論文の概要: The Unpaid Toll: Quantifying the Public Health Impact of AI

• arxiv url: http://arxiv.org/abs/2412.06288v1
• Date: Mon, 09 Dec 2024 08:20:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 23:11:44.278003
• Title: The Unpaid Toll: Quantifying the Public Health Impact of AI
• Title（参考訳）: 無給の料金:AIの公衆衛生への影響を定量化する
• Authors: Yuelin Han, Zhifeng Wu, Pengfei Li, Adam Wierman, Shaolei Ren,
• Abstract要約: AIの需要が急増し、エネルギー集約型データセンターが急速に拡大した。 AIの環境フットプリントの増大には大きな注意が払われているが、公衆衛生の負担はほとんど見過ごされている。 本稿では,AIのライフサイクル全体にわたって汚染物質排出量をモデル化し,公衆衛生への影響を定量化する手法を提案する。
• 参考スコア（独自算出の注目度）: 26.878518829330893
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The surging demand for AI has led to a rapid expansion of energy-intensive data centers, impacting the environment through escalating carbon emissions and water consumption. While significant attention has been paid to AI's growing environmental footprint, the public health burden, a hidden toll of AI, has been largely overlooked. Specifically, AI's lifecycle, from chip manufacturing to data center operation, significantly degrades air quality through emissions of criteria air pollutants such as fine particulate matter, substantially impacting public health. This paper introduces a methodology to model pollutant emissions across AI's lifecycle, quantifying the public health impacts. Our findings reveal that training an AI model of the Llama3.1 scale can produce air pollutants equivalent to more than 10,000 round trips by car between Los Angeles and New York City. The total public health burden of U.S. data centers in 2030 is valued at up to more than $20 billion per year, double that of U.S. coal-based steelmaking and comparable to that of on-road emissions of California. Further, the public health costs unevenly impact economically disadvantaged communities, where the per-household health burden could be 200x more than that in less-impacted communities. We recommend adopting a standard reporting protocol for criteria air pollutants and the public health costs of AI, paying attention to all impacted communities, and implementing health-informed AI to mitigate adverse effects while promoting public health equity.
• Abstract（参考訳）: AIの需要が急増し、エネルギー集約型データセンターが急速に拡大し、二酸化炭素排出量と水消費が環境に影響を与えている。 AIの環境フットプリントの増大には大きな注意が払われているが、公衆衛生上の負担、すなわちAIの隠れた料金は、ほとんど見過ごされてきている。 具体的には、チップ製造からデータセンター運用までのAIのライフサイクルは、微粒子物質などの大気汚染物質の排出によって大気質を著しく低下させ、公衆衛生に大きな影響を及ぼす。 本稿では,AIのライフサイクル全体にわたって汚染物質排出量をモデル化し,公衆衛生への影響を定量化する手法を提案する。 この結果から,Llama3.1スケールのAIモデルをトレーニングすることで,ロサンゼルスとニューヨークを結ぶ自動車による1万回以上の大気汚染物質を発生させることができることがわかった。 2030年の米国のデータセンターの総公衆衛生負担は年間200億ドル以上と評価され、米国の石炭製鋼の倍、カリフォルニア州のオンロード排出に匹敵する。 さらに、公共医療費は経済的に不利な地域社会に不均一に影響を及ぼし、住宅1戸当たりの健康負担は、影響の少ない地域社会よりも200倍多い可能性がある。 我々は、大気汚染物質基準とAIの公衆衛生コストに関する標準報告プロトコルを採用し、影響のあるすべてのコミュニティに注意を払って、公衆衛生のエクイティを促進しながら悪影響を軽減するために、健康インフォームドAIを実装することを推奨する。

