の 人工知能 膨大な量の水とエネルギーを消費するため、懸念が生じています。しかし、科学者たちはまた、人々や企業がエネルギーをより効率的に使用し、汚染を減らすためにテクノロジーを活用する方法を実験しています。
昨年、AI を駆動するために必要なデータセンターは世界の電力消費量の約 1.5% を占めました。、そして国際エネルギー機関によると、これらの施設からのエネルギー消費は2030年までに2倍以上になると予想されています。この増加により、さらなる燃焼が発生する可能性があります 化石燃料 石炭やガスなどは、気温や海面の上昇、異常気象の原因となる温室効果ガスを放出します。
しかし、AI のコンピューティング能力をエネルギー使用と汚染の分析に使用すると、建物の効率を高め、デバイスを最適なタイミングで充電し、石油とガスの生産をよりクリーンにし、信号機の時刻を調整して車両の排出ガスを削減することもできます。
専門家らは、このような用途が増え続ければ、AIによって消費されるエネルギーを相殺できる可能性があると述べている。
コロンビア大学気候学部のアレクシス・アブラムソン学部長は、「AIの利用は今後も増加していくだろうが、処理能力はより効率的になり、その結果、エネルギー消費量は一部の人が予想するほど増加しないだろう」と非常に楽観的だと述べた。
建物の効率: メンテナンス、冷却
ビルディングオートメーション会社 75F のチーフブランドアンバサダーであるボブ・フレンチ氏は、AI を使用すると、気象データ、電力使用量、その他の要因に基づいて照明、換気、冷暖房を自動的に調整することで、建物のエネルギー効率を高めることができると述べています。 米国の温室効果ガス汚染の約 3 分の 1 は住宅や建物から発生しています。
AI が従業員の到着と退勤に合わせて空調と暖房をスケジュールできるようにすると、サーモスタットを手動で調整するより効率的になる可能性があります。そうしないと、作業員は本能的に空気を全開にして温度をすばやく調整したくなる可能性があります。自動サーモスタットは、冷暖房システム全体を更新するのがコスト効率が悪い小規模な建物で特に役立ちます。
建物の換気については、自動化により、外気の取り入れと室内温度を維持するために必要な冷暖房量のバランスをとることができます。
AI は HVAC システムのメンテナンスのニーズも監視できます より高価な修理が必要になる前に故障を予測および検出するためのその他の機器。
専門家らによると、これらの自動化を組み合わせると、建物のエネルギー消費量を10～30％削減できるという。
「これは文字通り簡単に実現できる成果です」とアイントホーフェン工科大学の建設サービス教授ゾルタン・ナギ氏は言う。
電気自動車のより効率的な充電
AI が最も効率的な充電をスケジュールできる 電気自動車 およびスマートフォンなどの他のデバイス。
これは、需要と料金が最も低い夜間など、送電網から電力を引き出すのに最適な時間帯のスケジュールを設定することを意味します。これにより、送電網がより多くの化石燃料を燃焼する可能性が低くなります。
「ピーク期間だとしましょう。みんながエアコンをつけているとき、私は家に入って車の電源を入れ、ピーク期間なのですぐに充電が開始されないように設定しています」とアブラムソン氏は説明した。
で カリフォルニア、パイロット プログラムでは、再生可能エネルギーがより多く利用できる時間帯に充電を変更し、顧客のコストを節約しました。
AI は、ソーラー パネルを備えた住宅所有者が余剰エネルギーをバッテリーに蓄える方法を最適化するのにも役立ちます。
石油・ガス事業におけるメタンフレアを削減
Geminus AI、拠点 ボストンは、ディープラーニングと高度な推論を使用して、石油およびガス会社がメタンの燃焼と排出を削減し、抽出と精製に使用するエネルギー量を削減できるように支援します。
国連プログラムによると、メタン排出量の削減は、気候変動による最悪の影響を回避する最も早い方法の 1 つです。 国連 環境のために。メタンは、現在の地球温暖化の約 30% の原因となっている強力な温室効果ガスです。
石油やガスのパイプライン内の圧力が上昇すると、圧力を軽減するためにガスの一部が放出されて燃焼し、地球に害を与え、お金を無駄にします。
Geminus の CEO、Greg Fallon 氏は、同社は井戸とパイプラインのネットワークを監視し、AI を利用したシミュレーションを使用して、ベントやフレアリングの必要性を排除するコンプレッサーとポンプの設定変更を提案できると述べました。 Geminus はこれを数秒で行います。従来、エンジニアが同様の推奨事項を作成するシミュレーションを実行するには約 36 時間かかるとファロン氏は付け加えた。
「これを業界全体に組み込んでいくと、温室効果ガス排出量を削減する大きなチャンスが生まれます」と同氏は述べた。
地熱活動のポイントを見つける
ソルトレイクシティを拠点とする地熱エネルギーの新興企業ザンスカールは、地球の地下を理解するための AI モデルを構築しました。同社はこれらのモデルを使用して、見落とされている地熱活動のホットスポットと直接掘削を見つけます。
地熱発電は、地球の自然熱から蒸気を作り、それを使ってタービンを回すことでクリーンに発電します。大統領政府が導入する再生可能エネルギーの一つです。 ドナルド・トランプ 好意。
ザンスカールの共同創設者であるカール・ホイランド氏とジョエル・エドワーズ氏は、非常に熱水のポケットが存在する場所を計算するために、考えられる多数の地下シナリオをシミュレーションおよび評価していると述べた。そこから、最適な位置と掘削方向を選択します。
「AI は、AI 自身のエネルギー問題の解決策になりつつあります」と同社 CEO のホイランド氏は述べています。 「これなしでは不可能だったリソースを解放する方法を示してくれます。」
ザンスカールは昨年、ニューメキシコ州の業績不振の地熱発電所を購入した。彼らの AI モデリングは、施設を再稼働できる未開発の地熱貯留層が存在することを示すことに成功しました。
ホイランド氏とエドワーズ氏はその後、公共サービスを提供できる発電所を支援するには寒すぎると業界専門家が言ったにもかかわらず、ネバダ州の別の場所に焦点を当てた。彼らは9月にその場所で2回目の地熱発見を掘削し、発表した。
交通排出量の削減
Google は人工知能と Google マップのデータを使用して、大気汚染を軽減するためにストップアンドゴーの交通量を減らすことができる信号機の調整を特定します。同国の環境保護庁のデータによると、米国の温室効果ガス排出量の約16％を乗用車と小型ピックアップトラックが占めている。
2023 年に開始されたプロジェクト グリーン ライトは現在、4 大陸の 20 都市で展開されています。最も最近のものは、交通の悪さで有名なボストンです。
各都市は AI によって生成された推奨事項を受け取ります。市の技術者がどれを実装するかを決定します。 Google によれば、Project Green Light によりストップアンドゴーの交通量が最大 30% 削減され、二酸化炭素排出量が 10% 削減され、大気の質が改善されるという。
Google の Earth and Resilience AI プロダクト マネージャーのジュリエット ローゼンバーグ氏は、「私たちは AI でできることのほんの表面をなぞっただけです」と述べています。
