威爾·卡文迪許博士據說聲稱這一點人工智慧可以找到解決世界上正在進行的氣候危機的新方法的關鍵工具。
Cavendish博士是ARUP的現任全球數字服務領導者，也是DeepMind的前戰略負責人，在那裡他負責理解人工智能的突破性突破。
根據《衛報》的報告，卡文迪許博士聲稱AI已經被證明是解決氣候和環境問題的重要促進者。在某些情況下，人工智能使用的功率遠低於其所取代的傳統計算機，例如在能源密集型的複雜氣候模型中。
同時，人工智能有可能發現巨大的脫碳前景。卡文迪什（Cavendish）補充說，AI還可以幫助從污染材料（例如混凝土），降低能源和運輸系統的碳足跡，並促進現有結構的再利用和重新利用和重新利用。
然而，醫生強調，“我們”必須繼續提高AI開發的效率，同時確保其在正確和道德上進行。但是，由於至關重要的是使用AI來幫助加快綠色轉化。
美國國家航空航天局（NASA）反對氣候變化
卡文迪許博士的主張是許多人之一，因為美國國家航空航天局也是報告使用蓬勃發展的技術來應對氣候變化。 2023年，NASA和IBM Research合作創建了AI地理空間基礎模型。
該模型在NASA的統一Landsat和Sentinel-2（HLS）數據等大規模數據庫中進行了培訓，是許多AI驅動的研究項目的關鍵資源，以應對環境挑戰。
NASA還使所有有關方面都可以訪問該模型，從而促進合作詢問和發現。
基礎模型是科學家建立各種應用程序的基礎，提供強大而有效的解決方案。
NASA首席科學數據官辦公室（OCSDO）的數據科學負責人馬尼爾·梅基（Manil Maskey）將這些模型與瑞士軍刀進行了比較，瑞士軍刀很靈活，可用於各種目的。
根據NASA的說法，微調改善了地理空間基礎模型識別燃燒疤痕，劃定洪水以及對農作物和土地利用類型進行分類的能力。
儘管NASA提供了豐富的數據和科學經驗，但IBM提供了AI算法優化的計算資源和專業知識。
NASA和IBM Research還合作，在地理空間基金會的成就後創建天氣和氣候模型。
與地理空間模型一樣，這種天氣和氣候模型將公開可用，從而促進協作創新和研究。在各種數據集上訓練的多個基礎模型將需要解決地球科學的所有要素。
AI驅動的家用設備
用戶甚至可以據說從AI中受益於氣候變化。儘管傳統的天氣預測給出了地理視角，但AI驅動的智能家居設備為特定用戶提供了任何數字體驗，包括天氣數據。
這些小工具配備了強大的傳感器和機器學習算法。他們可以檢查當地的天氣趨勢，歷史數據，甚至是用戶偏好，以產生超本地預測。
