PART 1 氣候緊急狀態
第2章 尋找1％的希望
1. 追究該對氣候損害負責的人
大氣中的溫室氣體正在使地球變得更暖，從科學的角度來看，這無庸置疑。根據具有法律約束力的《巴黎協定》，各國同意努力將平均氣溫上升幅度控制在2°C以內，並努力限制在1.5°C以內。然而，隨著排放量持續增加，地球溫度上升幅度應該會超過這個閾值。
對於這樣的警告被忽視，許多科學家和研究團隊都感到很挫折。但還是有人沒有放棄。根據格蘭瑟姆氣候變遷與環境研究所於2024 年6 月發表的報告，截至2023 年底，全球共有2,666 起氣候訴訟案。原告大多是個人或非政府組織，他們想讓政府和企業對其氣候承諾負責。
在這些訴訟案中，有些案件已結案，有些則是具有開創性的案例。例如，2024 年5 月，德國和英國法院皆裁定，其政府政策將無法達到法律規定的減排目標。然而格蘭瑟姆的數據顯示，大部分索賠的人都沒有得到正面結果，因為很多氣候訴訟案都遇到了程序和過程冗長複雜的問題，而且有的被告公司會提起反訴、對氣候法律提出異議。
2023 年9 月，加州對BP、雪佛龍（Chevron）、埃克森美孚（Exxonmobil）等全球五大石油公司提起訴訟，要求這些公司為其對環境、加州居民健康和生計造成的影響付出成本，並幫助加州免受氣候變遷在未來幾年造成的損害。2024 年8 月29 日，韓國憲法法院宣布了韓國首起氣候訴訟案的判決結果。這是亞洲國家首次宣判政府違憲。韓國憲法法院裁定，韓國政府沒有為2030 年至2050 年的碳中和目標設定量化標準，因此無法保障溫室氣體減排的實效性，這是將負擔轉嫁給未來世代，因此政府違反了保護國民的義務。
這類呼聲越大，越有助於保護地球免受氣候變遷影響。在這種趨勢下，世界最高法院的介入可能會改變遊戲規則。2023年，聯合國就曾請位於荷蘭海牙的聯合國主要司法機關國際法院，就兩個問題提供諮詢意見。一個是：根據國際法，各國有哪些義務來保護氣候系統和環境免受人為溫室氣體排放的影響？另一個則是：當國家的作為和不作為對氣候系統造成損害時，國家會受到哪些法律制裁？國際法院已於2024年12月2日舉行公開聽證會，預計於今年宣布裁決結果。
到國際法院追究氣候變遷的責任
從地球目前的狀態來看，我們必須立即採取行動。世界自然基金會（World Wide Fund for Nature，WWF）主席阿迪爾．納詹姆（Adil Najam）表示，我們無須再使用複雜的模型來解釋氣候變遷，只要看向窗外就能親眼目睹這件事。
碳排放量正在持續增加。2024 年的夏季是有紀錄以來最熱的夏季。哥白尼氣候變遷服務中心宣布，全球氣溫連續15 個月創下了歷史新高。此外，有調查顯示，2024 年7 月的氣溫比工業化前高出了1.48°C。極端天氣、熱浪、森林大火、洪水、乾旱和暴風正在各大洲威脅著人類的生命和財產，並帶給大自然無法負荷的壓力。
這不僅僅是人類面臨的問題。目前大約有100 萬種動植物瀕臨滅絕，而且正在以人類歷史上從未有過的速度消失。根據世界自然基金會的《地球生命力報告2022》（Living Planet Report 2022），海水溫度上升已經使地球失去了一半的珊瑚礁，如果溫度上升2°C，最多將導致99％的珊瑚礁消失。
在這樣的危機中，國際法院的強烈意見有望加強國際氣候政策結構。法院的意見能為尋求法律途徑來實現環境正義的人提供力量，並放大數百萬名科學家和公民要求採取有力的行動來保護氣候和自然的呼聲。
檢視我們對氣候變遷的意識
我們必須記住，機會的大門就連此時此刻都在迅速地關上。眾人的呼聲正在成為實現人類永續發展的關鍵。現在，就讓我們來檢視一下自己對氣候變遷嚴重性的認知程度。
耶魯大學主持的氣候變遷溝通計畫（Yale Project on Climate Change Communication）將人們對氣候變遷的態度分成了六種類型。這裡就只簡單介紹一下。請各位想想看自己屬於哪種類型。
