Изкуствен интелект и околната среда. 3 решения с ИИ, които да ви помогнат да изградите устойчив бизнес | ИИ в бизнеса #26

Изкуственият интелект също така прокарва нови пътища за постигане на екологични цели, докато допринася за ефективността на бизнеса. Знаете ли, че правилното приложение на ИИ може да революционизира управлението на енергията във вашата компания или дори да допринесе за опазването на биологичното разнообразие?

Изкуствен интелект и околната среда за устойчив бизнес

Изкуственият интелект помага за изграждането на устойчив бизнес:

• В концептуалната фаза – подкрепя създаването на бизнес идея, чувствителна към околната среда – например чрез консултация с ChatGPT или Claude от Anthropic,
• В фазата на растеж на компанията – чрез създаване на устойчиви вериги за доставки и помощ при създаването на решения за зелен ИИ,
• В фазата на оптимизация – анализиране и коригиране на съществуващи решения с помощта на софтуер, използващ специализирани ИИ модели.

Нека разгледаме конкретни решения, които пряко допринасят за развитието на устойчив бизнес.

Автоматизиране на управлението на енергията с изкуствен интелект

ИИ може автоматично да наблюдава и управлява енергийното потребление на компанията, идентифицирайки области за бъдещи спестявания. Това се прави, например, с Flex2X, система, разработена от британската компания Grid Edge. Тази система комбинира данни, получени от съществуващи сензори в сграда, като сензори за температура или влажност, с други източници на данни, като метеорологични условия, и ги анализира с помощта на алгоритми за изкуствен интелект, които могат да оптимизират енергийното потребление на сградата в реално време.

Източник: Flex2X

Оптимизирано земеделие

Изкуственият интелект в околната среда отваря широко поле за иновации както за компании, разработващи иновационни решения за земеделие, така и за голямо земеделие, което изисква работа на енергийно неефективни машини и много човешки труд.

Чрез анализ на данни от различни източници, ИИ може да помогне на компаниите в сектора на земеделието да вземат по-добри решения относно напояването, торенето или контрола на болестите по растенията. Въпреки това, най-иновативните земеделски решения са тези, които комбинират изкуствен интелект и роботика. Едно такова решение е LaserWeeder, разработено от Carbon Robotics, което може да премахне 100,000 плевели за един час, като точно различава между видовете растения. То е първият и единствен търговски наличен робот за премахване на плевели с лазер. Разполага с напреднала технология:

• дълбочинно обучение на ИИ,
• роботика,
• лазери,
• мощни графични карти на Nvidia,
• 42 камери с висока резолюция за прецизно разпознаване на изображения,

LaserWeeder помага за опазването на биологичното разнообразие, тъй като вместо да пръска химически пестициди, които вредят на екосистемата и насекомите, той може да премахва плевели дори от големи площи с култури.

Източник: CarbonRobotics

ИИ-управлявани вериги за доставки

ИИ може да помогне за проследяване на произхода на продуктите, което е ключово за изграждането на устойчиви вериги за доставки. Ефективната логистика на веригите за доставки, междувременно, може да бъде постигната чрез изкуствен интелект и автоматизация. Например, Amazon инвестира значително в технологии за автоматизация на транспорта, като автономни камиони и Zoox таксита, наречени роботакси.

Междувременно, TCS Logistics Optimiser/ TCS Crystallus може да оптимизира веригите за доставки на компанията в реално време. Разработена от Tata Consultancy Services, тази технология комбинира ИИ, машинно обучение и Интернет на нещата (IoT), за да предостави решения, които подобряват управлението на времето за транспорт, полезния товар на превозните средства и наличността.

Източник: IoT Global Awards

Разходи за изкуствен интелект и околната среда

Основният екологичен разход на ИИ в бизнеса е енергийното потребление. Докато точната енергия, необходима за обучението на модела GPT-4, който платената версия на ChatGPT и BingChat използват, не е публично достъпна, можем да направим някои оценки на базата на наличната информация.

GPT-4 е модел с повече от 175 милиарда параметри, които са обучавани на повече от 45 TB данни. Процесът на обучение включва анализ на данни и оптимизация на параметрите на модела, което изисква много изчислителна мощ и води до високо енергийно потребление.

