Can AI Help Solve the Climate Crisis? | Sims Witherspoon | TED

76,725 views ・ 2023-09-21

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Anonymous Translator Lektorat: Natalie Solbach
00:08
You may have had the experience of unboxing furniture
0
8505
3754
Vielleicht sind Sie beim Auspacken eines neuen Möbelstücks
00:12
and come across instructions that go something like this:
1
12259
3420
schon einmal auf eine Anleitung gestoßen, die ungefähr so lautete:
00:15
"Assemble the bookshelf according to the provided diagram."
2
15679
3378
„Das Bücherregal gemäß der mitgelieferten Abbildung montieren.“
00:19
Yes, I know what a bookshelf looks like.
3
19724
3045
Nun weiß ich zwar, wie ein Regal aussieht.
00:22
Probably wouldn't be reading the assembly instructions
4
22769
2544
Aber ich würde wohl kaum die Montageanleitung lesen,
00:25
if I didn't need a little more help with the process.
5
25355
3086
wenn ich nicht etwas mehr Hilfe beim Zusammenbauen bräuchte.
00:28
Or maybe you've opened a cookbook
6
28441
1794
Oder vielleicht haben Sie in ein Kochbuch geschaut,
00:30
with an author who thinks you're already somewhat of a chef.
7
30235
3170
dessen Autor denkt, dass Sie bereits Chefkoch sind.
00:33
"Deglaze the pan."
8
33446
1460
„Die Pfanne ablöschen.“
00:35
What?
9
35448
1252
Bitte was?
00:36
(Laughter)
10
36700
1001
(Lachen)
00:37
OK, off I go on a separate search to understand whatever that means.
11
37742
4171
Ich mache mich also selbst auf die Suche, um zu verstehen, was das bedeuten soll.
00:42
Instructions that tell you what to do and not how to do it
12
42414
4921
Anweisungen, die uns zwar sagen, was zu tun ist, aber nicht wie,
00:47
are pretty useless.
13
47335
1544
sind ziemlich nutzlos.
00:49
And yet, even when we're talking
14
49212
1627
Aber selbst, wenn wir über etwas so Wichtiges wie den Klimawandel sprechen,
00:50
about something as important as climate change,
15
50881
3003
00:53
we hear them all the time.
16
53884
1710
bekommen wir ständig solche Anleitungen.
00:55
“Transition to renewable energy.”
17
55927
1710
„Auf erneuerbare Energie umstellen.“ „Alles andere elektrifizieren.“
00:57
“Electrify everything else.”
18
57679
1460
00:59
“Deploy solutions that are equitable and fair.”
19
59180
2878
„Faire und gerechte Lösungen zum Einsatz bringen.“
01:03
Yes, let's do all of that.
20
63310
4004
Ja, all das sollten wir tun.
01:07
But how?
21
67314
2252
Aber wie?
01:10
Answering how is where we understand which solutions are actually feasible,
22
70775
6257
Erst wenn wir die Frage nach dem „Wie“ beantworten können,
können wir verstehen, welche Lösungen überhaupt umsetzbar sind
01:17
whether that be with today's infrastructure,
23
77032
2627
unter den Gegebenheiten unserer heutigen Infrastruktur,
01:19
our evolving regulatory environment
24
79659
2044
unseres sich wandelnden Regelungsumfelds,
01:21
or any of the other number of dependencies and constraints
25
81703
3086
und der vielen anderen Einschränkungen,
01:24
that we have to consider.
26
84831
1752
die wir berücksichtigen müssen.
01:27
How we solve climate change
27
87626
1293
Wie wir den Klimawandel angehen,
01:28
also depends on our very definition of the problem.
28
88960
3253
hängt von unserer Definition des Problems ab.
01:32
It's a scientific challenge, a sociopolitical issue,
29
92213
3713
Er ist eine wissenschaftliche Aufgabe,
ein gesellschaftspolitisches Thema,
01:35
an economic problem and so much more.
30
95967
2670
ein wirtschaftliches Problem und noch vieles mehr.
01:38
And how we solve it will depend on how we frame it.
