carbon dioxide emissions
PulseAugur coverage of carbon dioxide emissions — every cluster mentioning carbon dioxide emissions across labs, papers, and developer communities, ranked by signal.
-
大型科技公司数据中心年排放量将达 1.015 亿吨二氧化碳
包括亚马逊、微软、谷歌和 Meta 在内的美国主要科技公司正计划建设新的数据中心，这些数据中心在满负荷运行时，预计每年将排放约 1.015 亿吨二氧化碳。这一估计排放量约占 2025 年美国电力部门预计排放量的 7%。此外，为这些计划中的数据中心供电的公用事业公司中，有四分之三正在建设或计划建设新的天然气发电设施。
-
研究：人工智能促进化石燃料生产超过绿色能源，增加排放
一项新研究表明，人工智能比减少全球碳排放更有可能增加碳排放。研究人员发现，人工智能提高化石燃料行业生产能力的能力导致比其对可再生能源发电的贡献更大的污染。研究结果表明，要使人工智能实现净减排，其在清洁能源方面的生产力增长需要显著超过在化石燃料方面的增长。
-
探讨人工智能在生物多样性和碳排放监测中的作用
本文讨论了人工智能应用的可持续性和面向社区的性质，特别强调了它们在保护生物多样性和监测二氧化碳排放方面的潜在用途。它促使人们对人工智能在这些领域的实际影响进行批判性审视。
-
新型增量Transformer助力地聚合物混合物设计
研究人员开发了一个名为增量Transformer（INCRT）的新框架，以辅助地聚合物混合物的逆向设计。该方法使用拓扑感知的代理模型来处理具有物理约束的小型、异构数据集。INCRT框架有助于识别有希望的混合物候选，以平衡目标强度、碳减排和物理有效性，特别适用于粉煤灰和矿渣基地聚合物混凝土等应用。
-
人工智能热潮日益依赖化石燃料，令净零排放目标复杂化
人工智能热潮日益依赖化石燃料，令科技公司的净零排放承诺复杂化。数据中心的建设大量使用钢铁和水泥，显著增加了排放。此外，人工智能芯片（GPU和内存芯片）的能源密集型制造过程，尤其是在亚洲由化石燃料主导的电网供电时，加剧了这一问题。半导体生产中使用的化学物质还会释放强效温室气体，可能导致亚马逊和谷歌等主要科技公司的碳足迹膨胀。
-
TriHead-GAN 生成逼真的碳排放数据
研究人员开发了 TriHead-GAN，这是一种新颖的生成对抗网络，旨在创建合成碳排放时间序列数据。该模型解决了高频监测数据稀缺的问题，而数据稀缺阻碍了气候政策和监管领域的深度学习应用。TriHead-GAN 独特的三头判别器确保生成的数据准确反映跨变量相关性和逼真的时间变异性，在实验中优于现有方法。