Jadual Kandungan
Jadi, apakah sebenarnya yang dimaksudkan dengan kecerdasan buatan
Memaklumkan analisis masa nyata
Platform ini beroperasi sebagai pangkalan data awam global bagi pelepasan metana yang disahkan secara empirikal. Ia menggunakan kecerdasan buatan untuk menghubungkan data ini secara strategik dengan sains, ketelusan dan tindakan dasar untuk memaklumkan keputusan yang dipacu data.
"Platform ini membolehkan sektor swasta dan awam memanfaatkan data dan teknologi digital untuk mempercepatkan tindakan alam sekitar global dan secara asasnya mengganggu perniagaan seperti biasa," kata Jensen. "Akhirnya, mereka boleh menyumbang kepada perubahan sistemik pada kelajuan dan skala yang tidak pernah berlaku sebelum ini," tambahnya.
“Ia boleh membantu mengira jejak produk sepanjang kitaran hayat dan rantaian bekalannya, serta membolehkan perniagaan dan pengguna membuat keputusan yang paling termaklum dan berkesan Data jenis ini penting untuk Amazon, Shopify atau Alibaba Dorongan digital yang mampan pada platform e-dagang adalah kritikal ”
“Sektor ICT menjana kira-kira 3-4% daripada pelepasan, dan pusat data menggunakan sejumlah besar air untuk menyejukkan usaha sedang dijalankan untuk mengurangkan jejak ini – termasuk melalui Pelan Tindakan CODES untuk Planet Lestari di Era Digital – yang merupakan salah satu inisiatif spin-off Pelan Hala Tuju Kerjasama Digital Setiausaha Agung Pertubuhan Bangsa-Bangsa Bersatu
Rumah Peranti teknologi AI Bagaimanakah kecerdasan buatan boleh membantu menangani cabaran alam sekitar?

Bagaimanakah kecerdasan buatan boleh membantu menangani cabaran alam sekitar?

Apr 09, 2023 pm 01:31 PM
AI cabaran alam sekitar

Bagaimanakah kecerdasan buatan boleh membantu menangani cabaran alam sekitar?

Ia adalah pepatah perniagaan lama yang kita tidak boleh mengurus perkara yang tidak boleh kita ukur. Ini lebih benar hari ini berbanding sebelum ini kerana dunia menghadapi krisis global tiga kali ganda perubahan iklim, kehilangan alam semula jadi dan biodiversiti, pencemaran dan sisa.

Lebih banyak data iklim tersedia kepada kami hari ini berbanding sebelum ini, tetapi cara data ini diakses, ditafsir dan diproses adalah penting untuk mengurus krisis ini. Salah satu teknologi teras ialah kecerdasan buatan (AI).

Jadi, apakah sebenarnya yang dimaksudkan dengan kecerdasan buatan

“Kecerdasan buatan merujuk kepada sistem atau mesin yang melaksanakan tugas yang biasanya memerlukan kecerdasan manusia dan boleh melaksanakan tugas dari semasa ke semasa berdasarkan maklumat yang mereka kumpulkan. sendiri secara berulang," kata David Jensen, Penyelaras Sub-Projek Transformasi Digital di Program Alam Sekitar Pertubuhan Bangsa-Bangsa Bersatu (UNEP).

Jensen mengetengahkan beberapa bidang di mana AI boleh memainkan peranan dalam menangani cabaran alam sekitar, daripada mereka bentuk bangunan yang lebih cekap tenaga kepada memantau penebangan hutan kepada mengoptimumkan penggunaan tenaga boleh diperbaharui.

"Ini mungkin dalam skala besar - seperti pemantauan satelit terhadap pelepasan global, atau pada skala yang lebih berbutir - seperti rumah pintar secara automatik mematikan lampu atau pemanasan selepas masa tertentu," tambahnya .

Memaklumkan analisis masa nyata

Dilancarkan pada 2022, Bilik Situasi Persekitaran Dunia (WESR) UNEP ialah platform digital yang menggunakan kecerdasan buatan untuk menganalisis set data yang kompleks dan pelbagai rupa.

Dengan sokongan daripada konsortium rakan kongsi, WESR mengurus, mengagregat dan memvisualisasikan data pemerhatian dan penderia Bumi terbaik yang tersedia untuk menyediakan analisis hampir masa nyata dan unjuran masa depan pelbagai faktor, termasuk Kepekatan Atmosfera CO2, perubahan jisim glasier , dan kenaikan paras laut.

Jensen berkata: "WESR sedang berkembang menjadi platform yang mesra pengguna, dipacu keperluan yang memanfaatkan data ke pejabat kerajaan, bilik darjah, pejabat datuk bandar dan bilik lembaga pengarah. Kami perlu menjadi data yang boleh dipercayai, boleh dipercayai dan bebas untuk memaklumkan keputusan -membuat dan meningkatkan ketelusan – WESR menyediakan ini,” tambahnya.

