Tackling Climate Change with Machine Learning

本文是对2022 ACM Computing Surveys上的一篇文章《 Tackling Climate Change with Machine Learning 》进行一个翻译。主要针对文字部分进行翻译，帮助有效快速阅读该论文。

气候变化是人类面临的最大挑战之一，作为机器学习（ML）专家，我们可能想知道我们可以如何帮助人类。在这里，我们描述了ML如何成为减少温室气体排放和帮助社会适应气候变化的强大工具。从智能电网到灾害管理，我们发现了影响较大的问题，ML可以与其他领域合作填补现有空白。我们的建议包括令人兴奋的研究问题以及有前景的商业机会。同时我们呼吁ML社区加入全球应对气候变化的努力。

1.引言

气候变化的影响日益明显。风暴、干旱、火灾和洪水变得更加强烈和频繁。全球生态系统正在发生变化，包括人类赖以生存的自然资源和农业。2018年政府间气候变化报告估计，除非全球温室气体（GHG）排放在30年内消除，否则世界将面临灾难性后果。然而，这些排放量年复一年地增加。
应对气候变化包括缓解（减少排放）和适应（为不可避免的后果做好准备）。这两个问题都是多方面的。减少温室气体排放需要改变电力系统、交通、建筑、工业和土地使用。适应需要在了解气候和极端事件的基础上规划抗灾能力和灾害管理。如此多样的问题可以被视为一个机会：有许多方法可以产生影响。
近年来，机器学习（ML）已被公认为技术进步的强大工具。尽管将ML和人工智能（AI）应用于社会和全球利益问题的运动日益增多，但仍然需要协调一致地努力确定如何最好地应用这些工具来应对气候变化。许多ML实践者希望采取行动，但不确定如何行动。另一方面，许多领域已经开始积极寻求ML社区的投入。
本文旨在通过有效的工程或创新研究，概述ML在应对气候变化中的应用。我们强调的战略包括气候排放和适应，以及支持其他气候变化的元级工具策略。为了最大限度地发挥我们建议的相关性，在编写本文的过程中，我们咨询了众多领域的一些专家（参见Acknowledgments）。