# ИИ в сельском хозяйстве и урбанистике: кейсы ClimateAi и Стэнфорда Источник: https://www.youtube.com/watch?v=_B8aNrsy09Y Канал: Stanford Online Опубликовано: 17.12.2025 --- На вебинаре Stanford Online эксперты обсудили, как искусственный интеллект трансформирует управление городской инфраструктурой и глобальными цепочками поставок продовольствия. Профессор Стэнфорда Риши Джейн и вице-президент ClimateAi Дэвид Фарнем представили практические кейсы применения ИИ для оптимизации энергопотребления зданий и прогнозирования климатических рисков в сельском хозяйстве, подчеркнув, что технология должна не заменять человека, а дополнять его возможности в принятии критических решений. ## 🏢 Умные здания и городская среда: от экономии к благополучию [[JUMP:02:42]] Профессор Риши Джейн, директор Urban Informatics Lab в Стэнфорде, предлагает пересмотреть подход к устойчивому развитию городов. Вместо того чтобы фокусироваться исключительно на сокращении выбросов и затрат, по его мнению, необходимо стремиться к максимизации положительного влияния зданий на благополучие человека [03:32]. Исследования Джейна сосредоточены на трех уровнях: внутридомовая динамика, общественная динамика и городской масштаб [04:22]. В контексте офисных пространств Джейн выделяет следующие аспекты: * **Гибридный формат работы:** Пандемия COVID-19 показала, что личное взаимодействие критически важно для мозговых штурмов и генерации новых идей, в то время как удаленная работа эффективна для выполнения уже поставленных задач [05:14]. * **Температурный комфорт:** Традиционные системы отопления и охлаждения часто работают неэффективно, создавая зоны перегрева или переохлаждения [05:44]. * **Оптимизация освещения:** Исследование на базе офиса со 150 сотрудниками показало, что использование систем на базе ИИ для отслеживания занятости мест позволяет сэкономить 5% энергии [06:51]. Джейн подчеркивает важность «человеческого капитала». По его словам, если экономия энергии оценивается в 1 доллар, а эффективность использования пространства — в 10 долларов, то производительность людей стоит 100 долларов [07:04]. Следовательно, ИИ должен в первую очередь помогать создавать среду, способствующую социальному взаимодействию и эффективной работе. Для управления объектами команда Джейна разрабатывает модель на базе Generative AI (GenAI), обученную принципам строительной физики [08:12]. Цель разработки — помочь операторам зданий справляться с потоком заявок от арендаторов и автоматизировать принятие решений, особенно при управлении несколькими объектами одновременно [08:42]. ## 🌆 Масштабирование до уровня города: кейс Сакраменто [[JUMP:09:09]] При проектировании зданий часто совершается ошибка: объект моделируется так, будто он стоит в чистом поле. На деле же, как отмечает Джейн на примере Salesforce Tower, здания влияют друг на друга через теплообмен, затенение и эффект «городского острова тепла» [09:22]. Результаты применения интегрированных моделей ИИ в центре Сакраменто: 1. **Снижение затрат:** Для достижения цели по 80% экономии энергии потребовалось модернизировать в два раза меньше зданий, чем планировалось изначально, благодаря учету городского контекста [10:54]. 2. **Эффективность ретрофита:** Учет взаимного влияния зданий позволил точнее нацелить инвестиции в замену окон и освещения [11:22]. 3. **Синергия систем:** Модели открывают путь к интеграции зданий с возобновляемыми источниками энергии и автономным электротранспортом [11:35]. ## 🌾 Адаптация сельского хозяйства: технологии ClimateAi [[JUMP:12:42]] Дэвид Фарнем, вице-президент по ИИ и инженерии в ClimateAi, представил платформу, помогающую производителям продуктов питания и напитков адаптироваться к изменениям климата [14:47]. Компания фокусируется на «адаптации» (устойчивости к изменениям), а не только на «митигации» (сокращении выбросов) [15:40]. Платформа ClimateAi предлагает два основных продукта: * **Monitor:** Краткосрочные и сезонные прогнозы (до 6 месяцев). Помогает оценивать состояние посевов ячменя в Саскачеване, кофе в Бразилии или какао в Кот-д’Ивуаре [15:56]. * **Adapt:** Долгосрочные климатические прогнозы на десятилетия вперед. Используется в R&D для разработки жаростойких сортов семян и оценки рисков нехватки грунтовых вод через 15–25 лет [17:19]. Фарнем выделяет четыре ключевых преимущества использования ИИ (в частности, LLM и агентных воркфлоу) для клиентов: 1. **Интерпретируемость:** Автоматизация сопоставления графиков поставок с прогнозами ливней [19:06]. 