Kunstmatige intelligentie en het milieu. 3 AI-oplossingen om je te helpen een duurzaam bedrijf op te bouwen | AI in business #26

Kunstmatige intelligentie opent ook nieuwe wegen om milieudoelstellingen te bereiken en tegelijkertijd bij te dragen aan de efficiëntie van bedrijven. Wist je dat de juiste toepassing van AI de energiebeheer van je bedrijf kan revolutioneren of zelfs kan bijdragen aan de bescherming van de biodiversiteit?

Kunstmatige intelligentie en het milieu voor duurzame bedrijven

Kunstmatige intelligentie helpt bij het opbouwen van een duurzaam bedrijf:

• In de conceptfase – ondersteuning bij het creëren van een milieuvriendelijke bedrijfsidee – bijvoorbeeld door overleg met ChatGPT of Claude van Anthropic,
• In de groeifase van het bedrijf – door duurzame toeleveringsketens te creëren en oplossingen voor groene AI te helpen ontwikkelen,
• In de optimalisatiefase – bestaande oplossingen analyseren en aanpassen met software die gebruikmaakt van speciale AI-modellen.

Laten we kijken naar specifieke oplossingen die direct bijdragen aan de ontwikkeling van duurzame bedrijven.

Automatiseer energiebeheer met kunstmatige intelligentie

AI kan automatisch het energieverbruik van een bedrijf monitoren en beheren, en gebieden identificeren voor toekomstige besparingen. Dit gebeurt bijvoorbeeld met Flex2X, een systeem ontwikkeld door het Britse Grid Edge. Dit systeem combineert gegevens verkregen van bestaande sensoren in een gebouw, zoals temperatuur- of vochtigheidssensoren, met andere gegevensbronnen, zoals weersomstandigheden, en analyseert deze met kunstmatige intelligentie-algoritmen die het energieverbruik van een gebouw in real-time kunnen optimaliseren.

Bron: Flex2X

Geoptimaliseerde landbouw

Kunstmatige intelligentie in het milieu opent een breed veld van innovatie voor zowel bedrijven die innovatieve oplossingen voor de landbouw ontwikkelen als voor grootschalige landbouw, die de inzet van energie-inefficiënte machines en veel menselijke inspanning vereisen.

Door gegevens uit verschillende bronnen te analyseren, kan AI bedrijven in de landbouwsector helpen betere beslissingen te nemen over irrigatie, bemesting of de bestrijding van plantenziekten. De meest innovatieve landbouwoplossingen zijn echter die welke kunstmatige intelligentie en robotica combineren. Een dergelijke oplossing is LaserWeeder, ontwikkeld door Carbon Robotics, die in staat is om 100.000 onkruiden in een uur te verwijderen door plantensoorten nauwkeurig te onderscheiden. Het is de eerste en enige commercieel beschikbare laseronkruidverwijderingsrobot. Het beschikt over geavanceerde technologie:

• deep learning AI,
• robotica,
• lasers,
• de krachtige grafische kaarten van Nvidia,
• 42 camera’s met hoge resolutie voor nauwkeurige beeldherkenning,

LaserWeeder helpt de biodiversiteit te beschermen omdat het in plaats van chemische pesticiden die het ecosysteem en insecten schaden, onkruid kan spotten en verwijderen, zelfs van grote gebieden met gewassen.

Bron: CarbonRobotics

AI-gedreven toeleveringsketens

AI kan helpen de oorsprong van producten te traceren, wat essentieel is voor het opbouwen van duurzame toeleveringsketens. Efficiënte logistiek in de toeleveringsketen kan ondertussen worden bereikt door middel van kunstmatige intelligentie en automatisering. Bijvoorbeeld, Amazon investeert zwaar in transportautomatiseringstechnologieën, zoals autonome vrachtwagens en Zoox-taxi’s die robo-taxi’s worden genoemd.

Ondertussen kan TCS Logistics Optimiser/ TCS Crystallus de toeleveringsketens van een bedrijf in real-time optimaliseren. Ontwikkeld door Tata Consultancy Services, combineert deze technologie AI, machine learning en Internet of Things (IoT) om oplossingen te bieden die het beheer van transporttijd, voertuigbelasting en beschikbaarheid verbeteren.

Bron: IoT Global Awards

Kunstmatige intelligentie en de milieukosten

De belangrijkste milieukosten van AI in bedrijven zijn het energieverbruik. Hoewel de exacte energie die nodig is om het GPT-4-model te trainen dat de betaalde versie van ChatGPT en BingChat bevat, niet openbaar beschikbaar is, kunnen we enkele schattingen maken op basis van de beschikbare informatie.

GPT-4 is een model met meer dan 175 miljard parameters die zijn getraind op meer dan 45 TB aan gegevens. Het trainingsproces omvat gegevensanalyse en optimalisatie van modelparameters, wat veel rekenkracht vereist en leidt tot een hoog energieverbruik.

