氣候變化是全人類面臨的共同挑戰，人工智能（AI）為人類應對全球氣候變化
問題帶來了很大機遇。主要體現在以下方面。
一是氣候大模型預測。2023年以來，基于數據驅動的全球AI大模型取得突破性進展，加速推動臨近天氣預報與氣候預測新進程。例如，谷歌DeepMind研發的GraphCast模型，可在1分鐘內完成10天尺度全球天氣預報，其準確性超過業界公認高標準的歐洲中期天氣預報中心（ECMWF）的標桿模型。華為云盤古氣象大模型Pangu-Weather，計算速度超過傳統模型10000倍且具備較好的預報準確性，為天氣預報與AI結合創立了新范式。清華大學和中國氣象局聯合研發融合短中期預報大模型NowcastNet，預報效果穩定超過“盤古”，并領先國際上同類方法。近日，DeepSeek與中國氣象局合作，探索AI在氣象觀測、預報和服務中的深度融合應用。通過分析海量氣象數據（如衛星遙感、氣象站點、雷達數據），DeepSeek能夠提升氣候模型的精度，預測極端天氣氣候事件（如暴雨、干旱、臺風）的發生概率和影響范圍。其算法優化和算力效率使高精度預測得以在低成本下實現，為早期預警系統提供有力支持。
在次季節—季節尺度上，2024年6月中國氣象局發布“風順”大模型（CMA—AIM—S2S—Fengshun），對于15天以上全球尺度候平均降水預測技巧提升約21%，對次季節尺度極端天氣氣候事件預測具有很大潛力。該大模型填補了我國AI技術應用于次季節尺度預測業務的空白，彌補了現有大模型及深度學習方法的不足。
二是可再生能源優化。AI可優化太陽能、風能等可再生資源，提高其生產效率與可靠性，以應對氣候變化。例如，在太陽能領域，基于ChatGPT對數據分析、建模及預測，能有效促進太陽能電池性能及整體效率提升。Grok AI發布《科技可持續性（2025年）》一文指出：Grok AI算法可準確預測太陽能發電量，進而實現電網管理改善，減少高峰期對不可再生能源的依賴。在風能領域，基于AI算法分析和預測局地風向風速變化，可優化風電場布局及安裝位置，以實現最佳風電生產。
三是
碳排放追蹤檢測。AI可以幫助監測和量化碳排放，深刻了解
碳足跡。如在農業領域，AI可將計算機視覺應用于衛星圖像和傳感器數據，自動估算農業生產過程中的碳排放與儲存狀況，可提高農業生產效率、減少碳排放。波士頓咨詢公司Charlotte Degot團隊測算，2030年前全球國家需減少50%碳排放，才能實現2016年《巴黎協定》1.5℃限定目標。使用AI可實現5%—10%的總體
減排量，相當于減少2.6—5.3千兆噸二氧化碳當量（CO2e）。
此外，AI在改善空氣質量預測、極端氣候預警與災后重建、農業氣候預測及管理精準化等多個領域也已逐步開展應用。
總體而言，AI技術被列為《科技支撐碳達峰
碳中和實施方案（2022—2030年）》的重點方向之一，不僅在技術層面發揮作用，還可與物聯網、區塊鏈、5G等技術結合，構建全鏈條氣候治理系統。通過參與國際平臺，如IPCC技術工作組、全球氣候觀測系統（GCOS），AI技術可以助力貢獻中國AI氣候解決方案，推動全球氣候治理進程。
