論文の概要: The Carbon Emissions of Writing and Illustrating Are Lower for AI than
for Humans
- arxiv url: http://arxiv.org/abs/2303.06219v1
- Date: Wed, 8 Mar 2023 21:44:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-19 11:58:41.102791
- Title: The Carbon Emissions of Writing and Illustrating Are Lower for AI than
for Humans
- Title(参考訳): 文字やイラストの二酸化炭素排出量は人間よりaiの方が少ない
- Authors: Bill Tomlinson, Rebecca W. Black, Donald J. Patterson, Andrew W.
Torrance
- Abstract要約: 我々は、同じタスクを完了した人間と比較して、複数のAIシステムの排出を分析する。
テキストのページを書くAIは、人間の130~1500倍のCO2eを放出する。
- 参考スコア(独自算出の注目度): 8.497410878853309
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As AI systems proliferate, their greenhouse gas emissions are an increasingly
important concern for human societies. We analyze the emissions of several AI
systems (ChatGPT, BLOOM, DALL-E2, Midjourney) relative to those of humans
completing the same tasks. We find that an AI writing a page of text emits 130
to 1500 times less CO2e than a human doing so. Similarly, an AI creating an
image emits 310 to 2900 times less. Emissions analysis do not account for
social impacts such as professional displacement, legality, and rebound
effects. In addition, AI is not a substitute for all human tasks. Nevertheless,
at present, the use of AI holds the potential to carry out several major
activities at much lower emission levels than can humans.
- Abstract(参考訳): AIシステムが普及するにつれて、温室効果ガスの排出は人間の社会にとってますます重要な関心事となっている。
我々は,複数のAIシステム(ChatGPT,BLOOM,DALL-E2,Midjourney)のエミッションを分析する。
テキストのページを書くAIは、人間の130~1500倍のCO2eを放出する。
同様に、画像を生成するAIは310倍から2900倍減少する。
排出分析は、専門職の転職、合法性、リバウンド効果などの社会的影響を考慮しない。
加えて、AIはすべての人間のタスクの代用ではない。
それでも、現在、AIの使用は、人間よりもはるかに低いエミッションレベルでいくつかの主要な活動を実行する可能性を秘めている。
関連論文リスト
- Biospheric AI [0.0]
我々は、エコセントリックな視点を前提とした新しいパラダイムであるバイオスフェアAIを提案する。
この研究は、AIとバイオスフィアの相互作用に焦点を当てた包括的な研究プログラムへの第一歩を踏み出そうとする。
論文 参考訳(メタデータ) (2024-01-31T13:04:34Z) - The Good, The Bad, and Why: Unveiling Emotions in Generative AI [76.40058756117445]
EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。
EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
論文 参考訳(メタデータ) (2023-12-18T11:19:45Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳(メタデータ) (2023-06-15T14:08:07Z) - Governance of the AI, by the AI, and for the AI [9.653656920225858]
研究者たちは、人工知能の時代がようやくやってきたと信じている。
AIの現状は、社会の多くの異なる分野に大きな変化をもたらしている。
論文 参考訳(メタデータ) (2023-05-04T03:29:07Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳(メタデータ) (2023-04-16T11:22:59Z) - Best-Response Bayesian Reinforcement Learning with Bayes-adaptive POMDPs
for Centaurs [22.52332536886295]
本稿では,人間とAIの相互作用を逐次ゲームとして新たに定式化する。
このケースでは、有界人間によるより良い意思決定を支援するというAIの問題は、ベイズ対応のPOMDPに還元される。
我々は、機械が自身の限界と人間の助けを借りて改善する方法について議論する。
論文 参考訳(メタデータ) (2022-04-03T21:00:51Z) - The Turing Trap: The Promise & Peril of Human-Like Artificial
Intelligence [1.9143819780453073]
人間のような人工知能の利点には、生産性の上昇、余暇の増加、そしておそらく最も重要なのは、私たちの心をよりよく理解することが含まれる。
しかし、あらゆるタイプのAIが人間に似ているわけではない。実際、最も強力なシステムの多くは、人間とは大きく異なる。
機械が人間の労働の代用となるにつれ、労働者は経済的・政治的交渉力を失う。
対照的に、AIが人間を模倣するのではなく強化することに焦点を当てている場合、人間は創造された価値の共有を主張する力を保持します。
論文 参考訳(メタデータ) (2022-01-11T21:07:17Z) - On some Foundational Aspects of Human-Centered Artificial Intelligence [52.03866242565846]
人間中心人工知能(Human Centered Artificial Intelligence)の意味については明確な定義はない。
本稿では,AIコンポーネントを備えた物理・ソフトウェア計算エージェントを指すHCAIエージェントについて紹介する。
HCAIエージェントの概念は、そのコンポーネントや機能とともに、人間中心のAIに関する技術的および非技術的議論を橋渡しする手段であると考えています。
論文 参考訳(メタデータ) (2021-12-29T09:58:59Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳(メタデータ) (2021-07-12T14:21:46Z) - The Short Anthropological Guide to the Study of Ethical AI [91.3755431537592]
ショートガイドは、AI倫理と社会科学の紹介と、AIの開発に関する人類学的視点の両方を兼ね備えている。
AIシステムの社会的影響と、これらのシステムがいかにして我々の世界がどのように機能するかを再考するかについての洞察を、この分野に馴染みのない人たちに提供することを目指している。
論文 参考訳(メタデータ) (2020-10-07T12:25:03Z) - Ethical Considerations for AI Researchers [0.0]
人工知能の利用は、人々の生活に影響を与えるアプリケーションへと成長し、拡大しています。
害の可能性を秘めており、すでに世界中でその例が見られます。
AIの倫理は明確なものではないが、私たちが導入する影響を最小限に抑えるためのガイドラインがある。
論文 参考訳(メタデータ) (2020-06-13T04:31:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。