31
98678
3629
Und wie wir ihn lösen, hängt davon ab, auf welche Weise wir ihn betrachten.
01:43
There is no single answer.
32
103391
2002
Die eine richtige Antwort gibt es nicht.
01:46
I'm a scientist,
33
106728
1293
Ich bin Wissenschaftlerin,
01:48
so I approach climate change as a scientific challenge.
34
108021
3837
also betrachte ich den Klimawandel als wissenschaftliche Herausforderung.
01:52
I'm also a techno-optimist
35
112442
2127
Ich bin auch Techno-Optimistin
01:54
and artificial-intelligence product manager,
36
114569
2753
und Produktmanagerin für künstliche Intelligenz,
01:57
so I also approach it as a technological one.
37
117364
2877
also gehe ich das Thema auch technologisch an.
02:01
When it comes to a sustainable future,
38
121952
2127
Auf dem Weg in eine nachhaltige Zukunft kann künstliche Intelligenz uns
02:04
artificial intelligence can help us do three critical things.
39
124079
3837
bei drei entscheidenden Dingen helfen.
02:08
First, it can help us understand climate change
40
128333
3545
Erstens kann sie unser Verständnis
des Klimawandels und seiner Auswirkungen auf die Ökosysteme der Erde verbessern.
02:11
and its effects on Earth's ecosystems.
41
131878
2878
02:15
Second, it can help us optimize current systems and infrastructure,
42
135173
4379
Zweitens kann sie bestehende Systeme und Infrastruktur optimieren,
02:19
because we can't just start over from scratch today.
43
139594
3962
denn wir können ja heute nicht einfach wieder bei Null anfangen.
02:24
And third, it can help us accelerate the breakthrough science we need,
44
144182
5047
Und drittens kann künstliche Intelligenz wissenschaftliche Durchbrüche fördern,
02:29
such as fusion as a carbon-free energy source.
45
149270
2962
wie etwa die Kernfusion als kohlenstofffreie Energiequelle.
02:32
Today, I'd like to talk about that second one,
46
152899
2377
Ich möchte heute über das zweite Thema sprechen,
02:35
optimizing current systems,
47
155276
1752
die Optimierung derzeitiger Systeme,
02:37
and specifically, how we can use AI to harness a superpower
48
157070
4004
und insbesondere darüber, wie KI uns helfen kann,
eine riesige Kraft zu nutzen,
02:41
we already have in this fight:
49
161074
2085
die uns bereits zur Verfügung steht:
02:43
wind energy.
50
163868
1127
Windenergie.
02:46
Renewables are unquestionably a key to a sustainable future,
51
166913
3670
Erneuerbare Energien sind zweifellos unabdingbar für eine nachhaltige Zukunft,
02:50
but the problem is they're unpredictable.
52
170583
3337
aber ihre Unberechenbarkeit ist ein großes Problem.
02:53
Sometimes, the sun shines and the wind blows,
53
173920
2461
Manchmal scheint die Sonne und der Wind weht,
02:56
and sometimes, it just doesn't.
54
176423
2544
und manchmal eben nicht.
02:59
Now, for an electricity systems operator,
55
179509
3045
Für einen Stromnetzbetreiber, der Elektrizität benötigt,
03:02
who needs supply to meet demand in real time, 24-7,
56
182595
5089
um die Stromnachfrage rund um die Uhr und in Echtzeit zu decken,
03:07
this is hugely problematic.
57
187726
2252
ist das äußerst problematisch.
03:10
Renewables can't be 100 percent reliably scheduled.
58
190562
3587
Erneuerbare Energien lassen sich nicht zu 100 Prozent genau vorausplanen.
03:15
Now, unfortunately, fossil-fuel plants are the opposite.
59
195066
3545
Damit stehen sie im Gegensatz zu Kraftwerken mit fossilen Brennstoffen,
03:19
You can burn a specific amount of coal at a set time
60
199195
3754
die zu einer bestimmten Zeit eine bestimmte Menge Kohle verbrennen,
03:22
to deliver exactly the amount of electricity you want
61
202949
2836
und damit in einem bestimmten Zeitfenster die benötigte Menge Elektrizität liefern.
