Проблемы развития искусственного интеллекта в контексте энергопотребления и влияния на изменение климата
Challenges of Artificial Intelligence Development in the Context of Energy Consumption and Impact on Climate Change
2024-11-27
SCID: 54.1/pgy3ap3a
Discuss with AI
прогнозирование изменения климатаоптимизация энергопотребленияэнергоэффективный искусственный интеллектбольшие языковые моделиинтеграция возобновляемых источников энергии
Figures from the paper
Abstract (AI)
В условиях ускоряющегося изменения климата и роста мирового энергопотребления применение искусственного интеллекта (ИИ) и машинного обучения (МО) стало важным инструментом повышения энергоэффективности и смягчения последствий изменения климата. Однако их внедрение носит двойственный характер: с одной стороны, ИИ способствует разработке устойчивых решений, включая оптимизацию энергопотребления, интеграцию возобновляемых источников энергии и сокращение выбросов углерода; с другой стороны, обучение и эксплуатация больших языковых моделей (БЯМ) требуют значительных затрат энергии, что потенциально может препятствовать достижению углеродной нейтральности. Ключевые результаты включают анализ 237 научных публикаций за период с 2010 по 2024 год, выявивший значительный прогресс и препятствия для внедрения ИИ в различных секторах, таких как строительство, транспорт, промышленность, энергетика и домохозяйства. Обзор показал, что интерес к использованию ИИ и МО для повышения энергоэффективности значительно вырос: более 60% документов опубликовано за последние два года, причем наибольший интерес вызывают темы устойчивого строительства и прогнозирования изменения климата. Большинство статей опубликовано исследователями из Китая, Индии, Великобритании и США (28–33 статьи). Это более чем вдвое превышает число публикаций исследователей из остальных стран мира; 58% исследований сосредоточено в трех областях: инженерных науках, информатике и энергетике. В заключение обзор также выделяет направления дальнейших исследований, направленных на минимизацию негативного воздействия ИИ и максимизацию его вклада в устойчивое развитие, включая разработку более энергоэффективных архитектур ИИ и новых методов управления энергопотреблением.
Key Findings
1
Обзор 237 публикаций за 2010–2024 годы выявил значительный прогресс и сохраняющиеся препятствия внедрения ИИ в строительстве, транспорте, промышленности, энергетике и домашних хозяйствах.
2
Искусственный интеллект и машинное обучение способствуют оптимизации энергопотребления, интеграции возобновляемых источников энергии и сокращению выбросов углерода, но их применение имеет двойное климатическое воздействие.
3
Публикационная активность сосредоточена в Китае, Индии, Великобритании и США, а 58% исследований относятся к инженерии, компьютерным наукам и энергетике; дальнейшие работы должны уделять приоритетное внимание энергоэффективным архитектурам ИИ и совершенствованию управления энергией.
4
Интерес к применению ИИ для повышения энергоэффективности резко вырос: более 60% рассмотренных публикаций вышли за последние два года; ведущими темами стали устойчивое строительство и прогнозирование изменения климата.
5
Обучение и эксплуатация больших языковых моделей требуют значительного потребления энергии, что потенциально может препятствовать достижению углеродной нейтральности.
Research Object
Применение искусственного интеллекта и машинного обучения в энергетике и секторах, связанных со смягчением последствий изменения климата, включая большие языковые модели
Research Subject
Двойное воздействие внедрения ИИ и МО, его вклад в повышение энергоэффективности, энергопотребление и последствия для климата
Publication Details
Publication Date
2024-11-27
Journal
Publisher
ISSN
Cited by
165
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai1
Работы, цитирующие эту статью3
Влияние искусственного интеллекта на устойчивость региональных экосистем: современные вызовы и перспективы развития2025
Парадокс устойчивого развития: систематический обзор углеродного следа и стратегий декарбонизации искусственного интеллекта в климатологии2026
Библиометрическое картирование применения искусственного интеллекта в исследованиях изменения климата2025