XiaoMi-AI文件搜索系统
World File Search SystemRolnick
气候变化与人工智能：机遇、挑战和考虑因素
年度公共政策会议，2023 年 9 月 19 日基于 Priya Donti、David Rolnick 和 Lynn Kaack 撰写的 ICML 2022 教程“气候变化和机器学习：机遇、挑战和考虑因素”
定量Steinitz定理：多项式结合
1。V. H. Almendra-Hernández，G。Ambrus和M. Kendall，通过稀疏近似，离散计算的定量Helly-type定理。GEOM。70（2022），1707。https：//doi.org/10.1007/S00454-022–00441–5 2。I.Bárány和A. Heppes，在平面定量定理的确切常数上，离散计算。GEOM。12（1994），否。4，387–398。3。I.Bárány，M。Katchalski和J. Pach，定量的Helly-type定理，Proc。Amer。 数学。 Soc。 86（1982），否。 1，109–114。 4。 K.Böröczky，Jr，有限的包装和覆盖，《数学中的剑桥大学》，第1卷。 154，剑桥大学出版社，剑桥，2004年。 5。 K. M. Ball和M. Prodromou，是Vaaler定理的敏锐组合版本。 伦敦数学。 Soc。 41（2009），否。 5，853–858。 6。 P。黄铜，在平面中的定量Steinitz定理上，离散计算。 GEOM。 17（1997），否。 1，111–117。 7。 C.Carathéodory，überdenvariabilitätsbereichfourier'schen konstanten von potitiven potitiven harmonischen funktionen，Rendiconti del Circolo Matematico di Palermo（1884-1940）32（1911），否。 1，193–217。 https://doi.org/10。 1007/bf03014795 8。 J. A. de Loera，R。N. La Haye，D。Rolnick和P.Soberón，用于连续参数的定量组合几何，离散计算。 GEOM。 57（2017），第1期。 2，318–334。Amer。数学。Soc。86（1982），否。1，109–114。4。K.Böröczky，Jr，有限的包装和覆盖，《数学中的剑桥大学》，第1卷。 154，剑桥大学出版社，剑桥，2004年。 5。 K. M. Ball和M. Prodromou，是Vaaler定理的敏锐组合版本。 伦敦数学。 Soc。 41（2009），否。 5，853–858。 6。 P。黄铜，在平面中的定量Steinitz定理上，离散计算。 GEOM。 17（1997），否。 1，111–117。 7。 C.Carathéodory，überdenvariabilitätsbereichfourier'schen konstanten von potitiven potitiven harmonischen funktionen，Rendiconti del Circolo Matematico di Palermo（1884-1940）32（1911），否。 1，193–217。 https://doi.org/10。 1007/bf03014795 8。 J. A. de Loera，R。N. La Haye，D。Rolnick和P.Soberón，用于连续参数的定量组合几何，离散计算。 GEOM。 57（2017），第1期。 2，318–334。K.Böröczky，Jr，有限的包装和覆盖，《数学中的剑桥大学》，第1卷。154，剑桥大学出版社，剑桥，2004年。5。K. M. Ball和M. Prodromou，是Vaaler定理的敏锐组合版本。伦敦数学。Soc。41（2009），否。5，853–858。 6。 P。黄铜，在平面中的定量Steinitz定理上，离散计算。 GEOM。 17（1997），否。 1，111–117。 7。 C.Carathéodory，überdenvariabilitätsbereichfourier'schen konstanten von potitiven potitiven harmonischen funktionen，Rendiconti del Circolo Matematico di Palermo（1884-1940）32（1911），否。 1，193–217。 https://doi.org/10。 1007/bf03014795 8。 J. A. de Loera，R。N. La Haye，D。Rolnick和P.Soberón，用于连续参数的定量组合几何，离散计算。 GEOM。 57（2017），第1期。 2，318–334。5，853–858。6。P。黄铜，在平面中的定量Steinitz定理上，离散计算。GEOM。17（1997），否。 1，111–117。 7。 C.Carathéodory，überdenvariabilitätsbereichfourier'schen konstanten von potitiven potitiven harmonischen funktionen，Rendiconti del Circolo Matematico di Palermo（1884-1940）32（1911），否。 