03:25
in a predictable time window.
62
205827
1919
03:28
So ...
63
208788
1335
Wenn Sie als Energienetzbetreiber also
03:30
if you're a power systems manager
64
210165
1710
03:31
whose job is to literally keep the lights on,
65
211916
3129
mit der Aufgabe betraut sind, das Licht nicht ausgehen zu lassen,
03:35
which source are you more confident depending on?
66
215045
2627
auf welche Energiequelle werden Sie sich verlassen?
03:38
But here's one of the places where AI can come in.
67
218965
2961
Aber dies ist einer der Bereiche, in denen KI uns helfen kann.
03:41
It is a powerful tool for forecasting.
68
221926
2837
KI ist ein leistungsstarkes Hilfsmittel für Prognosemodelle.
03:45
AI systems can ingest vast amounts of historical data
69
225805
3045
KI-Systeme können riesige Mengen an historischen Daten aufnehmen
03:48
and help us predict future events.
70
228892
2252
und so zukünftige Ereignisse vorhersagen.
03:51
So, while we can't eliminate the variability of wind,
71
231853
4087
Wir können die Unstetigkeit des Windes zwar nicht abschaffen,
03:55
we can use AI to more accurately predict its availability.
72
235982
4463
aber wir können mithilfe von KI seine Verfügbarkeit genauer vorhersagen.
04:01
That was my team’s “what” to do.
73
241196
2168
Dies war, „was“ mein Team tun sollte:
04:03
Use AI to accelerate the transition to renewables, like wind energy.
74
243907
4296
„KI für eine schnellere Umstellung auf erneuerbare Energien einsetzen”.
04:08
The tough part was the “how” to do it.
75
248995
3629
Das Schwierige daran war jedoch das „Wie“.
04:13
First, we researched the challenge.
76
253833
2419
Zunächst haben wir uns über das Thema informiert.
04:16
We read papers, we spoke to domain experts,
77
256294
2586
Wir haben Fachartikel gelesen, mit Experten geredet,
04:18
we found out everything we could about the problem.
78
258880
3212
und so viel wie nur möglich über das Problem herausgefunden.
04:22
Our team, which is a mix of research scientists,
79
262425
2378
Unser Team aus Wissenschaftlern,
04:24
engineers, a product manager, a program manager
80
264803
2544
Ingenieuren, einem Produktleiter, einem Projektmanager
04:27
and an impact analyst,
81
267347
1585
und einem Wirkungsanalytiker
04:28
decided that a neural net trained on historical weather data
82
268973
3963
entschied, dass ein neuronales Netz, trainiert mit historischen Wetterdaten
04:32
and turbine power-production information
83
272936
2210
und Daten zur Stromerzeugung von Turbinen,
04:35
would likely help us accomplish our goal.
84
275188
2127
uns helfen würde, unser Ziel zu erreichen.
04:38
Next, we needed to find two core elements:
85
278233
4296
Im nächsten Schritt mussten wir zwei entscheidende Dinge organisieren:
04:43
data to train the system
86
283154
2211
Daten zum Trainieren des Systems
04:45
and a partner who was willing to deploy it.
87
285365
2836
und einen Partner, der willens war, das System anzuwenden.
04:49
Both of these can be major obstacles
88
289077
2669
Beides kann beim Einsatz von KI im echten Leben schwer zu finden sein.
04:51
when it comes to deploying AI in real-world scenarios.
89
291746
3670
04:56
Let's start with data.
90
296584
1669
Also, zuerst die Daten.
04:58
There are massive gaps in climate-critical data --
91
298795
3712
Es gibt massive Lücken bei klimarelevanten Daten -
05:02
not just in electricity,
92
302549
2043
nicht nur bei der Elektrizität,
05:04
but in agriculture, transportation, industry and many other sectors.
93
304592
5339
sondern auch bei Landwirtschaft, Verkehr, Industrie und in vielen anderen Bereichen.
