Глубокое обучение и искусственный интеллект в обеспечении устойчивого развития: обзор ЦУР, возобновляемой энергетики и экологического здоровья
Deep Learning and Artificial Intelligence in Sustainability: A Review of SDGs, Renewable Energy, and Environmental Health
2023-09-08
SCID: 54.1/kdupmkp3
Discuss with AI
глубокое обучениегигиена окружающей средывозобновляемая энергияэнергоменеджмент умных зданийцели устойчивого развития
Figures from the paper
Abstract (AI)
Искусственный интеллект (ИИ) и глубокое обучение (ГО) продемонстрировали огромный потенциал для обеспечения устойчивого развития в различных секторах. В статье рассматриваются последние достижения в области ИИ и ГО, а также исследуется их применение для достижения целей устойчивого развития (ЦУР), развития возобновляемой энергетики, обеспечения экологического здоровья и управления энергопотреблением в интеллектуальных зданиях. ИИ способен содействовать достижению 134 из 169 задач, охватывающих все ЦУР, однако стремительное развитие этих технологий требует всеобъемлющего нормативного регулирования для обеспечения прозрачности, безопасности и соблюдения этических стандартов. В секторе возобновляемой энергетики ИИ и ГО эффективно применяются для оптимизации управления энергопотреблением, обнаружения неисправностей и обеспечения стабильности электросетей. Они также продемонстрировали перспективность в совершенствовании управления отходами и прогнозного анализа на фотоэлектрических электростанциях. В области экологического здоровья интеграция ИИ и ГО облегчила анализ сложных пространственных данных, повысив качество моделирования воздействия и прогнозирования заболеваний. Однако необходимо решить такие проблемы, как интерпретируемость и прозрачность моделей ИИ и ГО, масштабируемость и высокая размерность данных, интеграция с беспроводными сетями следующего поколения, а также вопросы этики и конфиденциальности. Будущие исследования должны быть сосредоточены на повышении интерпретируемости и прозрачности моделей ИИ и ГО, разработке масштабируемых алгоритмов обработки больших наборов данных, изучении интеграции ИИ с беспроводными сетями следующего поколения и решении этических вопросов и проблем конфиденциальности. Кроме того, повышение энергоэффективности моделей ИИ и ГО имеет решающее значение для обеспечения устойчивого использования этих технологий. Решение этих проблем и содействие ответственному и инновационному применению ИИ и ГО могут значительно способствовать формированию более устойчивого будущего.
Key Findings
1
ИИ и глубокое обучение расширяют возможности экологического здравоохранения благодаря анализу сложных пространственных данных для моделирования воздействия и прогнозирования заболеваний.
2
Искусственный интеллект может способствовать достижению 134 из 169 целевых показателей всех Целей устойчивого развития, что указывает на широкий потенциал для устойчивого развития.
3
В возобновляемой энергетике ИИ и глубокое обучение применяются для оптимизации управления энергией, обнаружения неисправностей, повышения стабильности электросетей, управления отходами и прогнозного анализа фотоэлектрических электростанций.
4
К основным препятствиям относятся недостаточная объяснимость и прозрачность моделей, масштабируемость и высокая размерность данных, интеграция с беспроводными сетями, а также этические проблемы и вопросы конфиденциальности.
5
Устойчивое внедрение требует масштабируемых и энергоэффективных алгоритмов, усиленного регулирующего надзора и ответственной интеграции с беспроводными сетями следующего поколения.
Research Object
Применение искусственного интеллекта и глубокого обучения в сфере устойчивого развития, включая ЦУР, возобновляемую энергетику, здоровье окружающей среды и энергоменеджмент интеллектуальных зданий
Research Subject
Вклад, эффективность и ограничения ИИ и глубокого обучения в устойчивом развитии, оптимизации энергетики, анализе здоровья окружающей среды и ответственном внедрении
Publication Details
Publication Date
2023-09-08
Journal
Publisher
ISSN
Cited by
393
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai5
Роль искусственного интеллекта в достижении Целей устойчивого развития2020
Причинная объяснимость и объяснимость искусственного интеллекта в медицине2019
Этика этики искусственного интеллекта: оценка руководящих принципов2020
Интеграция технологий на основе Интернета вещей и искусственного интеллекта (ИИ) для сценариев умного города: современные достижения и будущие тенденции2023
Новые тенденции в области геопространственного искусственного интеллекта (geoAI): потенциальные применения в экологической эпидемиологии2018
Работы, цитирующие эту статью4
Искусственный интеллект в экологическом мониторинге: достижения, проблемы и перспективы2024
Интеграция агентов искусственного интеллекта с Интернетом вещей для совершенствования экологического мониторинга: применение для оценки качества воды и климатических данных2025
Искусственный интеллект и Интернет вещей для интеллектуального управления отходами: проблемы, возможности и перспективные направления2025
Цифровая трансформация на основе искусственного интеллекта и экологическая устойчивость2026