論文の概要: Data Ecofeminism

• arxiv url: http://arxiv.org/abs/2502.11086v1
• Date: Sun, 16 Feb 2025 11:47:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:14:03.029607
• Title: Data Ecofeminism
• Title（参考訳）: データエコフェミニズム
• Authors: Ana Valdivia,
• Abstract要約: ジェネレーティブ・人工知能(GenAI)は環境に大きな影響を与えている。 この論文は、GenAIイノベーションレースの緊急再評価を求めている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Generative Artificial Intelligence (GenAI) is driving significant environmental impacts. The rapid development and deployment of increasingly larger algorithmic models capable of analysing vast amounts of data are contributing to rising carbon emissions, water withdrawal, and waste generation. Generative models often consume substantially more energy than traditional models, with major tech firms increasingly turning to nuclear power to sustain these systems -- an approach that could have profound environmental consequences. This paper introduces seven data ecofeminist principles delineating a pathway for developing technological alternatives of eco-societal transformations within the AI research context. Rooted in data feminism and ecofeminist frameworks, which interrogate about the historical and social construction of epistemologies underlying the hegemonic development of science and technology that disrupt communities and nature, these principles emphasise the integration of social and environmental justice within a critical AI agenda. The paper calls for an urgent reassessment of the GenAI innovation race, advocating for ecofeminist algorithmic and infrastructural projects that prioritise and respect life, the people, and the planet.
• Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)は環境に大きな影響を与えている。 膨大な量のデータを分析できるアルゴリズムモデルの急速な開発と展開は、二酸化炭素排出量の増加、水流出、廃棄物の発生に寄与している。 発電モデルは従来のモデルよりもはるかにエネルギーを消費することが多く、主要テクノロジー企業はこれらのシステムを維持するために原子力に目を向けている。 本稿では、AI研究の文脈において、エコ・ソーシャル・トランスフォーメーションの技術的代替手段を開発するための道筋を規定する7つのデータエコフェミニストの原則を紹介する。 データフェミニズムとエコフェミニズムの枠組みに根ざし、コミュニティや自然を混乱させる科学と技術のヘヘモニックな発展を支える認識論の歴史的・社会的構築を疑問視し、これらの原則は重要なAIアジェンダにおける社会と環境の正義の統合を強調している。 この論文は、生命、人々、そして地球を優先し尊重するエコフェミニストのアルゴリズム的・インフラ的事業を提唱する、GenAIイノベーションレースの緊急な再評価を求めている。

関連論文リスト

• Mapping the individual, social, and biospheric impacts of Foundation Models [0.39843531413098965]
  本稿では,基礎モデルと生成AIの社会的,政治的,環境的側面を説明するための重要な枠組みを提供する。 リスクと害の14のカテゴリを特定し、それらの個人的、社会的、および生物圏的影響に応じてそれらをマッピングする。
  論文  参考訳（メタデータ） (2024-07-24T10:05:40Z)
• From the evolution of public data ecosystems to the evolving horizons of the forward-looking intelligent public data ecosystem empowered by emerging technologies [0.0]
  公共データエコシステム (Public Data ecosystems, PDE) は、公共部門と外部におけるデータ利用の最適化に不可欠な複雑な社会技術システムである。 従来の研究は、公共データ生態系の6世代進化モデル(EMPDE)を提唱した。 本研究は,ヨーロッパ5カ国における実生活調査を通じて理論モデルを検証することにより,このギャップを解消するものである。
  論文  参考訳（メタデータ） (2024-05-22T12:58:02Z)
• Recommendations for public action towards sustainable generative AI systems [0.0]
  本稿では,生成AIの環境フットプリントの構成要素について述べる。 これは、大規模な言語モデルのトレーニングに関連する大量のCO2排出量と水消費を強調します。 また, 環境負荷に影響を及ぼすモデルの特徴と要因についても検討した。
  論文  参考訳（メタデータ） (2024-01-04T08:55:53Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• Towards Sustainable Artificial Intelligence: An Overview of Environmental Protection Uses and Issues [0.0]
  本稿では,明日の生態学的課題に対応するエネルギー消費技術のパラドックスについて述べる。 これは、ユースケースや具体的な例を示すために、グリーンプレイヤー向けのAIから多くの例を引き合いに出している。 環境の次元は、AIの幅広い倫理的問題の一部であり、長期的にAIの持続可能性を保証するために不可欠である。
  論文  参考訳（メタデータ） (2022-12-22T14:31:48Z)
• Eco2AI: carbon emissions tracking of machine learning models as the first step towards sustainable AI [47.130004596434816]
  eco2AIでは、エネルギー消費の追跡と地域CO2排出量の正当性に重点を置いている。 モチベーションは、サステナブルAIとグリーンAI経路の両方で、AIベースの温室効果ガスの隔離サイクルの概念からもたらされる。
  論文  参考訳（メタデータ） (2022-07-31T09:34:53Z)
• Learning from learning machines: a new generation of AI technology to meet the needs of science [59.261050918992325]
  科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。 産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
  論文  参考訳（メタデータ） (2021-11-27T00:55:21Z)
• Sustainable AI: Environmental Implications, Challenges and Opportunities [13.089123643565724]
  我々は、産業規模の機械学習ユースケースにおけるモデル開発サイクルを調べることで、AIコンピューティングの炭素フットプリントを特徴づける。 ハードウェア・ソフトウェア設計と大規模最適化がAIのカーボンフットプリント全体の削減にどのように役立つのかを、エンドツーエンドで分析する。
  論文  参考訳（メタデータ） (2021-10-30T23:36:10Z)
• Seeing biodiversity: perspectives in machine learning for wildlife conservation [49.15793025634011]
  機械学習は、野生生物種の理解、モニタリング能力、保存性を高めるために、この分析的な課題を満たすことができると我々は主張する。 本質的に、新しい機械学習アプローチとエコロジー分野の知識を組み合わせることで、動物生態学者は現代のセンサー技術が生み出すデータの豊富さを生かすことができる。
  論文  参考訳（メタデータ） (2021-10-25T13:40:36Z)
• 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)

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。