05:10
Some of our data, we could purchase or download for free --
94
310682
3462
Einige Datensätze konnten wir kaufen oder kostenlos herunterladen,
05:14
weather forecasts, for instance.
95
314144
2252
wie etwa Wettervorhersagen.
05:16
But some of the data we needed was proprietary,
96
316437
4130
Aber manche Daten, die wir brauchten, waren urheberrechtlich geschützt,
05:20
and this would be, like, turbine power-production information
97
320608
4171
wie etwa Informationen über die Stromerzeugung von Turbinen
05:24
and other operational data from the wind farms.
98
324821
2586
und andere Betriebsdaten von Windparks.
05:27
Now, we needed that proprietary data so that we could train our models
99
327407
4963
Wir brauchten diese Daten, um unseren Modellen beizubringen,
die Beziehungen zwischen Wetter und Stromerzeugung zu verstehen,
05:32
to learn the relationship between historical weather
100
332370
3545
05:35
and historical power production,
101
335915
2086
05:38
so it could then then make predictions about future power availability
102
338042
4130
sodass sie mithilfe von Wetterprognosen
dann die zukünftige Verfügbarkeit von Strom vorhersagen konnten.
05:42
based on what data said about future weather.
103
342172
2919
05:45
Now it's probably worth mentioning here
104
345800
1919
Hier sollte ich wohl erwähnen, dass wir Daten von ein paar Jahren
05:47
that we were looking at a few years of data
105
347760
2086
05:49
on hourly resolution,
106
349888
1167
mit stündlicher Auflösung verwendeten, keine historischen Daten,
05:51
not historical data at a timescale
107
351097
1794
05:52
that would have massive climactic differences from present day.
108
352932
3170
in denen das Klima sich massiv vom heutigen unterschieden hätte.
05:56
In addition to data,
109
356144
2169
Zusätzlich zu den Daten
05:58
we needed to find a partner with domain expertise
110
358313
3962
mussten wir einen Partner finden, der über Fachwissen verfügte
06:02
and the willingness and scale to test new systems.
111
362275
3503
und der willens und fähig war, neue Systeme in großem Maßstab zu testen.
06:06
You know, surprisingly, this can be a major hurdle
112
366279
4171
Überraschenderweise kann dies eine echte Hürde darstellen,
06:10
when it comes to deploying AI in the real world.
113
370491
2920
wenn man KI im echten Leben zum Einsatz bringen möchte.
06:13
Believe it or not, it's not every wind-farm manager
114
373453
3044
Ob Sie es glauben oder nicht - nicht jeder Windparkmanager
06:16
that wants to let a bunch of AI researchers
115
376539
2002
lässt gern eine Gruppe KI-Forscher deren neues System
06:18
test on their multimillion- or multibillion-dollar systems.
116
378583
4504
auf ihren Millionen- oder Milliarden- Dollar-Systemen testen.
06:23
But the thing is, in order to prove that AI works,
117
383129
3879
Aber um zu beweisen, dass KI funktioniert,
06:27
we have to have deployment opportunities in the real world.
118
387050
3712
brauchen wir Möglichkeiten zum praktischen Einsatz.
06:31
Luckily for us, Google was a ready and willing partner.
119
391721
3462
Zu unserem Glück war Google willens und bereit dazu.
06:35
OK, yes, DeepMind is a part of Google,
120
395225
3253
Ja, DeepMind gehört zu Google, aber es war nicht selbstverständlich,
06:38
but it's not a given that they would let us test on their systems.
121
398519
5047
dass sie uns auf ihren Systemen testen lassen würden.
06:44
Yet they let us test on 700 megawatts of their wind-power capacity,
122
404108
3671
Aber Google ließ uns auf 700 Megawatt ihrer Windenergiekapazität testen,
06:47
which is equivalent to a large wind farm in the United States.
123
407779
3503
was der Leistung eines großen Windparks in den USA entspricht.
06:51
This made them an excellent proxy for external wind-farm operators.
124
411282
4505
Das war also eine sehr gute Näherung für einen externen Windparkbetreiber.
