sustainability
PulseAugur coverage of sustainability — every cluster mentioning sustainability across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
微软的人工智能增长给2030年可持续发展目标带来压力
由于其扩张的人工智能业务产生大量碳排放，微软在实现其2030年可持续发展目标方面面临挑战。该公司的二氧化碳当量排放量升至2030万公吨，与往年相比大幅增加，远高于其2020年的基线。这一增长主要归因于为其云计算和人工智能业务供电所需的电力消耗增加了24%。
-
生成式AI演讲探讨伦理与可持续性
一场题为“生成式AI、伦理与可持续性”的演讲探讨了个人和行为应承担的日益增长的责任。本次在Froscon上进行的讨论深入研究了生成式人工智能相关的伦理考量和可持续实践。它强调了在与这些技术互动时需要更大的问责制。
-
欧洲专家将探讨人工智能与可持续性及包容性的联系
欧洲专家正准备发布一本名为《人工智能的不可承受之轻》的夏季读物，该读物将探讨人工智能与可持续性及包容性的交叉点。该出版物旨在提供欧洲专家对这些关键问题的见解。
-
AI主题帖子强调健康、能源和环境方面的进展 · 跟踪10个来源
Mastodon用户@bagrounds发布的一系列帖子强调了各个领域的进展和创新。这些帖子发布于2026年7月10日至7月29日之间，持续询问关注者哪些进步最令他们兴奋。反复出现的主题包括医疗突破、基因疗法、可再生和清洁能源、环境保护、可持续性以及全球合作。帖子还涉及AI创新和社会影响力技术。
-
Mastodon 帖子探讨 AI 在个人成长和韧性中的作用
该集群汇总了三篇来自 Mastodon 的帖子，每篇都提出了一个与个人成长和韧性相关的问题，并以 AI 的背景来阐述。这些帖子探讨了诸如克服自我破坏、通过日常习惯培养韧性以及可控压力在个人发展中的作用等主题。它们被标记了相关的标签，如 #AI、#Self-Mastery 和 #MindsetGrowth，表明其重点在于人工智能与心理健康之间的交叉点。
-
AI 反思：韧性、稳定与释放的探索
这是一篇关于韧性、科学稳定性和释放概念的个人反思，通过机器学习和极简主义的视角进行阐述。作者提出了一个关于家中物品最该淘汰的问题，并将其与压力管理和天文学联系起来。
-
Mastodon 用户被问及乐观的科学突破 · 跟踪 4 个来源
Mastodon 上的一系列帖子询问用户对激励未来的科学突破。问题涵盖生物技术、生态恢复、神经科学、可持续性和宇宙发现等领域。这些提示旨在收集对科学和医学进步的积极看法。
-
Aditya Gupta 因人工智能专业知识获奖；人工智能的环境足迹受到审视
Marquis Who's Who 授予 Aditya K. Gupta 荣誉，以表彰他对人工智能和技术领导力的贡献。此外，一项讨论探讨了人工智能技术，特别是数据中心，所消耗的大量能源和水资源，以及它们对可持续性和 ESG 目标的影响。
-
全球热浪凸显AI的环境成本
人工智能对环境的影响，特别是其训练和使用过程中的能源消耗和热量产生，在全球热浪的背景下正受到关注。这种情况引发了人们对AI常态化可能加剧热浪和更广泛气候变化问题的担忧。
-
欧盟人工智能法案因环境可持续性影响受到审查 · 追踪到2个来源
欧盟人工智能法案正从环境可持续性的角度进行审视，重点关注能源消耗和效率等方面。讨论还涉及气候变化的影响以及行为准则在管理人工智能环境足迹中的作用。特别关注第40条，该条款可能与人工智能框架内的风险管理或可持续发展有关。
-
新AI工具SpheriCity提升可持续性报告分析的信任度
研究人员开发了SpheriCity，这是一个对话式AI原型，旨在提高分析可持续性报告时的信任度和透明度。该系统通过优先考虑证据可追溯性和结构化综合，解决了大型语言模型带来的挑战，如不透明的推理和幻觉。专家评审表明，透明的来源、情境化解释以及融入现有工作流程对于建立用户对高风险可持续性决策中AI的信任至关重要。
-
AI代理自动化电子产品环境影响评估
研究人员开发了一个多模态AI代理系统，能够评估电子设备的环境影响，与传统的生命周期评估相比，显著减少了时间和数据需求。该AI系统通过挖掘包括监管数据库和维修社区在内的公共互联网数据，来估算碳足迹，从而模拟了LCA专业人员的协作过程。该系统在没有专有数据的情况下，实现了与专家LCA相差19%的准确率，展示了一种有前景的、数据驱动的技术行业可持续性评估方法。
-
供应商保密协议掩盖AI环境成本，阻碍可持续发展
由于供应商的保密协议（NDA），组织在采用AI时并未公开讨论其环境影响。这种缺乏透明度阻碍了AI领域的集体行动和可持续发展。AI数据中心日益增长的电力需求凸显了公开讨论这些环境成本的紧迫性。
-
在ICA 26上展示AI基础设施和可持续性研究
研究人员将在ICA 26上就AI的基础设施方面及其与可持续性的交叉点进行展示。报告将涵盖AI在环境问题方面的技术基础和更广泛的研究意义。
-
AI韧性探讨边界、护理与代谢限制
该集群讨论了AI和护理背景下的“韧性隐形架构”概念。它探讨了代谢限制、原则性摩擦和护理成本如何有助于构建健壮的系统。提出的核心问题是，边界是否能增强这些系统中的护理。
-
联合国研究：人工智能的环境足迹堪比国家
联合国大学近期的一项研究揭示了大型人工智能系统对环境的重大影响，详细说明了其巨大的能源消耗、碳排放、水资源利用和土地足迹。随着人工智能的普及加速，该研究强调了在人工智能的开发和部署的持续讨论中整合可持续性考量的关键必要性。研究结果表明，与人工智能基础设施相关的环境成本与整个国家的成本相当。
-
人工智能的双重作用：治愈心灵还是加剧动荡？
该集群探讨了现代技术，特别是人工智能的双重性，质疑它是在促进社会治愈还是加剧动荡。一个思考探讨了技术是否有助于心理健康或加剧社会冲突，涉及神经科学和企业科技。另一个思考则质疑技术或政治改革在对抗系统性社会衰败方面哪个更有效，并考虑了可持续性和隐藏的影响。
-
人工智能与可持续性辩论计划在伦敦气候行动周举行
一场关于人工智能和可持续性的公开辩论将于6月22日作为伦敦气候行动周的一部分进行。组织者正在征求公众的意见，以帮助从提供的潜在动议列表中选择辩论主题。社区成员可以对这些动议进行投票，以影响活动的最终选择。
-
New method measures prediction uncertainty in neural cellular automata
研究人员开发了一种名为“resilience”的新方法，用于测量神经元胞自动机（NCA）在医学图像分割中的预测不确定性。该方法利用NCA的迭代特性，评估在受到轻微状态扰动时预测的稳定性。通过识别哪些预测保持一致，该方法可以标记不确定的输出，从而增强NCA医学成像应用中的信任度和安全性。
-
绿色和平组织明斯特分部举办人工智能与可持续发展讲座
绿色和平组织明斯特分部将于6月4日举办一场题为“人工智能与可持续发展”的晚间活动。活动将包括三场短讲，内容涵盖人工智能和大型语言模型的基础知识、资源消耗的生态影响以及人工智能的社会效应。演讲结束后，与会者将有机会进行讨论。