1，193–217。 https://doi.org/10。 1007/bf03014795 8。 J. A. de Loera，R。N. La Haye，D。Rolnick和P.Soberón，用于连续参数的定量组合几何，离散计算。 GEOM。 57（2017），第1期。 2，318–334。17（1997），否。1，111–117。7。C.Carathéodory，überdenvariabilitätsbereichfourier'schen konstanten von potitiven potitiven harmonischen funktionen，Rendiconti del Circolo Matematico di Palermo（1884-1940）32（1911），否。1，193–217。https://doi.org/10。 1007/bf03014795 8。 J. A. de Loera，R。N. La Haye，D。Rolnick和P.Soberón，用于连续参数的定量组合几何，离散计算。 GEOM。 57（2017），第1期。 2，318–334。https://doi.org/10。1007/bf03014795 8。J.A.de Loera，R。N. La Haye，D。Rolnick和P.Soberón，用于连续参数的定量组合几何，离散计算。GEOM。57（2017），第1期。2，318–334。9。G. Ivanov和M.Naszódi，一种定量的Helly-type定理：Hyothet中的遏制，Siam J.离散数学。36（2022），否。2，951–957。10。D. Kirkpatrick，B。Mishra和C.-K。 YAP，定量Steinitz的定理，并应用了多方面抓握，离散计算的应用。GEOM。7（1992），否。3，295–318。11。E. Steinitz，Bedingt Konvergente Reihen und Konvexe Systeme，J。ReineAngew。 数学。 143（1913），128-176。E. Steinitz，Bedingt Konvergente Reihen und Konvexe Systeme，J。ReineAngew。数学。143（1913），128-176。143（1913），128-176。
特拉华州衡平法院
判决日期：2024 年 5 月 28 日 Thaddeus J. Weaver，DILWORTH PAXSON LLP，特拉华州威尔明顿；Thomas S. Biemer 和 Patrick M. Northen，DILWORTH PAXSON LLP，宾夕法尼亚州费城，原告律师。Robert L. Burns 和 Kyle H. Lachmund，RICHARDS LAYTON & FINGER，PA，特拉华州威尔明顿，被告律师 Quantum Computing，Inc.、QPhoton，LLC、Robert Liscouski、William McGann、Chris Roberts、Joseph Michael Salvani、Greogary Osborn 和 Dan Walsh。Thomas A. Uebler，MCCOLLOM D'EMILIO SMITH UEBLER LLC，特拉华州威尔明顿；法律顾问：Steven M. Hecht，纽约 ROLNICK KRAMER SADIGHI LLP 律师事务所，代表被告 Yuping Huang 和 Xiao Pan 的律师。GLASSCOCK，副校长
数据科学应用程序对绿色的贡献...
过去十年的一个重大发展是各种方式以及对其进行分析的技术的可用性的增长。这些包括人工智能（AI）和“大数据”以及更标准的统计和描述性方法，通常被称为“数据科学”。这种“数据革命”被广泛认为可以承诺大量的经济和福利收益（Monika等人2011）。一个重要的问题是数据科学以及一般的数字技术是否也支持对绿色经济的转移。越来越多的关于该主题的文献可以分为几个链。一条链研究数字技术增长对能源和资源使用的影响（Lange等人2020，Kern等。 2018，Bordage等。 2021）。 另一股涉及相关国家政策的话语分析（Ket-Tenburg 2019）。 最后，许多研究对环境潜力以及数字化和数据科学技术的风险进行分类（Rolnick等人。 2019，Cowls等。 2021，Vinuesa等。 2020，WBGU 2019）。 这些研究主要是基于对发表的科学工作和专家的文献综述。 到目前为止，关于公司和其他参与者如何将数据科学用于可持续性目的的公司和其他参与者如何进行实证研究。 2022）。 以下内容总结了这项更大的工作的一些结论，重点是与启动相关的数据科学使用。2020，Kern等。2018，Bordage等。2021）。另一股涉及相关国家政策的话语分析（Ket-Tenburg 2019）。最后，许多研究对环境潜力以及数字化和数据科学技术的风险进行分类（Rolnick等人。2019，Cowls等。2021，Vinuesa等。2020，WBGU 2019）。这些研究主要是基于对发表的科学工作和专家的文献综述。到目前为止，关于公司和其他参与者如何将数据科学用于可持续性目的的公司和其他参与者如何进行实证研究。2022）。以下内容总结了这项更大的工作的一些结论，重点是与启动相关的数据科学使用。这是我们作为德国环境机构（UBA）项目的一部分进行检查的关键问题 - 挖掘过程与向绿色经济的过渡之间的相互作用（Gotsch等人。