06:56
They also lent us an expert team to advise on metrics and benchmarks
125
416246
4754
Google stellte uns außerdem ein Team von Fachleuten zur Verfügung,
das uns zu Mess- und Bezugswerten beriet und uns die benötigten Daten mitgab.
07:01
and to share the data that we needed.
126
421000
2628
07:03
This is another critical component of AI for the real-world deployments.
127
423628
4212
Das ist ein weiteres wichtiges Element für den Einsatz von KI in der Praxis:
07:08
Working with a domain-expert team that can tell you what they need,
128
428258
4879
Die Zusammenarbeit mit einem Expertenteam, das sagen kann, was gebraucht wird,
07:13
how they need it to work,
129
433137
1418
wie es funktionieren muss,
07:14
which constraints keep the system safe,
130
434555
2545
welche Einschränkungen das System schützen,
07:17
what quantifiable metrics to use to measure AI performance
131
437141
4588
welche Kenngrößen zur Feststellung der Leistung der KI zu verwenden sind,
07:21
and how much better that AI performance needs to be
132
441771
3629
und um wie viel die KI-Leistung die der alten Systeme übertreffen muss,
07:25
than their previous systems
133
445400
1334
07:26
to make the cost of switching over even worth it.
134
446776
2961
damit sich die Kosten für die Umstellung überhaupt lohnen.
07:29
And that's just to name a few.
135
449737
1752
Und das sind nur einige der relevanten Fragen.
07:32
So at this point, we have our idea,
136
452448
2837
Wir haben also unsere Idee, unsere Daten, und unseren Partner für die Umsetzung.
07:35
we have our data, we have our deployment partner.
137
455326
3045
07:38
Now, to test and deploy our system.
138
458371
3503
Jetzt müssen wir unser System testen und zum Einsatz bringen.
07:43
Improving the accuracy of electricity-supply forecast
139
463501
2795
Es ist unglaublich wichtig, die Prognosen zur Stromerzeugung genauer zu machen.
07:46
is incredibly important.
140
466337
1752
07:48
If predictions are higher than actual generation,
141
468631
3128
Wenn die Vorhersagen höher liegen als die tatsächliche Erzeugung,
07:51
renewable electricity managers may not have enough supply to meet demand.
142
471801
4463
haben die Erzeuger erneuerbarer Energien nicht genug Strom für die Nachfrage.
07:56
This, in turn, drives the purchase of carbon-intensive fossil fuels
143
476264
3628
Das wiederum steigert den Ankauf kohlenstoffintensiver fossiler Brennstoffe
07:59
to cover that gap,
144
479934
1335
zur Schließung der Lücke,
08:01
because they're largely what makes up backup generation.
145
481269
2627
da diese den größten Teil des Reservestroms ausmachen.
08:04
Now, the good news.
146
484605
2002
Doch nun zu den guten Nachrichten.
08:07
Our AI system performed 20 percent better than Google's existing systems.
147
487400
6298
Unser System schnitt 20 Prozent besser ab als die bestehenden Systeme von Google.
08:13
Even better news is that Google decided to scale this technology.
148
493698
3795
Noch besser: Google hat beschlossen, das System in großem Umfang einzusetzen.
08:17
And scaling is so important.
149
497535
3295
Und die Verwendung in großem Maßstab ist so unglaublich wichtig.
08:21
We will run out of time in the climate countdown
150
501581
2711
Uns wird im Klima-Wettrennen die Zeit davonlaufen,
08:24
if we aren't deploying solutions that are widely applicable.
151
504292
3795
wenn wir keine Lösungen entwickeln, die in großem Umfang einsetzbar sind.
08:28
This particular solution is being developed
152
508880
2002
Unser Ansatz wird bereits weiterentwickelt zu einem Softwareprodukt,
08:30
into a software product
153
510882
1251
08:32
that French company Engie is among the first to pilot.
154
512133
2753
das die französische Firma Engie schon bald testen wird.
08:36
But, you know,
155
516179
2127
Doch für diese Art von Projekt braucht man nicht einmal
08:38
it doesn't even take a major research organization to do this kind of work.
156
518348
4004
ein großes Forschungsunternehmen.