⚫警覺型（Alarmed）：這個群體認為氣候變遷正在發生，而且是人類活動造成了氣候變遷。他們支持採取有力的政治和社會行動，但大部分的人並不清楚自己或其他人能做哪些事來解決這個問題。
⚫擔心型（Concerned）：這個群體認為是人類造成了氣候變遷，並支持氣候政策。只不過擔心型的人認為氣候變遷帶來災難是遙遠未來的事情，因此會將採取氣候變遷應對措施的優先順序調低。
⚫謹慎型（Cautious）：這個群體還未對氣候變遷有明確的態度。他們會試著尋找氣候變遷是否已經發生、是否由人類造成、有多嚴重等問題的答案。
⚫漠不關心型（Disengaged）：這個群體幾乎不了解全球暖化，也沒有接觸到傳達全球暖化嚴重性的媒體。
⚫懷疑型（Doubtful）：這個群體認為氣候變遷不會發生，或認為就算發生氣候變遷也是正常循環的一部分。
⚫忽視型（Dismissive）：這個群體大部分的人都認為全球暖化是場騙局，完全感受不到任何威脅。
2008 年，耶魯大學首次以美國成年人為對象，進行了這項調查，並且延續至今。十年來，警覺型的人增加最多，從2013年的15％增加到2023年的28％，幾乎增加了一倍。謹慎型則從26％減少到15％，減少最多。在2023年的調查中，警覺型和擔心型總共占了57％，反觀2013年僅占了39％。由此可知，擔心氣候變遷的人正在大幅增加。
氣候科學家兼作家凱瑟琳．海霍（Katharine Hayhoe）表示，這是因為人們切身感受到了前所未有的洪水、大規模野火、極端熱浪等災害的威力，並直接意識到了氣候變遷的關係。此外，隨著氣候不斷演變，極端天氣現象發生的間隔正在縮短。美國國家海洋暨大氣總署的數據顯示，造成10億美元以上損失（經通膨調整）的極端天氣現象發生間隔有所縮短。1980年代，美國發生這類現象的平均間隔為75天，2020年代卻為18天。
就如耶魯大學的調查結果所示，許多人並不清楚個人該怎麼應對氣候變遷。海霍強調，提高呼聲讓其他人也意識到情況緊急最為重要。
＊ ＊ ＊ ＊ ＊ ＊
5.AI是綠色能源的未來
為了對抗氣候變遷，綠色能源必不可少。全世界必須減少用電量，並改用無害能源。世界各國已經在嘗試利用太陽光、風力、水力、潮汐、地熱等自然現象，以較環保的方式生產能源。儘管人類付出了長期的努力，卻還是沒能實現大規模能源轉型。不過，最近開始出現了突破口，快速發展的AI有望引發能源轉型。
專家們確認了50多個能源領域的AI應用案例。在許多案例中，AI都對永續能源電力基礎設施的轉型帶來了幫助。讓我們來看看為什麼AI是綠色能源的未來，又能用於哪些地方。
智慧電網
太陽能板和風力發電機依賴於不斷發生變化的自然現象，因此並不是說接到訂單就一定能發電。此外，很多時候發電量高峰期不等於用電高峰期。例如，我們會在天色較暗的冬季早晨或晚上使用較多電力，但太陽能板在黑暗中無法發電。相反地，雖然白天的發電量最高，我們使用的電量卻相對較少。因此，我們必須要能夠儲存生產的電力，並在用電量較高的時候拿出來使用。
智慧電網會利用各種數據技術來支援電力雙向流動，是能源領域中最受歡迎的AI應用領域。智慧電網由多種能源生產單位和能源消耗單位組成，而AI會分析這個網路生成的數千個數據點，即時進行調整。這種可持續進行調整的功能會在解決再生能源的重大課題「間歇性」方面發揮關鍵作用。
AI智慧電網會即時將能源傳輸到最需要電力的地方。當發電量高、用電量低時，智慧電網會將多出來的電力傳輸到儲能系統。當用電量增加、發電量減少時，智慧電網會分配儲能系統中的電力。這進一步提高了再生能源的穩定性。
綠色能源具有變動性，因此維護管理工作相當重要。如果電網故障，可能會發生大規模停電，並且高昂的修理費用會導致能源價格大幅上漲，而AI能透過預測性維護提供幫助。
預測性維護會學習辨識早期預警訊號，來預測設備可能在什麼時候發生故障。系統會在問題還很小且能以低廉的費用輕鬆解決問題時，向技術人員發送通知。因此，預測性維護可以減少停機時間，並將效率提高到傳統維修方式無法達到的程度。這種AI維護策略對現有的非再生能源電網也很有用。