"Dari masa ke masa, WESR menyasarkan untuk menjadi pusat kawalan misi Bumi, di mana semua penunjuk alam sekitar penting kami boleh dipantau dengan lancar untuk memacu tindakan." WESR Salah satu inisiatif yang diterajui UNEP dalam ekosistem digital ialah Balai Cerap Pelepasan Metana Antarabangsa (IMEO), yang menggunakan kecerdasan buatan untuk merevolusikan cara pelepasan metana dipantau dan dikurangkan.

Platform ini beroperasi sebagai pangkalan data awam global bagi pelepasan metana yang disahkan secara empirikal. Ia menggunakan kecerdasan buatan untuk menghubungkan data ini secara strategik dengan sains, ketelusan dan tindakan dasar untuk memaklumkan keputusan yang dipacu data.

"Teknologi IMEO membolehkan kami mengumpul dan menyepadukan aliran data pelepasan metana yang berbeza untuk membina rekod awam global pelepasan metana yang disahkan secara empirikal dengan ketepatan dan butiran yang tidak pernah berlaku sebelum ini," kata Jensen.

“Mengurangkan pelepasan metana daripada sektor tenaga ialah salah satu cara terpantas, paling boleh dilaksanakan dan paling kos efektif untuk mengehadkan kesan pemanasan iklim, dan tindakan berasaskan data yang boleh dipercayai akan memainkan peranan penting dalam mencapai matlamat ini. peranan pengurangan," tambahnya.

Menjejaki kualiti udara

Satu lagi inisiatif pemantauan alam sekitar yang dilancarkan oleh Agensi Alam Sekitar dengan kerjasama IQAir ialah Platform Pemantauan Pencemaran Udara GEMS. Ia adalah rangkaian maklumat kualiti udara global terbesar di dunia. IQAir mengagregatkan data daripada lebih 25,000 stesen pemantauan kualiti udara di lebih 140 negara dan menggunakan AI untuk mendapatkan cerapan tentang kesan kualiti udara ke atas populasi dalam masa nyata dan membantu membangunkan langkah perlindungan kesihatan.

"Platform ini membolehkan sektor swasta dan awam memanfaatkan data dan teknologi digital untuk mempercepatkan tindakan alam sekitar global dan secara asasnya mengganggu perniagaan seperti biasa," kata Jensen. "Akhirnya, mereka boleh menyumbang kepada perubahan sistemik pada kelajuan dan skala yang tidak pernah berlaku sebelum ini," tambahnya.

Mengukur Jejak Alam Sekitar

Bidang lain yang AI boleh memainkan peranan adalah dalam mengira jejak alam sekitar dan iklim produk. "Kecerdasan buatan akan menjadi asas bidang ini, " kata Jensen.

“Ia boleh membantu mengira jejak produk sepanjang kitaran hayat dan rantaian bekalannya, serta membolehkan perniagaan dan pengguna membuat keputusan yang paling termaklum dan berkesan Data jenis ini penting untuk Amazon, Shopify atau Alibaba Dorongan digital yang mampan pada platform e-dagang adalah kritikal ”

Mengurangkan pelepasan ICT

Walaupun data dan kecerdasan buatan diperlukan untuk meningkatkan pemantauan alam sekitar, Jensen berkata kita juga mesti Pertimbangkan kos pemprosesan alam sekitar data ini.

“Sektor ICT menjana kira-kira 3-4% daripada pelepasan, dan pusat data menggunakan sejumlah besar air untuk menyejukkan usaha sedang dijalankan untuk mengurangkan jejak ini – termasuk melalui Pelan Tindakan CODES untuk Planet Lestari di Era Digital – yang merupakan salah satu inisiatif spin-off Pelan Hala Tuju Kerjasama Digital Setiausaha Agung Pertubuhan Bangsa-Bangsa Bersatu

Tetapi e-waste adalah masalah utama kerana hanya 17.4% daripada e-waste kini dikitar semula dan dilupuskan dengan cara yang mesra alam, menurut Laporan Pemantauan E-Sisa Global Pertubuhan Bangsa-Bangsa Bersatu, e-sisa akan meningkat kepada hampir 75 juta tan menjelang 2030

.

Penyelidikan oleh Program Alam Sekitar Pertubuhan Bangsa-Bangsa Bersatu menunjukkan bahawa untuk menangani sisa ini, pengguna harus menggunakan lebih sedikit, mengitar semula elektronik dan membaiki produk yang boleh dibaiki.

Persekitaran PBB berada di barisan hadapan dalam menyokong matlamat Perjanjian Paris untuk mengekalkan kenaikan suhu global di bawah 2°C dan selamat setanding dengan tahap pra-industri Sebagai perbandingan, sasaran ialah 1.5°C. Untuk tujuan ini, UNEP telah membangunkan pelan hala tuju penyelesaian enam sektor untuk mengurangkan pelepasan merentas sektor selaras dengan komitmen Perjanjian Paris dan mengejar kestabilan iklim. Enam sektor itu ialah industri pertanian dan makanan;

Atas ialah kandungan terperinci Bagaimanakah kecerdasan buatan boleh membantu menangani cabaran alam sekitar?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

See all articles