Voor het trainen van GPT-4 werden krachtige grafische verwerkingseenheden (GPU’s) en tensorverwerkingseenheden (TPU’s) gebruikt, die ook bekend staan om hun intensieve energieverbruik. Het verbruik wordt verder verhoogd door de energie die nodig is voor de werking zelf.

Groene AI

Hoewel de milieukosten van het ontwikkelen van AI-technologieën hoog zijn, zijn het de tools van kunstmatige intelligentie die het mogelijk maken om groenere oplossingen te creëren. Dit omvat Groene AI, modellen die minder energie en andere middelen vereisen om te functioneren.

Het is “groene AI” die zich richt op het ontwikkelen van kunstmatige intelligentie-algoritmen die energie-efficiënt zijn. Nieuwe compressiemethoden kunnen bijvoorbeeld de hoeveelheid gegevens die nodig zijn om AI-modellen te trainen met tot 90% verminderen, wat het energieverbruik aanzienlijk vermindert. Onder anderen werkt OpenAI, dat investeert in de ontwikkeling van groenere groene AI-modellen, aan deze oplossingen.

Kunstmatige intelligentie heeft veel voordelen. Groene AI gebruikt minder middelen, zodat het ook door kleinere bedrijven kan worden gebruikt, inclusief die in ontwikkelingslanden. Dit betekent dat het gebruik ervan gedemocratiseerd wordt en dat meer mensen het kunnen creëren. Ook degenen met minder goed gevulde portemonnees.

Groene AI wordt tegenovergesteld aan de zogenaamde “rode AI” – dat wil zeggen, oplossingen die de efficiëntie van operaties verhogen zonder rekening te houden met de milieukosten die ze genereren. “Rode AI” genereert spectaculaire resultaten, maar de ecologische voetafdruk is groot. En met de sprong in technologie groeit de milieueffect voortdurend.

AI voor de Aarde

Kunstmatige intelligentie en het milieu gaat ook over het oplossen van problemen, zoals:

• het analyseren van kwesties met betrekking tot de klimaatcrisis – dankzij AI is het mogelijk om complexe modellen te ontwikkelen die milieuwijzigingen weerspiegelen en hun gevolgen voorspellen met behulp van hoeveelheden gegevens die een mens nooit zou kunnen verwerken. Een geweldig voorbeeld is het werk van het Argonne National Laboratory met het telecommunicatiebedrijf AT&T, waar kunstmatige intelligentie werd gebruikt om een klimaatmodel te analyseren in combinatie met een database met informatie over het telecommunicatienetwerk van AT&T om te voorspellen hoe de effecten van klimaatverandering – zoals zeespiegelstijging, hoge-intensiteit winden en overstromingen aan de kust en in het binnenland – de operaties 30 jaar vanaf nu zouden kunnen beïnvloeden,
• biodiversiteitsbehoud – bijvoorbeeld, de Wildlife Insights-tool is een platform dat kunstmatige intelligentie gebruikt om gegevens van cameravallen om te zetten in nuttige biodiversiteitsinformatie, de gegevens uploadt naar Google Cloud, waar AI-modellen automatisch afbeeldingen classificeren om te helpen bij het monitoren en beschermen van wilde dieren over de hele wereld. Wildlife Insights kan 3,6 miljoen afbeeldingen per uur verwerken, met een identificatienauwkeurigheid van 80 tot 98,6 procent.
• Het verbeteren van de efficiëntie van bestaande systemen die grote hoeveelheden energie verbruiken, zoals fabrieken, spoorvervoer, openbaar vervoer en stadsverlichting,
• het voorkomen van storingen – bijvoorbeeld, in grote industriële installaties, waterkracht- of windenergiecentrales. Dit wordt mogelijk gemaakt door het gebruik van digitale tweelingen (Digital Twins), die het mogelijk maken om de slijtage van componenten in een bepaald systeem te voorspellen.

Samenvatting

Een geschikte combinatie van kunstmatige intelligentie en het milieu op de werkplek kan veel aspecten van duurzame bedrijven beïnvloeden. Van het optimaliseren van de prestaties van kunstmatige intelligentie, dat wil zeggen het creëren van groene AI, tot het automatiseren van energiebeheer, het optimaliseren van de landbouw en het creëren van duurzame toeleveringsketens. Laatstgenoemde wordt, in de context van groeiende logistieke behoeften, cruciaal voor de efficiëntie en verantwoordelijkheid van bedrijven.

De toepassing van kunstmatige intelligentie brengt ook serieuze uitdagingen met zich mee, zoals het energieverbruik tijdens de trainingsfase en de voortdurende werking van AI-modellen. Kunstmatige intelligentie helpt echter ook om deze problemen op te lossen en de milieueffecten van zijn werking te verminderen. Er is dus ruimte voor groene AI-oplossingen en betrokkenheid bij duurzame praktijken op een ongekende schaal, van klimaatveranderingsanalyse tot biodiversiteitsbehoud.

Als je onze inhoud leuk vindt, sluit je dan aan bij onze drukke bijengemeenschap op Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.