利用資訊擴大再生能源並提高效率
若想有效利用再生能源，就必須要有得天獨厚的自然環境。也就是說，並不是所有的地區都適合使用相同的再生能源。
例如，太陽能板會在陽光充足的地區生產更多電力；而海拔越高，風力越強，因此風力發電機最適合設在山區。但我們還需要考慮到許多複雜的因素，例如土地所有權問題和建設能源設施時對附近環境造成的影響。
機器學習模型能同時分析這些複雜的要素。AI能比人類更快、更準確地找到哪裡適合建造再生能源基礎設施。決策越複雜，AI就能發揮越大作用。AI會幫助人類建立能以最低成本生產最多能源，並且能最大限度地減少對生態系影響的再生能源系統。
效率是向綠色能源轉型時的另一個核心要素。AI在這個領域的作用類似於智慧電網。在家庭、企業和發電廠，AI物聯網設備會即時分析狀況並調整能源供應。這樣不但能支援原本的流程，還能最大限度地減少用電量。
智慧型恆溫器就是實現了這個概念的好例子。這個設備相對簡單，但每年平均可以減少8％的冷暖氣使用量。如果將同樣的自適應技術應用於大規模環境，那將能大幅節省能源。
此外，AI能減少大規模能源供應鏈的碳足跡。機器學習模型會分析電網，並找出哪些地方只做些微的改變就能減少排放量。其中，有許多問題點很難靠人類肉眼發現。例如，有時候只要與較近的供應商合作、變更交貨週期或尋找再生材料供應商，就能減少排放量。AI分析能找出這些複雜要素的最佳組合，將能源供應鏈的效率提到最高。
天氣建模
隨著全球日益依賴再生能源，天氣預報和分析將變得更為重要。有人就正在使用AI深度學習模型，來預測會大受天氣影響的太陽能發電量。這種AI模型能比現有的預測方法進行更準確的預測。因此，制定有效的綠色能源轉型計畫變得比過去容易。
天氣建模還能用來應對即將到來的惡劣天氣。AI模型會通知相關機構是否有阻礙綠色能源供電的情況。早期預警能幫助電力公司確保能源儲備量並保護基礎設施，防止損失和停電。
AI將為更環保的未來開闢道路
綠色能源轉型非常重要，但過程相當複雜。儘管AI不是完美的解決方案，但它能為這個轉型過程提供必要的幫助。AI能為生產者和消費者提供想實現大規模再生能源所需的速度、準確性和洞察力，並能減少依賴化石燃料的現有系統的碳排放量。隨著氣候變遷的威脅加劇，這些優點變得越來越難以忽視。AI將會成為對氣候來說不可或缺的存在。
＊ ＊ ＊ ＊ ＊ ＊
PART 2 人工智慧
第 4章 生成式 AI發展熱烈的兩年
4.AI在媒體領域的發展：好選擇與壞選擇
在AI出現之前，新聞媒體業曾經歷過一場巨變，那就是數位化。隨著廣告收益下降，報紙發行數量也跟著減少，導致新聞媒體業面臨危機。最後，許多報紙停刊或轉型為線上新聞平臺。根據截至2023 年的資料，全球共有數千份報紙停刊。
讓我們來看幾個值得探討的案例。首先，《Barrier Truth》是澳洲新南威爾斯州布羅肯希爾地區創刊126年的報紙，就因為財政問題而停止營運。赫斯特雜誌（Hearst Magazine）解僱了41名員工，內幕公司（Insider Inc.）解僱了10％的員工。另外，《國家》（Nation）週刊與《彭博商業周刊》（Bloomberg Businessweek）也因為讀者與收益減少，計畫由每週改為每月發行。
報紙的停刊與轉型，使得新聞媒體業的職缺大幅減少。根據截至2023年的資料，全球共有數萬新聞媒體從業人員失業。
存活下來之新聞媒體的選擇
從數位化浪潮中存活下來的新聞媒體，隨著生成式AI登場，再次面臨生存問題。新聞媒體公司經過數位化的內容，正在被生成式AI擅自拿來學習。包括《紐約時報》在內的部分媒體公司就控告OpenAI擅自使用其內容。然而，也有部分新聞媒體公司為了在快速變化的世界生存，選擇與AI企業合作。
