Artificial Intelligence for Sustainable Development: A Structured Critical Review of Applications, Benefits, Risks and Governance Priorities
这篇结构化的批判性综述探讨了人工智能在通过多样化应用推动全球可持续发展方面的双重角色，同时应对其生态足迹和伦理风险，并最终指出，实现可持续发展需要平衡技术能力与对社会及环境后果的有效治理和负责任管理。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
世界正面临着双重现实：人工智能的快速加速——一种无需人类指令即可学习和解决问题的技术，以及保护地球免受气候变化、资源枯竭和社会不平等影响的紧迫需求。为了应对这一挑战，全球领导人达成了一项名为“可持续发展目标”的共同路线图，这是一套旨在消除贫困、保护环境并确保每个人都能实现繁荣的十七个目标。在这场挑战的核心，是一个简单却困难的问题：驱动我们现代经济的这项技术，是否也能成为拯救经济的工具？“绿色人工智能”（Green AI）的概念应运而生，用以描述使这些智能系统本身更加高效的努力；而“可持续发展”则是更广泛的愿景，即在不损害后代满足其需求能力的前提下，满足当代人的需求。使用强大的计算机来解决环境危机，与这些计算机消耗的海量能源之间存在的张力，构成了一个复杂的谜题，研究人员才刚刚开始解开这个谜题。
在一项对现有科学文献的全面回顾中，研究员斯特里奥斯·斯特法诺斯·德鲁西奥蒂斯（Stelios Stefanos Drousiotis）、乔治·尼库（Giorgos Nicou）和马里奥斯·I·卡西奥卢德斯（Marios I. Katsioloudes）旨在考察人工智能究竟是如何被用于支持这些全球目标的。他们并没有进行新的计算机模拟或收集新鲜数据；相反，他们收集并分析了自2018年以来发表的138项不同的研究和报告。他们的目标是穿透炒作，确定人工智能在哪些方面真正帮助了地球，在哪些方面创造了新问题，以及现实世界的证据究竟说明了什么。该团队将重点放在了应用技术的六个关键领域：能源网管理、农业、环境监测、智慧城市建设、材料回收以及工厂运行。通过梳理数百页的研究资料，他们旨在将真正的环境进步与那些仅仅在屏幕上看起来很出色、但不一定对地球有益的技术改进区分开来。
研究发现，人工智能确实是提高效率的强大工具。在能源领域，智能算法有助于实时平衡电力供需，这使得风能和太阳能等可再生能源可以在不浪费电力的前提下得到更多利用。在农业领域，这些系统帮助农民更精准地使用水和肥料，在减少径流和化学品使用的同时，预测作物疾病的传播。在城市中，人工智能正在优化交通信号灯以减少拥堵和排放；在工厂中，它正在帮助预测机器何时会发生故障，从而防止浪费并节省能源。该技术在环境监测方面也被证明至关重要，利用卫星图像追踪森林砍伐、预测洪水，甚至识别非法偷猎活动。这些应用直接支持了清洁能源、零饥饿和气候行动等全球目标。
然而，研究人员发现了一个他们称之为“人工智能绿色悖论”（AI Green Paradox）的显著矛盾。虽然人工智能可以帮助解决环境问题，但构建和运行这些系统的过程本身却产生了沉重的环境负担。训练最先进的人工智能模型需要消耗大量的电力，而这些电力通常由化石燃料产生，且容纳这些模型的庞大数据中心需要消耗大量的水进行冷却。此外，硬件更新的快速节奏产生了大量的电子垃圾。作者认为，如果创建一个人工智能系统所消耗的能源和资源大于它最终产生的环境收益，那么其净结果就是负面的。这不仅仅是一个理论上的风险；综述强调，许多研究声称取得了成功，是基于计算机性能的提升或更好的预测，但未能证明这些改进实际上能在现实世界中导致碳排放或资源使用的可衡量减少。
除了物理足迹之外，该论文还指出了与公平性和透明度相关的深层风险。许多人工智能系统是在可能包含隐藏偏见的历史数据上训练的，这可能导致技术强化现有的社会不平等，而非解决它们。例如，一个用于分配资源的 AI 可能会因为其学习的数据反映了过去的差异，而不经意间偏向富裕地区而非贫困地区。此外，这些系统的复杂性质往往使其成为“黑箱”，这意味着即使是其创造者也无法总是解释它们是如何做出特定决策的。这种缺乏透明度的特性使得在出现问题时难以追究责任。综述还指出了一种日益扩大的技术鸿沟：开发和实施人工智能的高昂成本意味着，富裕国家和大型企业很可能会获取大部分利益，从而使发展中国家和小型企业落后。
为了应对这些挑战，研究人员提出了一个优先考虑风险的框架，建议最关键的问题涉及偏见数据和获取机会的不平等，因为这些问题威胁着公平和可持续社会的根基。他们认为，未来的道路不仅仅是建造更聪明的机器，而是需要转向“绿色人工智能”，其核心在于创造高效能的算法并负责任地管理硬件生命周期。这种方法必须得到国际合作的支持，以实现知识和技术的共享，并辅以确保透明度和问责制的全新政策。作者总结道，人工智能具有成为变革性力量的潜力，但前提是其开发过程必须受到清晰成本意识的引导。如果不对其环境影响进行仔细管理，且不对公平获取做出承诺，那么我们希望用来拯救地球的工具，最终可能会加剧它们本意要解决的危机。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。