在气候方面，基于规则的人工智能可以帮助科学家

处理数字或编译数据，从而节省人类大量的体力劳动时间。 但基于规则的人工智能只能做这么多。它没有记忆能力——它专注于为人类定义的问题提供解决方案。这就是创建基于学习的人工智能的原因。 基于学习的人工智能比基于规则的人工智能更先进，因为它通过与问题交互来诊断问题。基本上，基于学习的人工智能具有记忆能力，而基于规则的人工智能则没有。 这里有一个例子：假设你向基于规则的人工智能询问一件衬衫。人工智能会为你找到一件尺寸和颜色合适的衬衫，但前提是你告诉它你的尺寸和偏好。如果你向学习人工智能询问一件衬衫，它会评估你在过去一年购买的所有衬衫，然后为你找到适合当前季节的完美衬衫。看到不同？ 在帮助解决气候变化方面，基于学习的人工智能本质上可以做的不仅仅是减少二氧化碳排放量。

基于学习的人工智能实际上可以记录这些数字，研究原因和解 美国手机号码列表  决方案，然后在理论上推荐最佳解决方案。 只需几行代码即可添加高级 JavaScript 组件，例如数据网格、图表、调度程序和日历。 30 天免费试用 当今人工智能影响气候变化  对于大多数人来说，人工智能是用来描述有趣的科技软件的流行词。但对于下面的公司来说，人工智能开始被视为秘密武器。 西尔维娅·泰拉森林对我们的气候很重要。许多人类活动排放的二氧化碳实际上被树木吸收。所以如果我们有更多的树就好了。 这就是 SilviaTerra 被赋予生命的原因。 在微软的资金和技术的支持下，SilviaTerra 使用人工智能和卫星成像来预测林木的大小、物种和健康状况。为什么这很重要？这意味着自然资源保护主义者可以节省无数时间的手动实地工作。这也意味着我们可以帮助树木长得更大、更强、更健康，这样它们就能继续改善我们的气候。 深度思维有时，我们可能会问自己：“谷歌不能做什么？” 好吧，事实证明谷歌并不能真正包揽一切。 为了降低成本（以及潜在的碳足迹），谷歌转向了一家名为 DeepMind 的公司。两家公司共同开发了一种人工智能，可以自学如何仅使用冷却谷歌数据中心所需的最低限度的能源。 结果？Google 能够将用于冷却数据中心的能源量减少 35%。



但这可能还不是最酷的部分！DeepMind 联合创始人 Mustafa Suleyman 表示，他们的人工智能算法足够通用，两家公司未来可能会将其用于其他节能应用。 人工智能机器人 尽管人工智能在许多人中仍然存在很大争议，但人们很难不就它如何帮助提高销售、生产力甚至客户服务达成一致。（图片来源：Unsplash）（大预览） 绿色地平线项目  所有数据爱好者都知道，如果您无法衡量自己的影响力，就很难说您正在影响某些事情。这就是绿色地平线计划应运而生的原因。 IBM的 Green Horizo​​n 项目是一个人工智能，可以创建自我配置的天气和污染预报。IBM 创建该项目的目的是希望有一天能够帮助城市变得更加高效。 他们的愿望在中国变成了现实。2012 年至 2017 年间，IBM 的绿色地平线项目帮助北京市的平均雾霾水平降低了 35%。所以这是一个你可能从未听说过的术语：“GAN”。它代表生成对抗网络。_ 基本上，它是一个无需您执行任何操作即可生成统计数据或信息的网络。