您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[UNDP]:利用人工智能加强昆明蒙特利尔全球生物多样性框架的早期行动 - 发现报告

利用人工智能加强昆明蒙特利尔全球生物多样性框架的早期行动

信息技术2024-09-30UNDP申***
AI智能总结
查看更多
利用人工智能加强昆明蒙特利尔全球生物多样性框架的早期行动

加强对《昆明 - 蒙特利尔全球生物多样性框架》的早期行动 Authors Nicole DeSantis, Lea Phillips, Christina Supples, Julien Pigot, Jamison Ervin, Doley Tshering, Juan CallesLopez, Dharshani Seneviratne, Enrique Paniagua, and Monica Mora. Acknowledgements 作者们感谢UNDP同事Reina Otsuka、Midori Paxton、Vishal Patil、Gayan Peris、Anneke Lincoln Schoeman、Goetz Schroth和Diwen Xu对专家审核和贡献的支持,以及Georgina de Moya和Alexis Legigand在促进方法论在各国的应用审查方面所发挥的作用。作者们也感谢参与方法论开发和完善的54个国家的支持。特别感谢哥斯达黎加环境与能源部(MINAE)、UNDP哥斯达黎加办事处以及Roxana L. García Huezo,她们在“《昆明-蒙特利尔全球生物多样性框架》与《哥斯达黎加国家生物多样性战略》相似性分析”中的数据可视化为NBSAP目标相似性评估中的数据可视化提供了范例。 免责声明 本出版物的观点仅代表作者(们)的观点,并不一定代表联合国或联合国开发计划署(UNDP)以及联合国成员国的观点。 联合国开发计划署(UNDP)是领先的联合国组织,致力于终结贫困、不平等和气候变化的不公正现象。与我们在170个国家广泛的专业网络和合作伙伴携手合作,我们帮助各国构建综合且持久的人与地球解决方案。欲了解更多信息,请访问undp.org或关注@UNDP。 ©UNDP (2024).利用人工智能增强早期行动以实现昆明-蒙特利尔全球生物多样性框架目标联合国开发计划署 : 纽约。 Contents 执行摘要 5Introduction 13Methodology NBSAP 目标相似性评估 : 深入分析 20NBSAP 目标相似性评估 : 策略摘要 17国家 NBSAP 目标相似性评估 17 使用 AI 评估 NBTs 全球趋势的概念证明24 局限性、风险缓解和经验教训 28 30Conclusions 执行摘要 自然与人类生活、社会和经济是相互连接、交织和不可分割的整体。然而,我们正在污染和破坏我们的土地、空气、海洋和淡水,威胁当前及未来世代。渐进性的改变是不够的。” - 开发计划署自然认捐 应对人类对全球生物多样性影响的紧迫性要求在国际保护努力框架内采取创新策略。这些努力的核心是1992年建立的《生物多样性公约》(Convention on Biological Diversity, CBD),该公约旨在指导生物多样性的保护、其组成部分的可持续利用以及遗传资源利益的公平分享。尽管自30多年前以来,已有196个缔约方做出了全球承诺,由于人类活动 , 生物多样性继续迅速下降, with没有完全实现全球目标yet. 国家生物多样性战略与行动计划(NBSAPs)是实施《生物多样性公约》(CBD)目标的主要政策工具,在国家层面发挥关键作用,并且对于各国建立并监控其对全球承诺的贡献至关重要。它们包括国家生物多样性目标(NBTs)以及与自然及其相关环境和可持续发展目标政策相关的国家行动。在2022年的第十五届缔约方大会(COP15)上,196个缔约方采纳了昆明 - 蒙特利尔全球生物多样性框架 (GBF),旨在到2030年将自然置于恢复之路,并到2050年实现与自然的和谐共生。