人工知能が持続可能な開発を推進する5つの方法

人工知能が持続可能な開発を推進する5つの方法

フォーチュン 500 にランクされる世界的なテクノロジー サービス企業 DXC Technology は、今後 5 年間でソフトウェアがより持続可能な未来の創造に役立つ 5 つの方法を予測しています。

DXCのチーフテクノロジーストラテジスト、ヘンリック・ヴィッド・ジェンセン氏は次のように述べています。「テクノロジーは、生産性、効率性、コスト削減の向上から進捗の監視やモデル化まで、持続可能な開発のほぼすべての側面で大きな役割を果たしています。」

「世界的なITサービスリーダーとして、DXCはテクノロジーが今後5年間の持続的な成長を促進する上で重要な多くの方法となると考えています。」

1. 組織は循環型経済のビジネスモデルを採用する

世界的に天然資源は減少しており、世界的な需要を満たすために採掘量が増加し、環境に悪影響を及ぼしています。 DXCは、廃棄物を出さない競争力のある世界規模の循環型経済を構築するには、企業はビジネスモデルを適応させて資源効率を最大化し、リサイクル可能な製品を開発し、廃棄物を新しい製品に再利用する必要があると述べた。

循環型経済への移行における最大の課題の 1 つは、製品のライフサイクル全体にわたって製品に関するデータを収集し、共有することです。 デジタル製品パスポート (DPP) はこの機能を提供し、製品の持続可能性、環境、リサイクル可能性の属性の透明な記録として機能することが期待されます。 EUはこの分野の先駆者としての地位を確立しており、2030年までにこの地域のほとんどの製品がDPPによって規制されるようになると予想しています。

2. AIは天然資源の管理に役立つ

DXC によれば、生物多様性、エネルギー、輸送、農業生態系管理など、環境持続可能性に関するほとんどの問題に対処する上で AI がますます重要になるという。

農業では、AI によって洞察が生成され、自動化が促進されるため、環境管理が改善され、作物や家畜が脅かされる前に病気や潜在的な感染を検出できるようになります。 テクノロジーは個々の農場の収穫量に影響を与えるだけでなく、データによって貴重な洞察が生まれ、地方レベルまたは国家レベルでの政策決定にプラスの影響を与えることができます。

たとえば、DXC はスペイン農業漁業食品省 (MAPA) と協力して、データ分析と AI を通じてスペインの農業部門を変革しています。 あるプロジェクトでは、MAPA とそのパートナーが収集した環境データ ソースを評価して、AI アルゴリズムを使用して森林火災を正確に予測します。 他の分野では、AI は農家がどの作物をどこで栽培するかについてより賢明な決定を下すのに役立っています。

3. 人工知能は再生可能エネルギーの実現可能性を高める

マッキンゼーは、2026年までに世界の再生可能エネルギー発電量が2020年に比べて80%以上増加すると予測しています。 たとえば、欧州では、2025年までに太陽光パネル、電気自動車(EV)、エネルギー貯蔵などの再生可能エネルギー資産を約3,600万個、2030年までに8,900万個を送電網に追加する予定です。

DXC は、自動化とデータ分析により、分散したエネルギー源を管理し、余剰電力を誘導し、大きな問題になる前に潜在的な電力網の弱点を警告し、電力会社がリアルタイムで必要な場所に電力をリダイレクトするのに役立つことを発見しました。

4. 次の10年間は​​ソフトウェア定義電気自動車への大きな転換が見られる

自動車産業は世界の温室効果ガス排出量の約4分の1を占めており、都市の大気汚染の主な原因となっています。 この問題に対処するため、米国と欧州の規制当局は政策を見直し、ガソリン車とディーゼル車の新車の販売を制限する法律を施行している。 その結果、世界最大の自動車メーカー18社が、今後数年間で電気自動車の製造に全面的または大幅に移行することをすでに決定、または約束している。

EV は、自動車をより効率的に管理し、環境への配慮を特に考慮できる自動化機能を備えたソフトウェア定義車両 (SDV) になります。 SDV は、充電容量と範囲に関連する問題を軽減できるインテリジェントなルーティングとエネルギー最適化機能を備えています。

5. 金融システムはエネルギー消費を抑えるように再設計される

より環境的に持続可能な業務への移行は、銀行や金融サービス組織にとって最優先事項です。 より持続可能なソフトウェア、より効率的なアルゴリズム、より優れたデータ処理が、これらの取り組みの鍵となります。 その結果、世界のグリーンファイナンス市場は2012年の52億ドルから2021年には5,400億ドル以上に成長しました。

金融サービス部門では、環境に配慮したポートフォリオを拡大するだけでなく、データセンターの効率を改善することでエネルギー消費も大幅に削減しています。 アップグレードにはデータの重複排除と圧縮が含まれており、エネルギー使用量を削減しながらデータ ストレージのレイアウトとストレージ効率が向上します。 従来の金融セクターを超えて、新たなアプローチが暗号通貨のマイニング プロセスをより持続可能なものにするのに役立っています。

ジェンセン氏はさらに次のように付け加えた。「持続可能性が新たな基準となり、気候的に安全で競争力のある未来を創造する上でソフトウェアが中心的な役割を果たす日が来ることを、私たちは皆楽しみにしています。」

<<:  GitHubのレポートによると、米国のプログラマーの92%がAIツールを使用している

>>:  IBMは信頼性の低い量子コンピューティングの問題を克服し、エラー軽減を使用して有用な計算を実現し、Natureの表紙を飾った。

推薦する

...

...

...

GPT-3 に匹敵するものでしょうか? EleutherAIがGPT-Jをオープンソース化

2020年、マイクロソフトはOpenAIと合意に達し、MicrosoftはGPT-3のソースコードに...

...

人工知能が製造業のデジタル変革を推進

製造業における人工知能がデジタル変革を推進製造業における人工知能はデジタル変革を可能にし、より効果的...

アルゴリズムの練習とプログラミング学習に最適な 6 つの Web サイト

Google や Facebook のアルゴリズムを理解しなければ、面接に合格することはできません。...

IBM CEOがパートナーに「一緒にAIで大儲けしましょう」

IBM CEO の Arvind Krishna 氏は CRN とのインタビューで、今年 IBM ...

ディープラーニングフィードフォワードニューラルネットワークの簡単な紹介

索引多層パーセプトロン (MLP) 入門ディープニューラルネットワークの活性化関数ディープニューラル...

PyTorchBigGraph を使用して超大規模グラフ モデルをトレーニングする方法は?

Facebook は、数十億のノードと数兆のエッジを持つグラフ モデルを効率的にトレーニングできる...

とても驚きました! GPT-4V錯視チャレンジ記録: 間違っているはずのものは間違っていない、間違っているはずのないものも間違っている

GPT-4V は視覚エラーマップに挑戦し、その結果は「衝撃的」でした。 「どちらの側が明るいですか」...

DrivingGaussian: リアルなサラウンドビューデータ、運転シーンの再構成SOTA

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

2024年のAIに関する5つの予測

2023 年には、AI、ML、特に GenAI があらゆるところに存在しますが、内容よりもパフォーマ...

仮想通貨取引ロボットが手動取引に取って代わり、システム開発が進む

定量取引は高頻度取引の一種です。毎日無数の取引ペアが生成されます。手動で行う場合、多くの市場機会が不...

Redis のソースコードを読んで、キャッシュ除去アルゴリズム W-TinyLFU を学びましょう

[[433812]]この記事は董澤潤氏が執筆したWeChat公開アカウント「董澤潤の技術ノート」から...