌学府康奈尔大学，还是美国最先承诺到2030年实现N净零排放（Net Zero）的地区。然而这里的市中心地区存在易受洪水侵袭的风险。经过研究，伊萨卡市决定利用数字孪生技术来适应这种气候变化。数字孪生是指将现实世界中存在的系统或程序统一体现到虚拟世界的数字模型。该模型可实时反映实际数据，在虚拟环境中进行模拟和分析。通过该模型，不仅识别出了伊萨卡市易受洪水袭击的位置，还掌握了应急服务渠道，进而规划出了在灾害发生时最大程度降低损失的方案。通过这样的方式利用AI技术，可以提前确认我们肉眼看不到的地下水管道在发生极端灾害水平的降雨时会有什么情况，还能帮助我们在灾难状况有效管理河流和水坝。

2 从宇宙监测地下水

大家知道吗？我们看到在太空中闪烁的东西除了星星，其实大部分都是人造卫星。截至2022年，人类发射到太空的人造卫星共有12293颗，其中的8261颗至今仍在地球轨道上运转。人造卫星的作用通常是支持电话和互联网，以及负责预报天气和监测气候变化。不过随着功能的发展，现在人造卫星也被用于灾害管理以及监测地质和地下水。2002年和2018年，美国NASA先后两次发射了GRACE（Gravity Recovery and Climate Experiment）卫星，通过准确测量地球重力场的变化来监测地球表面的质量分布变化，进而实现对水循环、大气、海洋和冰川等各种气候系统变化的监测。由此获得的数据也能够预测各种水资源的变化。例如，可以通过计算极地冰川质量来预测海平面上升情况，或者通过检测土壤重量的变化来判断水质是否适合农业。

多支研究团队认为，利用这项技术能够帮助那些因缺少地下水而难以获得农业用水的盆地。位于旧金山和洛杉矶之间的图莱里盆地中央谷仅占美国农田总面积的1%，但这里生产的水果、蔬菜和坚果却占到了美国总产量的40%，被称为“农作物宝地”。但这里的环境却非常恶劣。由于降水量远远不足，干旱时期80%以上的农业用水需要依靠地下水，需要挖到地下1000米左右才能抽上地下水。但是现在利用卫星数据和AI，不仅能够预测多种作物和土壤层分别以何种模式吸收水分，以及不同季节的水会以怎样的速度填充蓄水层。随着基于高分辨率数据的数值模型的开发，有望对亟需地下水管理的地区提供切实的帮助。

3 数据中心是吞水的河马？

通过上面的两个案例，我们了解了AI是如何在洪水汛情下提供虚拟模型，以及在干旱地区如何预测和获取地下水信息的。但其实也有一种说法：AI虽然有助于水资源的管理和预测，但另一方面也是用水量剧增的原因。水资源和AI之间之所以会形成这种充满讽刺意味的关系，是因为电力的使用和热能的产生。AI技术的发展与大型数据中心的运行有着紧密的联系。这些数据中心耗电量巨大，控制数据中心温度的冷却塔耗水量巨大。这就像我们长时间使用笔记本电脑或手机时会感到设备发烫一样，驱动AI模型的高性能计算设备会消耗大量电力，因此需要冷却系统。谷歌2024环境报告显示，2023年谷歌为冷却数据中心足足使用了61亿加仑（230亿升）的水（用水量=取水量-放水量）。这一数字比前一年增加了14%。数据中心表示，电力消耗增加导致的冷却需求是主要原因。同样，微软的2024环境可持续性报告也表明，受业务增长的影响，微软的用水量已连续四年增加。Meta的2023可持续性报告显示，从Meta数据中心的取水量已连续六年呈上升趋势。

据加州大学河滨分校Ren教授研究团队在2023年发表的论文预测，美国国内生成型人工智能数据中心的用水量到2027年将接近英国总用水量的一半。拥有数据中心的企业考虑到情况的严重性，承诺自愿实施水管理。简单来说，水管理（Water Stewardship）就是为了在环境方面实施可持续的水资源管理，保证在社会层面公平地利用和管理水资源的承诺。该承诺不仅适用于企业，也适用于社区或农民。包括预先掌握各区域的水资源风险或水资源压力，最大程度减少经济损失。全球最大的自发性企业公民倡议UNGC也提供了关于水资源利用的最新案例研究和数据等。谷歌则制定了到2030年为止将使用水的120%转化为地下水或地表水等回归自然的目标并公布了践行现状。为此，谷歌正在将回收水用于数据中心的冷却。微软承诺到2030年为止将超额实现用水净零的目标，并设计了直接向作为热源的芯片本身提供冷却的解决方案等，目前持续进行投资。另外，IT企业正在开发和管理将年用水量（L）除以能源使用量（kWh）的水使用效率指标，即WUE（Water Use Effectiveness）。为了易于冷却、控制湿度和比较用量，亚马逊AWS数据中心正在监测该WUE数值，以便操作员自动收到通知。