Apr, 2024

平衡进展与责任：基于人工智能系统的可持续发展权衡综合

PDF
TL;DR综合分析了人工智能与软件系统集成的潜在可持续性利益和成本，结果显示能源管理、员工福利、部署问题、伦理与社会、环境问题是人工智能集成可能带来的关键主题。
artificial intelligencesustainabilityintegrationbenefitscosts
发现论文，激发创造
  • 人工智能可持续性研究综述：学习算法的新兴趋势和研究挑战

    本文着眼于 AI 的可持续性发展问题，分析了解决该问题的机器学习方法和算法，并提出对可持续 AI 技术研究的挑战和发展方向的建议。

    May, 2022

  • 艺术实践中人工智能可持续性评估

    艺术家们越来越多地使用人工智能技术（创意 Ai），并将他们的作品展出于知名艺术场馆。然而，研究社区也认识到使用 Ai 技术涉及可持续性问题，如能源消耗和模型的增大和复杂化等。本研究通过目前正在进行的实地研究提供对可持续性评估的各种限制的见解，并为该领域进一步的、更具体的可持续性评估提供基础，同时也提供该领域可持续性评估的现状知识。

    Oct, 2022

  • 拓展可持续人工智能视角：人工智能系统综合可持续性标准和指标

    本文提出基于 19 项可持续性标准和 67 个指标的 “可持续人工智能 (SCAIS)” 框架，为意识到 AI 系统的开发和应用提供了实用的标准和工具。

    Jun, 2023

  • AI 实践中的可持续发展第二部分：AI 工作流中的可持续发展

    人工智能系统的可持续性取决于项目团队对其潜在现实影响和转变效应持续敏感的能力。持利益相关方影响评估（SIAs）是一种可以实现这种响应能力的治理机制。它们是创建过程的工具，用于记录 AI 创新项目可能造成的伤害和益处的协作评估和反思预期。

    Feb, 2024

  • AI 可持续性实践第一部分：可持续 AI 项目的基础

    该研究论文介绍了可持续 AI 项目的关键概念和工具，重点是评估其潜在社会影响和道德可允许性，以及促进利益相关者的公平和有意义的参与和位置感知。

    Feb, 2024

  • 创意人工智能的环境和社会可持续性

    本文从可持续性和伦理两个方面研究了创意人工智能在艺术创作中的应用，包括创作过程和知识产权等问题。通过访谈、调查、能源测量等方法，探讨了艺术家应用创意人工智能的情况和未来发展，以及这种应用对经济和环境的影响，为制定知识产权制度提供了参考。

    Sep, 2022

  • 绿色人工智能的系统性评估

    通过对 98 个文献的分析，系统地回顾了绿色人工智能研究领域。大多数研究关注于 AI 模型的环境可持续性，包括监控 AI 模型的排放量、调整超参数以提高模型的可持续性，或者对模型进行基准测试。实验室实验是最常见的研究策略。报告的节能率高达 115％，其中节能 50％以上相当普遍。

    Jan, 2023

  • 效率不足够：环境可持续人工智能的关键观点

    人工智能 AI 目前以深度学习等机器学习方法为核心，然而这些方法在计算、能源消耗和碳排放等方面存在环境问题。提高机器学习系统的效率仅仅是解决环境影响的一方面，系统思维则被认为是改善机器学习环境可持续性的可行途径。

    Sep, 2023

  • 可持续的人工智能：环境影响、挑战和机遇

    本篇研究从数据、算法和硬件系统综合视角探讨了 AI 的超线性增长趋势对环境的影响，着重分析了 AI 计算的碳足迹和硬件系统的全生命周期，并提出了硬件 - 软件设计和优化对减少 AI 总体碳足迹的重要性，讨论了 AI 领域的挑战和发展方向。

    Oct, 2021

  • 人工智能在实现可持续发展目标中的作用

    人工智能对可持续发展目标的积极或消极影响需要得到评估，然而，应该通过适当的政策和监管支持其快速发展，否则，由于人工智能技术的透明度、问责制、安全性和道德标准等方面的缺陷，会对其发展和可持续应用产生不利影响。需要重视全球关于人工智能使用的辩论，并为基于人工智能的技术制定必要的监管洞察和监督。

    Apr, 2019