通过根据全球生物多样性框架(GBF)更新和修订国家生物多样性战略与行动计划(NBSAPs),各国可以为一个不让任何人掉队的可持续未来作出贡献。 然而 , 各国努力设置符合范围和雄心的 NBT全球生物多样性承诺方面。由于GBF的目标超越了之前的CBD框架目标,国家目标与全球目标之间的差距进一步扩大。截至 COP16,不到一半的 CBD 当局提交了与 GBF 对齐的 NBTs,更少的当局提交了更新的 NBSAPs。这引发了关于 GBF 是否能够激发足够规模的加速全球行动以阻止和逆转生物多样性的丧失及其对人类的影响的担忧。 这些延迟反映了各国在制定更新后的国家CBD政策时往往面临的广泛挑战和能力缺口。在许多情况下,缔约方必须首先加强基本条件为了实现GBF国家层面的目标,如建立政治意愿和增强能力。各国还可能开发或强化与性别和生物多样性关键点、数据持有者、原住民群体、当地社区、非政府组织以及工商界等关键群体的国家级协调机制。这些重要活动可能会留给传统的手动审查NBT(国家生物多样性战略和行动计划)极少的时间或能力。极端天气事件及相关经济损失,特别是在小岛屿发展中国家(SIDS),可能会进一步延迟相关努力,并且由于技能专业人士的外迁而导致获取国家级技术专家的挑战进一步增加。 新的方法论对于支持政府迅速将生物多样性政策与全球生物多样性框架(GBF)对接以实现全球生物多样性目标至关重要。人工智能(AI)具有重塑生物多样性保护复杂政策环境的巨大潜力。先进的AI模型提供了前所未有的能力,如分析和综合大量政策数据,并提供实用的文字见解,促进快速有效的目标对齐和战略规划。通过以人为本的方法应用AI,可以降低风险并使前沿分析技术更广泛地普及,赋能更多利益相关方。基于AI的评估可以为政策讨论提供系统性和标准化的基础,并促进不同群体之间的协作。通过提供明确的依据来评估国家层面和全球层面政策的一致性,AI有助于优先考虑行动并增强生物多样性策略的整体有效性。 由于这些原因,联合国开发计划署(UNDP)与CBD缔约方合作,开发了以人类为中心的AI方法,作为支持政策对齐的途径,以实现GBF目标所需的规模。通过OpenAI的生成预训练变换器3.5(GPT-3.5)模型,我们创建了一种方法论来评估各国对自然所作承诺之间的相似性,表达为NBTs或其他公共目标 , 以及GBF 的四个目标和 23 个目标resulting NBSAP目标相似性评估,在与54个国家按需生成后,正在填补能力差距,以促进大规模政策制定的进步,从而在2030年前推动我们的社会与生物多样性关系发生转变,这符合全球生物多样性框架(GBF)的愿景。 国家综合生物多样性战略与行动计划(NBSAP)目标相似性评估结合了人工智能和人类智能,以支持国家策略与全球生物多样性框架(GBF)的对接。各方与联合国开发计划署合作,共同设计了该模型,并提供了希望分析的目标,无论是正式的国家生物多样性目标(NBTs),还是其他公开可用的目标,如国家发展计划中的目标。此外,通过使用技术指导和检查表等工具,各方能够利用国家专家全面审查这些评估,并将评估结果与可信的国家级信息来源进行验证。我们运用以人类为主导的人工智能所取得的关键成果包括: 1. 增强各国使国家生物多样性政策与全球承诺相一致的能力 :54个国家利用NBSAP目标相似性评估来加快对NBT和其他相关目标的审查,以与GBF保持一致。这些评估是在联合国开发计划署实施的早期行动支持项目的基础上,按需开发的,提供了针对每个全球和国家目标之间相似性的定制见解,并提供了增强一致性的建议。这些评估并非旨在得出最终结论或替代决策者的日常工作。相反,这些发现为各国政府提供了关于全球和国家对自然承诺之间差距和相似性的基线分析,然后他们将这些分析与专家进行验证并将其作为讨论的起点。各国发现这些评估有助于促进动态、包容性和有效的国家级利益相关者参与、填补能力空白、提高政治意愿,并改善部门间的协作,从而加速实现CBD承诺的进程。 2. 