08:42
Where we focused on AI for supply-side forecasting,
157
522393
3420
Wir hatten uns auf KI-Prognosen für das Stromangebot konzentriert,
08:45
a small UK-based nonprofit called Open Climate Fix
158
525855
4004
aber eine kleine Non-Profit-Organisation aus Großbritannien namens Open Climate Fix
08:49
is focusing on AI for demand-side forecasting.
159
529859
3045
entwickelt gerade KI-Systeme für Vorhersagen zur Stromnachfrage.
08:53
They found a willing partner in the UK National Grid,
160
533529
3045
Im Netzbetreiber National Grid hat sie einen Partner gefunden,
08:56
and are currently deploying forecasts that are two times more accurate
161
536616
5005
und zurzeit bringt sie dort Prognosen zum Einsatz, die zweimal genauer sind
09:01
than the UK grid's previously used systems.
162
541621
2836
als die des bisherigen Systems des britischen Stromnetzes.
09:05
Now, all of this is to say is that AI can help us
163
545375
4504
Die KI kann uns also bei der Umstellung auf erneuerbare Energien helfen,
09:09
with the transition to renewable energy,
164
549921
1960
09:11
but scientists and technologists,
165
551923
2043
aber Wissenschaftler und Techniker können das nicht alleine schaffen.
09:13
we're not going to be able to do that alone.
166
553966
2294
09:16
We need to be working with partners and experts
167
556302
3087
Wir müssen mit Partnern und Experten zusammenarbeiten,
09:19
who can teach us the “how.”
168
559430
1669
die uns das „Wie“ zeigen können.
09:21
So for those of you interested in this space,
169
561974
4046
Für diejenigen unter Ihnen, die sich für diesen Bereich interessieren:
09:26
if you're a domain expert,
170
566020
2211
Wenn Sie Experte auf diesem Gebiet sind,
09:28
please share the problems you face and the challenges that you have
171
568272
3546
sagen Sie uns bitte, welchen Fragen und Problemen Sie gegenüberstehen,
09:31
so that our sector can ensure
172
571818
1960
damit unsere Branche sicherstellen kann,
09:33
that AI pursuits will have impact in the real world
173
573820
3253
dass KI-Anwendungen auch in der Praxis Wirkung zeigen,
09:37
and not be purely academic.
174
577115
2210
und nicht nur akademischer Natur sind.
09:40
Even better,
175
580118
1376
Oder noch besser:
09:41
if you want to incentivize ML researchers to work on your problems,
176
581536
3253
Falls Sie möchten, dass KI-Forscher an ihren Problemen arbeiten,
09:44
I'll let you in on a little secret:
177
584831
2335
hier ein kleiner Geheimtipp von mir:
09:47
build a competition, and they will come.
178
587208
2586
Organisieren Sie einen Wettbewerb, und sie kommen alle.
09:49
(Laughter)
179
589836
1293
(Lachen)
09:51
It's true.
180
591170
1168
Das stimmt!
09:52
Just don't forget the datasets and metrics.
181
592338
2669
Aber vergessen Sie nicht die Datensätze und Messwerte.
09:55
If you are a data holder, where it’s safe and responsible to do so,
182
595675
7007
Wenn Ihnen Daten zu diesen Problemen vorliegen,
stellen Sie sie uns bitte zur Verfügung,
10:02
please share data related to those challenges.
183
602682
3211
wann immer es sicher und verantwortungsbewusst ist.
10:06
If you're not sure whether the data you have is even climate-critical,
184
606436
3420
Wenn Sie nicht sicher sind, ob Ihre Daten klimarelevant sind --
10:09
you can check out Climate Change AI's website,
185
609856
2460
sehen Sie sich die Website von Climate Change AI an,
10:12
where they have published a wish list of climate-critical datasets.
186
612358
4463
dort gibt es eine Wunschliste mit klimarelevanten Datensätzen.
10:16
Access to these datasets
187
616821
1251
Der Zugang zu diesen Daten
10:18
would unblock crucial research and innovation in AI for climate.