改进了Tverberg分区的近似算法
4。弱多项式算法。重新审视了Rolnick andSoberón[26]的想法，我们使用算法来求解Lp s。由此产生的运行时间是弱的多种方案（取决于输入中数字的相对大小），或者取决于LP求解器，或者是超多项式。特别是，上述的随机，强烈多项式算法可以转换为建设性算法，这些算法在其分区中的每个集合上计算tverberg点的凸组合。在计算了t -deppth≥n/ o的近似tverberg点（d 2 log d）之后，我们可以将它们送入Miller和Sheehy的算法的缓冲版本中，以计算深度≥≥（1 - δ）N/ 2（D + 1）2的Tverberg点。这需要d o（log log（d/δ））o w（n 5/2）时间，其中o w隐藏了涉及数字大小的polyrogarithmic项，请参见备注21。
42 利用机器学习应对气候变化
DAVID ROLNICK，麦吉尔大学和 Mila - 魁北克人工智能研究所 PRIYA L. DONTI，卡内基梅隆大学 LYNN H. KAACK，赫蒂学院和苏黎世联邦理工学院 KELLY KOCHANSKI，科罗拉多大学博尔德分校 ALEXANDRE LACOSTE，Element AI/Service Now KRIS SANKARAN，威斯康星大学麦迪逊分校和蒙特利尔大学 ANDREW SLAVIN ROSS，纽约大学和哈佛大学 NIKOLA MILOJEVIC-DUPONT，墨卡托全球公共资源和气候变化研究所和柏林工业大学 NATASHA JAQUES，谷歌大脑和加州大学伯克利分校 ANNA WALDMAN-BROWN，麻省理工学院 ALEXANDRA SASHA LUCCIONI，Mila - 魁北克人工智能研究所和蒙特利尔大学 TEGAN MAHARAJ，Mila - 魁北克人工智能研究所和蒙特利尔理工学院EVAN D. SHERWIN，斯坦福大学 S. KARTHIK MUKKAVILLI，加州大学和劳伦斯伯克利国家实验室 KONRAD P. KORDING，宾夕法尼亚大学 CARLA P. GOMES，康奈尔大学 ANDREW Y. NG，斯坦福大学
![arxiv：2212.04308v2 [Math.mg] 2023年11月30日](/simg/g:\will\search\icon\source\4\486fa03078b37050b30f0b62ba29c0524120a471.webp)
arxiv：2212.04308v2 [Math.mg] 2023年11月30日
[ahak22] V´ıctor Hugo Almendra-Hern´andez，Gergely Ambrus和Matthew Kendall，通过稀疏近似，离散和计算几何学定量定理，分离和计算几何（2022），1-8。[BH94] IMRE BARANY和ALAD´AR HEPPES，在平面中定量的Steinitz定理的确切常数，离散和计算几何学12（1994），否。4，387–398。[BJB + 04] K´aroly bouthoczky Jr，K。Boutoczky等人，有限的包装和覆盖，第1卷。154，剑桥大学出版社，2004年。[bkp82]1，109–114。[BP09] K. M. Ball和M. Prodromou，Vaaler定理的敏锐组合版本，伦敦数学学会公报41（2009），第1期。5，853–858。 [BRA97] Peter Brass，在平面，离散和计算地理的定量Steinitz定理上17（1997），否。 1，111–117。 [CAR11]康斯坦丁·卡拉斯（Constant Carath´eodory），`uber den variabilit - der fourier'schen konstanten von von potitiven von potitived harmonischen funktionen，rendiconti del circolo matematico di palermo（1884-1940）32（1911）32（1911），否。 1，193–217。 [dllhrs17] Jes'us a de loera，Reuben N La Haye，David Rolnick和Pablo Sober´on，用于连续参数的定量组合几何学，离散和计算几何学57（2017），否。 2，318–334。 [in22] Grigory Ivanov和M´arton Nasz´odi，一种定量的Helly-type定理：同型中的遏制，《暹罗》，《离散数学》杂志36（2022），否。 2，951–957。 3，295–318。5，853–858。[BRA97] Peter Brass，在平面，离散和计算地理的定量Steinitz定理上17（1997），否。1，111–117。[CAR11]康斯坦丁·卡拉斯（Constant Carath´eodory），`uber den variabilit - der fourier'schen konstanten von von potitiven von potitived harmonischen funktionen，rendiconti del circolo matematico di palermo（1884-1940）32（1911）32（1911），否。