使用以人为中心的 AI 评估全球自然趋势的概念证明 :除了针对国家层面的NBSAP目标相似性评估之外,还对提交NBSAP(国家生物多样性战略与行动计划)的GEF(全球环境基金)合格国家的NBTs(国家生物多样性跟踪指标)进行了评估,以探索人工智能评估全球NBT趋势的潜力。结果如第四部分所示,表明之前NBT中关于野生物种、可持续利用和惠益分享的GBF(全球生物多样性框架)目标最为常见。1相反,GBF目标中的绿色空间和城市规划、生物安全与生物技术以及性别平等似乎在之前的NBTs中表现得最为不足。2评估还表明,在某些NBTs中缺乏可量化和时限的信息,只有17%的预COP15 NBTs似乎包含可量化的元素,如数字指标或百分比。同样,只有59%的NBTs似乎具有时限性。这些发现说明了人工智能在广泛评估国家目标和政策之间相似性的潜在用途,以支持GBF目标的实施。 1 目标9(可持续管理野生动物以造福人类)、目标10(增强农业、水产养殖、渔业和林业中的生物多样性和可持续性)以及目标13(增加遗传资源、数字序列信息和传统知识的利益分享)。2 目标12(加强绿色空间和城市规划 , 促进人类福祉和生物多样性), 目标17(加强生物安全并分配生物技术的利益),和目标23(确保性别平等并采取性别响应的方法促进生物多样性行动)。 这个试点过程证实了人工智能在生物多样性政策制定方面的潜力,以及各国对额外分析以加速实现全球生物多样性框架(GBF)目标的兴趣。各国表示,NBSAP目标相似性评估加快了桌面审查速度,并为利益相关者参与过程提供了有用的基础。. 一些国家还能够重新分配资源以专注于实现GBF(全球生物多样性框架)的基本国家步骤,这些步骤无法被自动化,例如提高公众意识和向新利益相关方进行宣传以促进全社会的方法。许多国家现在正在请求应用以人为本的人工智能的新应用程序,这些应用程序基于原始方法。例如,各方对评估整个NBSAP(国家生物多样性战略与行动计划),包括其使能条件,以及与《巴黎气候协定》国家确定贡献的一致性分析表现出共同兴趣。 这些初步应用还带来了若干经验教训和改进考虑。像GPT-3.5这样的大型语言模型固有地存在风险,因为模型训练所用的数据并非开源,并且可能包含偏见。团队采取了措施来降低这些风险,例如强调彻底的利益相关者审查和验证的重要性。鉴于OpenAI也可能重用输入数据来训练未来的AI模型并进行项目之外的分析,团队还将输入数据限制为来自已发布来源的非个人信息。然而,对于未来模型,还需要考虑其他方面的问题,包括运行分析时服务器产生的碳排放以及训练数据中潜在的性别相关偏见。建议加强监管机制,以支持边缘化社区参与结果的应用方式,特别是在涉及对NBTs(假设此处指特定技术或政策)的决策可能影响他们的情况下。这些经验教训可以为未来更具包容性的AI应用做出贡献,确保没有人被落下。 1.Introduction IPBES 野生物种可持续利用评估报告发现超过20亿人依赖薪柴作为烹饪燃料,全球五分之一的人口依靠野生物种获取食物和收入。国际劳工组织也估计有28%的就业人口从事农业工作,因此直接依赖于自然。尽管自然使发展成为可能,但与自然的不可持续关系正在削弱其在未来继续提供关键生态系统服务的能力。人类活动正迅速改变地球的生态系统,根据相关数据,目前41%的两栖动物、37%的鲨鱼和鳐鱼、36%的造礁珊瑚、34%的针叶树、26%的哺乳动物和12%的鸟类正处于灭绝的风险之中。国际自然保护联盟濒危物种红色名录. The IPBES 全球生物多样性和生态系统服务评估报告退化已导致全球23%的陆地面积生产力下降,而由于传粉者数量减少,每年全球农作物产量面临的风险可能在2350亿美元至5770亿美元之间。 在全球努力转变社会与生物多样性关系的过程中,关键在于《生物多样性公约》(Convention onBiological Diversity, CBD)。该公约于1992年建立,旨在指导生物多样性的保护、生物多样性组成部分的可持续利用以及遗传资源利益的公平分享。尽管自这一国际公约框架下的全球倡议启动近三十年以来,生物多样性继续迅速下降由于人类活动。 经过四年谈判代表们就全球行动以改变这一轨迹达成一致,196个缔约方在2022年的第十五届缔