23.11.2022 Участники международной конференции AI Journey — Путешествие в мир искусственного интеллекта обсудили экологическую составляющую машинных технологий, в частности, повышение энергоэффективности и снижение «углеродного следа» самих систем искусственного интеллекта и новые точки их приложения в экономике и экологии.Новая экономическая реальность заставляет корректировать развитие отечественных технологий искусственного интеллекта в той их части, которая связана с повесткой ESG, констатировали участники форума.

Модератор дискуссии, заместитель председателя правления Сбербанка Александр Ведяхин напомнил, что 12-я цель Устойчивого развития ООН требует от прогресса в области искусственного интеллекта учитывать интересы окружающей среды, а сами системы машинного обучения с их повышенной энергоемкостью являются серьезным источником выбросов СО2. Ректор Сколтеха Александр Кулешов согласился с утверждением модератора: «Искусственный интеллект может сделать сам себя еще более экологичным и эффективным». Ректор сообщил, что в области искусственного интеллекта работает 350 исследователей Сколтеха, которые ежегодно выдают от 23 до 25 исследований с эффектом класса А по экологической эффективности.

В то же время Кулешов высказал мнение, что тема ESG в 2022 году «несколько протухла» — имея ввиду необходимость корректировки ее инструментов. Он считает, что в России снизилась актуальность «карбоновых кредитов», норм углеродной нейтральности, системы штрафов и ценообразования по стандартам устойчивого развития, а на первый план выходят задачи по решению настоящих, серьезных проблем экологии с помощью технологий искусственного интеллекта. В первую очередь речь о лесных пожарах.

Следуя распоряжению вице-премьера Дмитрия Чернышенко, Сколтех заключил соглашение с МЧС о взаимодействии в решении пожарной проблемы. Машинная обработка многолетних данных о лесном огне из Калифорнии, Испании, Португалии, Албании и Греции позволила разработчикам выстроить прогноз по двум последним странам. Как рассказал Кулешов, российские специалисты достигли точности в 92% — сумели рассчитать географию пожара с точностью до 6,8 км и вектор его распространения. Стандартные методы прогнозов ректор Сколтеха оценил как устаревшие и с низкой точностью, а эксперименты с машинной обработкой таких данных он назвал более чем хорошими.
⇲

---