За обучението на GPT-4 са използвани мощни графични процесори (GPU) и тензорни процесори (TPU), които също са известни със своето интензивно енергийно потребление. Потреблението се увеличава допълнително от енергията, необходима за самата работа.

Зелен ИИ

Докато екологичният разход за разработване на ИИ технологии е висок, именно инструментите на изкуствения интелект правят възможно създаването на по-зелени решения. Това включва Зелен ИИ, модели, които изискват по-малко енергия и други ресурси за работа.

Точно “зелен ИИ” се фокусира върху разработването на алгоритми за изкуствен интелект, които са енергийно ефективни. Например, нови методи за компресия могат да намалят количеството данни, необходими за обучението на ИИ модели, с до 90%, значително намалявайки енергийното потребление. Сред другите, OpenAI, която инвестира в разработването на по-зелени модели на зелен ИИ, работи по тях.

Изкуственият интелект има много предимства. Зелен ИИ използва по-малко ресурси, така че може да бъде използван от по-малки компании, включително тези, работещи в развиващи се страни. Това означава демократизиране на неговото използване и позволява на повече хора да го създават. Също така, на тези с по-малко средства.

Зеленият ИИ е в контекста на т.нар. “червен ИИ” – тоест решения, които увеличават ефективността на операциите, без да се вземат предвид екологичните разходи, които генерират. “Червеният ИИ” генерира зрелищни резултати, но неговият екологичен отпечатък е голям. И с напредъка в технологиите, екологичното въздействие постоянно нараства.

ИИ за Земята

Изкуственият интелект и околната среда също така се отнасят до решаването на проблеми, като:

• анализ на проблеми, свързани с климатичната криза – благодарение на ИИ, е възможно да се разработят сложни модели, които отразяват екологичните промени и предсказват техните последици, използвайки количества данни, които човек никога не би могъл да обработи. Отличен пример е работата на Националната лаборатория Argonne с телекомуникационната компания AT&T, където изкуственият интелект е използван за анализ на климатичен модел в съчетание с база данни, съдържаща информация за телекомуникационната мрежа на AT&T, за да предскаже как ефектите от климатичните промени – като покачване на морското ниво, силни ветрове и наводнения по крайбрежието и вътрешността – биха могли да повлияят на операциите след 30 години,
• опазване на биологичното разнообразие – например, инструментът Wildlife Insights е платформа, която използва изкуствен интелект, за да преобразува данни от камери за капан в полезна информация за биологичното разнообразие, качва данните в Google Cloud, където ИИ моделите автоматично класифицират изображения, за да помогнат за мониторинга и защитата на дивата природа по целия свят. Wildlife Insights може да обработва 3.6 милиона изображения на час, с точност на идентификацията от 80 до 98.6 процента.
• Подобряване на ефективността на съществуващите системи, които консумират големи количества енергия, като фабрики, железопътен транспорт, обществен транспорт и улично осветление,
• предотвратяване на неизправности – например, в големи индустриални заводи, хидроелектрически или вятърни електрически станции. Това е възможно чрез използването на цифрови близнаци (Digital Twins), които позволяват предсказване на износването на компонентите в конкретна система.

Резюме

Подходящата комбинация от изкуствен интелект и околната среда на работното място може да повлияе на много аспекти на устойчивия бизнес. От оптимизиране на производителността на изкуствения интелект, т.е. създаване на зелен ИИ, до автоматизиране на управлението на енергията, оптимизиране на земеделието и създаване на устойчиви вериги за доставки. Последното, в контекста на нарастващите логистични нужди, става решаващо за ефективността и отговорността на бизнеса.

Приложението на изкуствения интелект също така носи сериозни предизвикателства, като енергийното потребление по време на обучителната фаза и текущата работа на ИИ моделите. Въпреки това, изкуственият интелект също така помага за решаването на тези проблеми и намаляване на екологичното въздействие на своята работа. Така че има място за решения на зелен ИИ и ангажираност в устойчиви практики на безпрецедентен мащаб, от анализ на климатичните промени до опазване на биологичното разнообразие.

Ако харесвате нашето съдържание, присъединете се към нашата активна общност на Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.