2024年7月，《時代雜誌》（TIME）宣布與OpenAI簽訂多年的授權協議，成為合作夥伴。這項協議將使《時代》的大量內容融入ChatGPT、AI模型訓練及其他產品。根據這項協議，ChatGPT 可以存取該公司的新聞內容資料庫。這兩間公司在聲明中提到，未來聊天機器人在回答使用者的問題時，將會引用《時代》的原始資料，並附上連結。
這兩間公司期待透過這次的合作，帶來下列正面效果。第一，可以更有效地保存資料。先前，派拉蒙刪除了MTV 網站上所有的新聞檔案，因而引起了討論。在網路時代，珍貴的歷史內容面臨著隨時會消失的風險。《時代》與OpenAI合作，將能夠安全地保存其自創刊以來101年的歷史檔案。第二，當使用者查詢新聞時，可以保證有正確的回應。OpenAI的AI模型透過學習《時代》的資料，能夠在使用者查詢新聞時，提供更為正確且豐富的資訊。第三，可以開發新功能，例如精準向讀者推薦特定新聞、即時新聞整理、虛擬祕書服務等等，讓讀者參與度提升。第四，可以與時俱進，跟上新聞業的進化腳步。
隨著與AI的合作範圍擴大，傳統新聞業的方式應該會出現變化。AI不只是提供快速且正確的資訊，在其經過龐大的檔案與資料庫訓練後，還能運用於提供更深入的分析與見解。
光是在2024年，AI企業就與《金融時報》（Financial Times）、《商業內幕》（Business Insider）的母公司阿克塞爾．斯普林格（Axel Springer）、法國的《世界報》（Le Monde），西班牙的普利沙傳媒集團（Prisa Media）簽署了類似的協議。
這樣子的內容合作，對於訓練AI模型來說是必須的。不僅如此，這樣的交易對於新聞媒體來說也有獲利的機會。在過去，這些新聞媒體即使向網路大企業提供新聞，也無法因此獲利。2024年5月，OpenAI就與《大西洋》雜誌（Atlantic）、沃克斯傳媒（Vox Media）簽訂了內容與產品合作協議。
《時代》與OpenAI的合作是一個開端，未來有望擴展至更多媒體公司，開啟新的新聞時代。未來，AI將會在整個媒體產業扮演至關重要的角色，讓媒體公司以更創新且更有效的方式來生產並傳播內容。
成為假新聞溫床的線上新聞網站
並不是所有新聞媒體公司都有美好的發展。新聞媒體公司為了跟上時代不被淘汰，開始使用線上新聞平臺、社群媒體、新技術等力求轉型，提供讀者具吸引力的內容。然而，當AI被用在這樣的變化上時，就開始出現越來越多AI生成新聞網站。根據假新聞查核組織Newsguard，2023年4月共有49個AI生成新聞網站，而到了2023年12月，這樣的網站數量已超過600個。為了達到最佳的廣告收益，放上大量聳動新聞報導的低品質網站，我們稱為「內容農場」（content farm）。Newsguard 指出，許多內容農場都使用了AI工具。這樣的網站多半不透露所有權人或控制權人，透過AI生成包含政治、健康、娛樂、金融及科技等各式各樣主題的大量內容，有些甚至每天上傳數百篇新聞。
大部分AI生成新聞網站是仰賴廣告收益來營運。使用者瀏覽網站後留下的訪問紀錄，也就是Cookie，可以用來預測消費模式，向使用者投放符合其需求的廣告。然而，這樣的廣告並不會考慮網站的品質或性質。因此，正常的大品牌便在無意中贊助了這些網站。這也是內容農場大量出現的原因。
這些網站的問題不只是內容品質差、充斥假新聞，還有很嚴重的著作權問題。它們大多是透過AI從主流新聞來源擷取新聞後，再重新撰寫與發布，並不會標明出處。
這些網站看起來就像一般的新聞網站，網站上的文章也像是由模仿一般人溝通方式所設計的AI語言模型生成的。這類的新聞機器人所生成的新聞有幾個很大的問題。第一，散布假新聞與錯誤的資訊。第二，當這類新聞網站越多，大眾對於新聞媒體的信賴度可能會降低。最後，若AI將新聞製作過程完全自動化，會導致新聞媒體業的職缺減少。
AI預計會對新聞產業帶來很大的影響。新聞媒體公司可以運用AI技術提升效率、改善讀者體驗，同時也必須努力對抗AI生成的假新聞及錯誤資訊，維持大眾對於新聞媒體的信賴。
