综述：利用人工智能应对气候变化的研究与行动：机遇、挑战与未来方向

（编辑推荐）本文系统阐述了人工智能（AI）在气候变化研究（RACC）中的革命性作用，提出整合IPCC三大工作组（WGI/WGII/WGIII）范式的理论框架，涵盖数据收集、情景模拟等四阶段，同时警示AI应用的伦理风险与碳足迹。

　　

Abstract
气候变化研究与行动（RACC）作为全球性复杂挑战，正通过人工智能（AI）技术实现突破性进展。基于IPCC三大工作组（WGI物理科学基础、WGII影响适应、WGIII减缓措施）研究范式整合构建的RACC框架，系统性划分了数据采集→情景模拟→路径规划→行动实施四阶段闭环流程。机器学习（ML）与深度学习（DL）技术在洪水预警（如Google Flood Hub的LSTM模型）、碳汇监测（GONGGA大气反演结合AI植被模型）等场景的应用，将传统静态评估推进至动态智能监测时代。

Application of AI in RACC
AI在气候治理中的渗透呈现多维度特征：计算机视觉（CV）实现卫星影像的树冠级碳储量解析，自然语言处理（NLP）加速气候政策文本分析。值得注意的是，AI增强的CMIP6模型将极端天气预测空间分辨率提升至25km，而基于深度强化学习的能源系统优化方案使可再生能源调度效率提升37%。

Challenges and risks associated with AI
技术红利背后暗藏隐忧：训练GPT-3级大模型的碳排放相当于300辆汽车终身排放量；算法偏见可能导致脆弱地区气候正义失衡；黑箱模型在台风路径预测中的不确定性仍高达15%。更值得关注的是，当前AI气候应用存在"三重脱节"——智能水平与治理需求脱节、短期方案与长期目标脱节、技术开发与伦理框架脱节。

Summary and outlook
未来突破方向聚焦三大维度：开发气候专用AI芯片降低算力能耗，建立AI-人类协作的混合智能（Hybrid Intelligence）决策系统，构建覆盖"地球系统模拟→政策推演→社会反馈"的全链条治理平台。正如研究者所言，AI不应仅是技术工具，更应成为连接《巴黎协定》1.5^oC目标与现实行动的关键桥梁。