2. **Гибкость:** Создание кастомных дашбордов под специфические нужды бизнеса без сложного программирования [19:37]. 3. **Коммуникация:** Использование LLM для объяснения сложных климатических отчетов клиентам простым языком [20:45]. 4. **Действенность (Actionability):** Автоматизация рассылки рекомендаций (например, через SMS) фермерам при приближении волн жары [21:58]. ## ⛈️ Научный подход и технологические вызовы [[JUMP:22:52]] С точки зрения науки, ИИ дает преимущество в скорости инференса (вывода). По словам Фарнема, обучение моделей занимает много времени и энергии, но само прогнозирование происходит мгновенно [23:48]. Это критично для предсказания траектории тропических циклонов, где традиционное численное моделирование требует слишком много времени в моменты, когда важна каждая минута [24:12]. Однако внедрение ИИ сопряжено с рядом рисков и сложностей: * **Безопасность данных:** Компании опасаются утечки проприетарной информации через промпты в LLM. Фарнем привел в пример команду NFL, которая запрещает использование LLM в своих системах из-за рисков утечки стратегий [25:12]. * **Энергопотребление:** По данным Фарнема, на работу ИИ уже приходится около 1–2% мирового потребления электроэнергии, и этот показатель может значительно вырасти [27:13]. * **Галлюцинации:** Для долгосрочных прогнозов (например, на 2080 год) ClimateAi по-прежнему полагается на физические модели, используя ИИ лишь для коррекции статистики, чтобы избежать «выдуманных» климатических данных [31:51]. ## ❓ Дефицит данных и вопросы этики [[JUMP:29:39]] В ходе сессии вопросов и ответов эксперты обсудили проблему нехватки данных (data gaps). Риши Джейн отметил, что если данных дистанционного зондирования много, то данных «in-situ» (непосредственно с датчиков в зданиях) в некоторых регионах крайне мало [33:13]. В таких случаях физические модели помогают заполнить пробелы [33:28]. Дэвид Фарнем добавил, что особенно остро ощущается нехватка точных данных об осадках в регионах, где мало дождемеров [34:36]. Обсуждая будущее (горизонт 5–10 лет), Риши Джейн выделил следующие тренды: * **Дешевые сенсоры:** Использование недорогих датчиков (например, PurpleAir для качества воздуха), точность которых корректируется алгоритмами машинного обучения [37:47]. * **Доступность инструментов:** ИИ сделает сложные инженерные расчеты доступными через простые приложения, заменяя необходимость найма дорогостоящих консалтинговых фирм для 80% типовых задач [39:52]. * **Энергетическая справедливость:** В Калифорнии массовое внедрение тепловых насосов вместо газовых печей привело к неожиданному эффекту — росту нагрузки на электросеть из-за появления систем охлаждения там, где их раньше не было (например, в районе залива Сан-Франциско) [38:57]. ## 💡 Рекомендации для руководителей и политиков [[JUMP:45:32]] Оба спикера сошлись во мнении, что ИИ не заменит человека в принятии стратегических решений в ближайшем будущем. Советы от экспертов для топ-менеджмента: 1. **Скорость процессов:** Используйте ИИ для быстрого просчета большего количества сценариев. «Если раньше вы могли рассмотреть 5 вариантов развития событий, теперь рассмотрите 10», — советует Риши Джейн [47:43]. 2. **Осторожность с «черными ящиками»:** Руководители должны понимать ограничения моделей и нести ответственность за итоговые решения, так как ошибки в инфраструктуре (например, прокладка железной дороги) невозможно исправить нажатием «Ctrl+Z» [42:12]. 3. **Непрерывное обучение:** Дэвид Фарнем рекомендует командам постоянно изучать возможности инструментов, но сохранять научный скептицизм [46:31]. В завершение вебинара Дженнифер Гарднер представила образовательные программы Stanford Doerr School of Sustainability на 2026 год, включая курсы для топ-менеджеров по устойчивому лидерству и мастер-классы по климатическим инновациям, которые пройдут в рамках Климатической недели в Сан-Франциско в апреле 2026 года [48:36].