第九届青年地学论坛

联合国第13个可持续发展目标“气候行动”要求采取紧急行动应对气候变化及其不利影响，其中包括气候变化和可持续风险相关知识的传播和推广。本报告将以Climind为案例，介绍如何利用人工智能大语言模型（LLMs）加速气候变化风险相关知识的检索和传播。首先，我们建立了相关的知识数据检索库，整合了包括COP（联合国气候变化大会）、IEA（国际能源机构）、CCUS(碳捕集、封存及再利用技术)、IPCC（政府间气候变化专门委员会）、IRENA（国际可再生能源机构）、ESG（环境-社会-管治）等与气候变化可持续发展紧密相关的行业最新共识、报告、新闻及数据。其次，为了验证Climind大语言模型在气候风险及其可持续发展相关问题上的回答准确度，我们在对模型进行主、客观相结合的基准评估的基础之上验证了Climind大语言模型的准确性。结果表明Climind大语言模型在关于气候风险及其可持续发展的相关问题的回答准确度方面要优于同行其他大语言模型（例如ChatGPT）。以支撑气候变化相关的可持续风险治理的大语言模型为例，该模型能够基于包括IPCC-AR6评估报告在内的气候灾害风险定义、识别、预估的结论，对用户提出的关于气候物理风险和转型风险的问题给出较为准确的回答。目前，该大语言模型已在Climind平台上线（https://home.climind.co/），得到了包括伦敦大学学院（UCL），香港中文大学，香港浸会大学，Civic Exchange 等在内的支持，为可持续发展科研领域、双碳领域、ESG行业、政府决策领域、气候风险评估等领域的提供智库支持。

气候变化,人工智能,可持续发展,气候风险