気候変動の緩和と管理に役立つ人工知能の力
毎日、組織内の私たち全員が、持続可能性を高めるか低下させるかのような意思決定を、場合によっては数百件も下しています。どのサプライヤーを選択すればよいでしょうか?当社の製品は緑色のガラスでできていますか?それとも透明なガラスでできていますか?会議をロンドンで開催するべきですか、それともニューヨークで開催するべきですか?
AI は、組織が財務パフォーマンスの最適化、プロセスの改善、顧客のニーズへの対応などを行うための意思決定を改善するのと同様に、気候変動目標の達成を支援する上でも重要になります。実際、AI は排出量と気候への影響に関する大規模で複雑なデータセットを収集、完成、解釈できるため、気候関連のあらゆる問題の管理を支援するために不可欠です。
BCG (ボストン コンサルティング グループ) が AI と気候変動に関する世界のリーダー 1,000 人を対象に行った最近の調査では、AI の可能性とそれを妨げる障害について詳しく知ることができます。この調査では、回答者の 87% が、高度な分析と人工知能 (略して「AI」) が今日の気候変動との戦いにおいて有用なツールであると信じているが、自身の気候変動への取り組みに何らかの意見を持っていると回答したのは 43% のみであることがわかりました。人工知能を活用すること。
BCG 調査の回答者の約 87% が、AI が気候変動と戦う上で有用なツールであると回答しました。
彼らは、人工知能の最大の商業的価値は排出量の削減と測定にあると信じています。実際、世界のリーダーは、目標を達成するためにさまざまな方法で人工知能を使用できます:
緩和。 AI は、マクロレベルとミクロレベルで排出量を測定し、その影響を軽減し、大気から既存の排出量を除去するのに役立ちます。私たちの研究では、AI が温室効果ガス排出量を組織の二酸化炭素排出量の 5% ~ 10% に相当し、世界的に規模を拡大した場合は 2.6 ~ 5.3 ギガトンの CO2 に相当する削減に貢献できることがわかりました。
すでにこのような取り組みを行っているテクノロジーの興味深い例がいくつかあります。アル・ゴア氏が支援するコンソーシアムである Climate TRACE (リアルタイム大気炭素排出量追跡) は、衛星画像と人工知能を使用して排出量を測定しています。 Blue Sky Analytics は Climate TRACE のメンバーであり、火災による排出量の推定を専門としています。パチャマは衛星画像と人工知能を使用して、森林に長期にわたって蓄積される炭素を測定および監視し、高品質の炭素クレジットを特定します。
BCG の CO2 AI プラットフォームは、組織が大規模に排出量を測定、シミュレーション、追跡、最適化するのに役立ちます。このすぐに導入できるソフトウェアは、石油とガス、バイオ医薬品、自動車、消費財など、あらゆる業界で使用できます。企業自身の活動によって直接生成される排出量(スコープ1および2)を正確に測定するだけでなく、企業のバリューチェーン全体によって生成される、測定が困難な間接排出量(スコープ3)も定量化します。
適応性と回復力。 AI は、海面上昇などの局地的な現象の長期予測を改善したり、ハリケーンや干ばつなどの極端な現象に対する早期警報システムをアップグレードしたりすることによって、気候関連の災害を予測するのにも適しています。人工知能と高度な分析が地域社会の気候変動への適応にどのように役立つかを示す一例は、東南アジアのプロジェクトです。衛星データと高度な洪水モデリングを組み合わせることで、チームは洪水に対して最も脆弱な病院や湿地などの重要なインフラを特定し、戦略的に配置された人工障壁が最も大きな影響を与える可能性がある場所を理解することができました。
AI は、脆弱性と暴露の管理、現在の危機の監視、インフラの強化 (スマート灌漑など)、大規模な移住パターンの予測による個体群の保護、生物多様性の種の特定とカウントによる保護にも役立ちます。
研究、財務、教育。 AI は、変化の規模を理解し、政策決定に情報を提供するための気候研究とモデリングをサポートするツールにもなり得ます。炭素価格を予測することで、気候変動ファイナンスにおいて重要な役割を果たすことができます。 AI は、二酸化炭素排出量を推定したり、気候に優しい購入を推奨したりするパーソナライズされたツールを通じて、国民の教育に役立ち、行動に影響を与えることができます。こうした AI 主導の基盤への投資が、緩和、適応、回復力の取り組みを成功させる鍵となります。
人工知能への障壁を克服する
この戦いで AI が変化をもたらす強力な機会はたくさんありますが、組織が AI をさらに活用することを妨げているのは何でしょうか? AI ソリューションはすでに十分に確立されており、一部の分野では広く使用できる準備が整っていますが、既存のソリューションのほとんどは断片化されており、アクセスできない可能性があり、拡張するためのリソースが不足しています。調査回答者のうち、78% が障壁の原因は AI の専門知識が不十分であるためであると回答し、77% が利用可能性が限られていると報告し、67% が AI 関連のデータと分析に対する自信の欠如を報告しました。
BCG 調査の回答者の約 78% は、適切な AI の専門知識とリソースにアクセスできないと回答しました。出典: The Boston Consulting Group
人工知能は万能薬ではなく、この世界的な課題に対処するために使用すべき多くのツールの 1 つです。しかし、無駄な時間がなくなるので、よりスマートで、よりデータ主導型の、より高速な道を歩むのに役立ちます。
以上が気候変動の緩和と管理に役立つ人工知能の力の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