188
618114
4046
würde wichtige Forschung und Innovation im Bereich KI für das Klima ermöglichen.
10:23
If you're a deployment partner,
189
623619
2378
Wenn Sie ein Bereitstellungspartner sind,
10:25
please, let us know who you are,
190
625997
2002
sagen Sie uns bitte, wer Sie sind,
10:28
especially if you're willing to test innovative systems.
191
628040
3254
besonders wenn Sie bereit sind, innovative Systeme zu testen.
10:32
And for everyone who's interested in this space,
192
632753
3504
Und für alle, die sich für diesen Bereich interessieren:
10:36
please know you do not have to be technical to work in tech.
193
636299
4337
Sie müssen nicht technisch begabt sein, um in der Tech-Branche zu arbeiten.
10:41
AI for climate action requires a variety of skill sets
194
641429
4046
KI für den Klimaschutz braucht Menschen mit unterschiedlichen Fähigkeiten
10:45
and a diversity of backgrounds
195
645475
1793
und aus verschiedenen Berufssparten.
10:47
that, yes, includes research scientists and engineers,
196
647310
3295
Dazu gehören natürlich Forscher und Ingenieure,
10:50
but it also includes ethicists and policy experts,
197
650646
3629
aber eben auch Ethiker und Politikexperten,
10:54
communication teams, product managers,
198
654275
2336
Kommunikationsteams, Produktmanager,
10:56
program managers and so many more folks.
199
656611
2919
Projektleiter und viele andere.
11:01
Now for the warning label.
200
661282
1752
Aber Vorsicht!
11:04
AI is not a silver bullet.
201
664160
2002
KI ist keine Wunderwaffe.
11:07
It will not solve all problems driving climate change.
202
667038
3044
Sie wird nicht alle Probleme des Klimawandels lösen.
11:10
It isn't even the right tool for many of the challenges that we face.
203
670082
3546
Sie ist nicht einmal das richtige Werkzeug für viele der Herausforderungen,
11:14
AI is also not a technology without tensions.
204
674212
3586
denen wir gegenüberstehen. KI ist auch nicht unproblematisch.
11:18
It needs to be deployed safely and responsibly.
205
678216
3378
Sie muss auf sichere und verantwortliche Weise eingesetzt werden.
11:21
Not to mention,
206
681928
1167
Und bis unsere Energie völlig sauber ist, hat die KI selber einen CO2-Fußabdruck,
11:23
until our grids are run on clean energy, AI itself will carry a carbon footprint,
207
683137
4088
11:27
as will any energy-intensive technology we use.
208
687225
3920
genau wie jede andere energieintensive Technologie.
11:33
But AI can be a transformational tool in our fight against climate change --
209
693314
5422
Aber beim Kampf gegen den Klimawandel kann KI ein wichtiges Werkzeug sein --
11:38
it's just on all of us to wield it effectively.
210
698778
2961
es liegt nur an uns, es auch effektiv einzusetzen.
11:42
The “why” we need to is absolutely harrowing.
211
702865
3962
„Warum“ wir das tun müssen, ist zutiefst furchterregend.
11:46
The “what” we can do is really exciting.
212
706869
3420
„Was“ wir tun können, ist wirklich aufregend.
11:50
But it’s the “how” we can do it
213
710331
2294
Aber „wie“ wir das tun können --
11:52
that will illuminate feasibility and help us drive impact.
214
712667
3753
das ist es, was uns zeigen wird, was tatsächlich machbar und effektiv ist.
11:57
So, in your next climate action conversations,
215
717046
4129
Wenn in Ihrem nächsten Gespräch zum Thema Klimaschutz also
12:01
when someone presents you with an exciting "what,"
216
721175
4296
jemand ein spannendes „Was“ erwähnt,
12:05
please help to advance the conversation
217
725513
2502
dann lenken Sie die Unterhaltung doch bitte auf das entscheidende „Wie“.
12:08
to the impactful "how."
218
728015
2878
12:10
Thank you.
219
730935
1209
Vielen Dank.
12:12
(Cheers and applause)
220
732186
3921
(Beifall und Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7