1，193–217。[dllhrs17] Jes'us a de loera，Reuben N La Haye，David Rolnick和Pablo Sober´on，用于连续参数的定量组合几何学，离散和计算几何学57（2017），否。2，318–334。[in22] Grigory Ivanov和M´arton Nasz´odi，一种定量的Helly-type定理：同型中的遏制，《暹罗》，《离散数学》杂志36（2022），否。2，951–957。3，295–318。[KMY92] David Kirkpatrick，Bhubaneswar Mishra和Chee-keng Yap，定量Steinitz的定理，应用于多填充，离散和计算几何7（1992），否。 div>[Ste13] Ernst Steinitz，条件行和凸系统。
人工智能用于适应气候变化
气候变化适应很复杂，因为大多数解决方案都需要平衡协同作用和权衡利弊，而这些协同作用和权衡源于适应所涉及的社会生态系统和部门之间的相互依赖关系。适应作为对实际或预期气候变化的调整过程，通常是针对当地或部门的（Field 等人，2014 年），并且可能忽视跨部门和跨地区的气候风险传播（Challinor 等人，2018 年）。不同行为者的适应方式也不同，并且具有不同的适应措施能力和选择。此外，前所未有的气候事件和气候变化影响的时间滞后会产生难以适应的未知后果。结果是一个复杂、不确定且快速变化的适应挑战矩阵（Helmrich & Chester，2020 年），而传统的气候变化适应工具和策略无法应对。随着新数据流和分析能力的不断增加，人工智能 (AI) 帮助应对这些适应挑战的新机会也随之出现。尽管人工智能已应用于气候变化科学，但这主要局限于气候变化建模、影响和缓解（Huntingford 等人，2019 年；Jones，2017 年；Monteleoni 等人，2013 年；Rolnick 等人，2022 年），而对适应的关注较少。人工智能对于适应的价值会增加，尤其是当它有助于分析上述复杂性时，例如协同作用和权衡、异质参与者以及气候变化影响的未知后果。此外，人工智能正在迅速发展，以处理适应研究中普遍存在的数据稀缺问题。本文重点介绍了这些角色以及与适应相关的关键应用。
AI用于气候变化建模和环境
1。AI在气候变化建模中进行了一些研究，已经证明了AI在提高气候模型的准确性和效率方面的应用。机器学习算法，尤其是神经网络，已被用来模拟复杂的气候系统并预测未来的情况。例如，Reichstein等。（2019）强调了深度学习在地球系统建模中的作用，展示了其在大规模数据集中识别模式的能力。同样，Rolnick等人。（2020）探讨了AI如何增强对飓风和洪水等极端天气事件的预测，这对于准备灾难和缓解至关重要。2。AI将从AI驱动的优化中显着受益。文献强调了AI在预测能源需求中的使用，整合可再生资源并管理智能电网。Lund等。（2020）讨论了AI算法如何通过预测供需不匹配并实现实时调整来提高能效。Kumar等人的另一项研究。（2021）重点是将AI与太阳能和风能系统整合在一起，证明了提高的操作效率和降低成本。3。环境保护和监测AI也已广泛应用于监测和保护自然生态系统。诸如计算机视觉和遥感等技术用于实时监视森林砍伐，野生动植物跟踪和水质评估。Wearn等。4。Binns等。5。（2019）展示了AI驱动的工具如何分析卫星图像以检测非法采伐活动并评估生物多样性损失。同样，环保组织（例如全球森林观察）的努力强调了AI在保护自然栖息地和促进可持续资源使用方面的重要性。道德考虑因素和挑战，而AI在打击气候变化方面的潜力显而易见，已经提出了一些道德问题和挑战。 （2018）强调了诸如数据偏见，缺乏AI算法的透明度以及无法获得AI技术的潜力。 这些挑战强调了对公平部署和治理框架的需求，以确保AI解决方案具有包容性和可持续性。 此外，Strubell等人已经记录了对AI本身的环境影响，特别是大规模数据中心的碳足迹的担忧。 （2019）。 研究中的差距尽管工作越来越大，但某些差距仍然存在。 例如，需要将AI与特定领域的气候科学专业知识相结合的更多跨学科方法。 此外，AI模型在全球气候应用中的可伸缩性和概括性仍然是积极研究的领域。 还需要进一步的研究来解决与AI部署相关的道德和环境权衡。 文献共同强调了AI在应对气候变化和促进环境可持续性方面的变革潜力。道德考虑因素和挑战，而AI在打击气候变化方面的潜力显而易见，已经提出了一些道德问题和挑战。（2018）强调了诸如数据偏见，缺乏AI算法的透明度以及无法获得AI技术的潜力。这些挑战强调了对公平部署和治理框架的需求，以确保AI解决方案具有包容性和可持续性。此外，Strubell等人已经记录了对AI本身的环境影响，特别是大规模数据中心的碳足迹的担忧。（2019）。研究中的差距尽管工作越来越大，但某些差距仍然存在。例如，需要将AI与特定领域的气候科学专业知识相结合的更多跨学科方法。此外，AI模型在全球气候应用中的可伸缩性和概括性仍然是积极研究的领域。还需要进一步的研究来解决与AI部署相关的道德和环境权衡。文献共同强调了AI在应对气候变化和促进环境可持续性方面的变革潜力。然而，将技术创新与道德考虑结合的平衡方法对于最大程度地提高AI的好处是必不可少的，同时最大程度地减少其意外后果。