评估人工智能在与具有空间敏感性的自然相关金融风险方面的潜力
提出一种新的综合框架,用于支持基于人工智能的自然气候决策制定中的各个方面的综合决策支持模型,包括植被碳储量评估、火灾检测、逆转风险减轻和灾害响应规划等不同方面。
Dec, 2023
人工智能在环境、社会和治理(ESG)倡议中的蓬勃融合代表了对更可持续和公平的金融实践的范式转变。本文调查了工业景观,描述了人工智能在支持 ESG 框架方面的必要性和影响。我们的调查将人工智能应用程序划分为 ESG 的三个主要支柱,并且说明了人工智能如何增强分析能力、风险评估、客户参与、报告准确性等方面的能力。此外,我们还深入探讨了数据使用和模型发展方面的关键问题,强调了数据质量、隐私和模型的鲁棒性的重要性。本文还强调了负责任和可持续的人工智能的必要性,强调人工智能在 ESG 相关银行业务中的伦理维度。总而言之,我们的发现表明,虽然人工智能为银行业的 ESG 提供了变革性的潜力,但也带来了重大挑战,需要仔细考虑。本文最后综合了调查的见解,提出了在 ESG 实践中采用人工智能的前瞻性立场。我们最后通过提出一个未来研究和开发的参考架构来总结,主张在 ESG 领域中充分利用人工智能的优势并减轻其风险的平衡方法。
Feb, 2024
人工智能在金融业的潜力正在改变行业,但也带来了一些挑战。这份报告讨论了金融行业中人工智能应用的关键问题,包括透明度、解释性、公平性、问责制和值得信赖性。它还强调了对人工智能的合理管理和监管的重要性,为学术界、金融业和监管机构提供了建议。
Aug, 2023
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。
Apr, 2024
本文利用 Delphi Best Worst 方法和机器学习方法,探讨了数字科技在减轻极端天气的影响方面的推动因素。结果显示,人工智能预测性是最重要的标准和作用,而群众市场潜力则是最不重要的标准。作者构建的方法可以帮助决策者制定策略和干预措施,以保障可持续生产和投资改善人工智能技术以减少极端事件的不利影响。
Sep, 2022
近年来,人工智能(AI)深刻影响了各个领域,包括地球系统科学。本文回顾了如何利用 AI 分析极端事件(如洪水、干旱、野火和热浪),强调创建准确、透明和可靠的 AI 模型的重要性。我们讨论了处理有限数据、实时信息整合、部署模型以及使其可理解的挑战,这些对于赢得利益相关者的信任和满足监管需求至关重要。我们概述了如何通过 AI 更有效地识别和解释极端事件,提高灾害应对和沟通能力。强调跨不同领域的合作,以创建实用、可理解和可信赖的 AI 解决方案,用于分析和预测极端事件。这种合作努力旨在增强灾害准备和减少灾害风险。
Jun, 2024
介绍了通过执行全面的 AI 生命周期治理来降低人工智能风险的最佳方法,定量评估现有模型的风险可以类比于如何评估已经建造的房屋的能源效率或医生根据一系列测试评估整体患者健康状况,本文探讨了这一思路,并讨论了这种方法如何改善 AI 的监管。
Sep, 2022
人工智能在技术和研究方面取得了显著的进展,并广泛应用于计算视觉、自然语言处理、时间序列分析、语音合成等多个领域。然而,随着大型语言模型的出现,研究人员的注意力主要集中在追求最新的技术成果,导致模型规模和计算复杂性不断增加,需要更高的计算能力,进而产生更高的碳排放量,阻碍了资金有限的中小型研究机构和公司参与研究,并引发研究公平性的问题。为应对计算资源和人工智能的环境影响,绿色计算已成为一个热门的研究课题。在本调研中,我们对绿色计算中使用的技术进行了系统概述,并提出绿色计算的框架,将其分为四个关键组成部分:(1) 绿色度量指标,(2) 能效人工智能,(3) 能效计算系统和 (4) 可持续发展的人工智能应用案例。针对每个组成部分,我们讨论了研究进展及常用的优化技术,结论表明这个新的研究方向有潜力解决资源限制与人工智能发展之间的冲突。我们鼓励更多的研究人员关注这个方向,使人工智能更加环保友好。
Nov, 2023
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
本研究通过使用 Shapley 加性解释和文本聚类与决策树分类器的混合方法,提供了一个对基于深度神经网络的分类模型的解释以验证其可解释性,并对其提供对抗攻击的测试。
Jun, 2022