気候変動と闘うためのAIの8つのガイドライン

気候変動の緩和は緊急の優先課題になりつつあります。

時間を無駄にすることはできません。大気中の二酸化炭素濃度は過去最高に達し、海面は過去25年間で全体で3インチ上昇し、2019年は世界の海にとって最も暖かい年となりました。この点において、人工知能（AI）技術は間違いなく気候変動や環境保護の問題に対処する大きな可能性を秘めており、我々は重要な第一歩を踏み出した。

AI は万能薬ではありませんが、さまざまな方法で温室効果ガス (GHG) 排出量の削減に役立ちます。キャップジェミニ・リサーチ・インスティテュートのモデリングによると、2030年までにAIは消費財、小売、さらには自動車製造などの分野の企業がパリ気候協定の排出要件の最大45%を達成するのを支援することになるだろう。 AIは、以下の観点から温室効果ガス排出量を16％削減し、全人類の気候変動対策を支援することが期待されています。

[[375106]]

• エネルギー効率の向上

Capgemini Research Institute によれば、AI は今後 3 ～ 5 年でエネルギー効率を 15% 向上させるとのことです。

機械学習は、自動メンテナンスから漏れ監視、ルート最適化、施設管理、さらには発電/配電効率まで、さまざまな運用面をサポートできます。 Google DeepMind AI は、風向を 36 時間先まで予測し、風力発電所の運用方向を最適化できます。

さらに、電力システムは大量のデータを生成しますが、エネルギー企業はこれまでそれを十分に理解して活用することができませんでした。機械学習テクノロジーは、データ内容を効率的に分類し、電力の発電と需要を理解して予測し、企業がリソースをより有効に活用し、再生可能リソースのギャップを埋めながら廃棄物を削減するのに役立ちます。エネルギー効率における AI の利点は業界レベルから始まり、最終的には家庭レベル、さらには個々のユーザーレベルにまで反映されるでしょう。

• クリーンエネルギー開発の最適化

アマゾン川流域では、水力発電ダムの運営者は、現在進行中の 1 つのプロジェクトにしか集中できず、流域内のすべてのリソース、場所、プロジェクトを統合できないことがよくあります。コーネル大学が率いるコンピューター科学者、研究者、生態学者のチームは、現在計画されている数百の水力発電ダムの場所を特定し、温室効果ガスの排出量が最も少ない場所を見つけるためのAI計算モデルを開発した。 AI モデルは、これまで考えられていたものよりもはるかに複雑な温室効果ガス排出量の状況を提供できることが判明しました。

• 無駄を避ける

企業や政府は、無駄を回避する上での AI ソリューションの役割を認識し始めています。

AIを活用して建物内のエネルギーの無駄（現在、世界のCO2排出量の4分の1を占める）を削減する場合でも、電力の供給と需要を包括的に把握する場合でも、AIテクノロジーは時間、お金、材料などのさまざまな無駄を削減し、気候変動戦略の実施を促進する可能性があります。

• 輸送効率の向上

現在、世界の CO2 排出量の 4 分の 1 は運用部門から発生しています。 AIは自動運転車の基盤技術となり、一部の都市ではシェアカーやインテリジェント交通システムでも役割を果たしています。人工知能は、交通ルートや交通信号を最適化し、その後の排出量を継続的に削減し、最終的には地球規模の気候変動にプラスの大きな影響を与えることが期待されています。

• 私たちの二酸化炭素排出量を理解するためにご協力ください

「知識は力なり」ということわざがあります。気候変動に対処する上で、AI は個人や企業の二酸化炭素排出量を追跡し、的を絞った対応戦略を設計するためのツールの構築にも役立ちます。

• 環境の変化を監視する

過去 1 年間、世界中で数多くの大規模な気候変動により甚大な被害が発生し、人命や財産が失われました。 AI技術は、天気予報や災害対応能力の精度を継続的に向上させることができます。

雲や氷床のダイナミクスなどの複雑なシステムの変化が、最近のさまざまな気候変動現象の背景にあります。さまざまな植物には多量の炭素化合物が含まれており、森林伐採や持続不可能な農業によってこれらの物質が大気中に放出され、最終的には気候変動を引き起こします。衛星画像と AI 技術は、自然保護活動家がこのような状況を監視し、対策を講じるのに役立つでしょう。

• 新しい低炭素材料の創出

鉄鋼とセメントの生産は世界の温室効果ガス排出量の9%を占めています。 AI が同様の特性を持ちながら炭素排出量の少ない新素材を開発できれば、間違いなく気候変動の緩和に役立つでしょう。人工知能は、これまで試されたことのない化合物の組み合わせを迅速かつ効率的に試すことができ、材料科学者に強力なサポートを提供します。

• AIには二酸化炭素排出量がありますか?

MITアマースト校が発表した報告書では、ニューラルネットワークのトレーニングに必要な電力消費量は、米国の自動車の平均ライフサイクル排出量（製造プロセスを含む）の約5倍であると推定されており、気候変動を緩和するためにAIを使用することの重要性も疑問視されています。はい、AI 自体にはカーボンフットプリントがあり、それは主にモデル開発段階で反映されます。

しかし、研究者たちは AI モデルのトレーニングにおける電力消費の削減において大きな進歩を遂げています。可能な限り再生可能エネルギーを支援に利用することに加えて、普遍的に適用可能な汎用ニューラル ネットワークの設計も試みています。さらに、AI の二酸化炭素排出量と、AI が削減できる二酸化炭素排出量の相対的な重要性も考慮する必要があります。最終的な利益が初期投資よりも高ければ、これは合理的な排出「取引」です。