関連論文リスト

• Predicting Public Health Impacts of Electricity Usage [20.400038737666545]
  電力部門は大気汚染物質排出量の主要な供給源であり、ほぼ全ての地域の公衆衛生に影響を及ぼしている。 私たちは、電気使用と公衆衛生成果を結びつけるエンドツーエンドパイプラインを提供する、ドメイン固有のAIモデルであるHealthPredictorを紹介します。
  論文  参考訳（メタデータ） (2025-11-27T02:33:13Z)
• Synergistic Neural Forecasting of Air Pollution with Stochastic Sampling [50.3911487821783]
  大気汚染は世界的な健康と環境のリスクの先駆けであり、特に山火事、都市干ばつ、塵嵐による大気汚染の急激な増加に弱い地域ではなおもである。 本稿では,気象および大気組成データを統合し,平均および極端汚染レベルの予測を改善する高分解能神経予測モデルであるSynCastを提案する。
  論文  参考訳（メタデータ） (2025-10-28T01:18:00Z)
• SatHealth: A Multimodal Public Health Dataset with Satellite-based Environmental Factors [8.107949747896107]
  SatHealthは、環境データ、衛星画像、医学的クレームから推定される全発生頻度、健康指標の社会的決定要因を組み合わせたデータセットである。 SatHealthの2症例(地域公衆衛生モデルと個人病リスク予測)で実験を行った。 その結果,生物環境情報はAIモデルの性能と時間空間の一般化性を著しく向上させることができることがわかった。
  論文  参考訳（メタデータ） (2025-06-16T16:34:41Z)
• An AI-driven framework for the prediction of personalised health response to air pollution [30.858937705130106]
  大気汚染は公衆衛生にとって重大な脅威となり、多くの呼吸器や心臓血管疾患を発生または悪化させる。 個人感覚の最近の進歩は、行動や生理的なデータの収集に変化をもたらした。 本研究では、ウェアラブルフィットネスデバイスからの生理データをリアルタイム環境暴露と統合することで、汚染に対する個人化された健康反応を予測する新しいワークフローを提案する。
  論文  参考訳（メタデータ） (2025-05-15T17:59:07Z)
• AirCast: Improving Air Pollution Forecasting Through Multi-Variable Data Alignment [46.56288727659417]
  大気汚染は、急速な工業化と都市化によって悪化する世界的な健康リスクの先駆けである。 本稿では,新しい多変量大気汚染予測モデルであるAirCastを紹介する。 AirCastは、大気条件と汚染物質濃度を同時に予測するマルチタスクヘッドアーキテクチャを採用している。
  論文  参考訳（メタデータ） (2025-02-25T07:34:18Z)
• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  この議論の多くは、大きな間接効果に対処することなく直接的影響に集中している。 本稿では,Jevonsのパラドックス問題がどのようにAIに適用され,効率向上がパラドックス的に消費増加を促すかを検討する。 これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• Towards Optimal Environmental Policies: Policy Learning under Arbitrary Bipartite Network Interference [0.0]
  石炭火力発電所への排出削減介入は、汚染に関連する健康負荷を減らすための効果があるがコストがかかる戦略であることが証明されている。 任意のネットワーク干渉(BNI)の下で最適ポリシーを決定するための新しい学習手法を提案する。 年間IHD入院率は1万人あたり20.66-44.51から、異なるコスト制約下での最適政策により減少する可能性がある。
  論文  参考訳（メタデータ） (2024-10-10T20:39:53Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Data Contamination Report from the 2024 CONDA Shared Task [78.50743680642405]
  この最初のコンピレーション・ペーパーは、合計23人のコントリビュータから91件以上の汚染された資料が報告された566件を基にしている。 共有タスクと関連するデータベースの目標は,問題の範囲の理解と,既知の汚染資源に対する報告評価結果の回避を支援することにある。
  論文  参考訳（メタデータ） (2024-07-31T11:26:57Z)
• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• Environmental Insights: Democratizing Access to Ambient Air Pollution Data and Predictive Analytics with an Open-Source Python Package [0.0]
  Environmental Insightsは、大気汚染濃度データへのアクセスを民主化するために設計されたオープンソースのPythonパッケージである。 このツールを使うと、ユーザーは過去の大気汚染データを検索し、機械学習モデルを使って将来の状況を予測することができる。
  論文  参考訳（メタデータ） (2024-03-06T12:34:50Z)
• A Framework for Scalable Ambient Air Pollution Concentration Estimation [0.0]
  英国では大気汚染が重要な問題であり、大気汚染濃度のデータが大気質の改善を目的とした介入の基礎となっている。 欠落した測度を埋めることにより,時間的・空間的データギャップに対処するデータ駆動型機械学習モデルフレームワークを提案する。 このアプローチは、2018年を通してイングランドの包括的なデータセットを1kmx1kmの時間分解能で提供する。
  論文  参考訳（メタデータ） (2024-01-16T18:03:07Z)
• Novel Regression and Least Square Support Vector Machine Learning Technique for Air Pollution Forecasting [0.0]
  大気汚染ベンチマークの不適切な検出は、人間や生物にとって深刻な合併症をもたらす。 DR-LSSVに基づく大気汚染予測手法を提案する。 その結果, DR-LSSV技術は大気汚染予測性能を効果的に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2023-06-11T06:56:00Z)
• Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model [72.65502770895417]
  176ビリオンパラメータ言語モデルBLOOMの炭素フットプリントを,そのライフサイクルにわたって定量化する。 BLOOMの最終訓練で約24.7トンのカルボネックが放出されたと推定する。 本稿では,機械学習モデルの炭素フットプリントを正確に推定することの難しさについて論じる。
  論文  参考訳（メタデータ） (2022-11-03T17:13:48Z)
• AiR -- An Augmented Reality Application for Visualizing Air Pollution [5.564705758320338]
  AiRは、CPCBが測定した空気質を、ユーザーのGPSによって検出された局地性、またはユーザの選択した局地性において考慮し、その局地性に存在する様々な大気汚染物質を可視化する。 AiRはまた、異なる汚染物質、ソース、およびそれらが健康に与える影響について、対話的に認識する。
  論文  参考訳（メタデータ） (2020-06-03T10:03:47Z)
• HazeDose: Design and Analysis of a Personal Air Pollution Inhaled Dose Estimation System using Wearable Sensors [6.284628903370058]
  我々はこのパラダイムを、個人の大気汚染をパーソナライズするHazeDoseシステムに拡張する。 ユーザはモバイルアプリケーションを通じて、パーソナライズされた大気汚染の暴露情報を視覚化できる。 1つのアルゴリズムは、代替ルートシナリオの実行時間と量削減のバランスをとるために導入された。
  論文  参考訳（メタデータ） (2020-05-28T02:35:13Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)

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。