人工智能 环境可持续

综述AI在气候变化缓解与环境可持续领域的应用进展、挑战与未来方向。

对2015-2025年AI用于水回用与可持续水管理的3280篇文献做文献计量分析，梳理知识结构与演化

批判分析AI在环境可持续中的双重角色，揭示其生态收益可能被硬件生命周期成本抵消。

综述森林创新技术，用五标准框架比较其可持续性成效与实施条件。

提出基于边缘嵌入式控制器的AI智能灌溉系统，实现实时自适应灌溉调度。

综述可信农业自主性，从机器人学习、安全控制与人机交互三支柱探讨技术进展与挑战。

系统综述64项研究，分析AI在全球南方粮食安全中的机遇、风险与公平路径。

系统综述AI在环境韧性与可持续创新中的应用、趋势与挑战。

提出绿色AI框架，提升热带智慧农业能效与资源利用。

综述AI在农业经济学和农场决策支持系统中的应用，涵盖技术、挑战与未来方向。

原文标题: Artificial intelligence for food security or digital inequality? Quantifying the global trade-offs between agricultural productivity, social inclusion, sustainable livelihoods, and responsible land stewardship。作者: Moussa El Jarroudi (University of Liège, SPHERES Research Unit)。作者基于来自112个国家1276项研究的全球证据综合，挑战「技术成功自动带来粮食系统转型」的广泛假设，提出「人工智能粮食安全悖论理论(AIFSP Theory)」新概念框架，认为算法性能、生产力、运营效率的提升往往超过相应的粮食安全、生计韧性、社会公平和环境可持续性收益。结合系统综述方法与分层贝叶斯荟萃分析、网络荟萃分析、结构方程模型、可解释机器学习与至2050年的蒙特卡罗模拟，并开发「人工智能-粮食安全-公平-土地责任指数(AI-FSELR)」多维度框架。结果显示：虽然AI技术显著提升农业生产力(+24.8%)、资源利用效率(+18.9%)与农场收入(+13.8%)，但粮食安全(+8.6%)与社会公平(+5.4%)的收益较小。治理质量、数字可及性、推广服务、可负担性与农民培训成为比算法复杂性更重要的社会成果决定因素。未来情景表明，到2050年包容性和治理驱动的AI路径可使社会效益增加40%以上。