論文の概要: Digital Overconsumption and Waste: A Closer Look at the Impacts of Generative AI
- arxiv url: http://arxiv.org/abs/2505.18894v1
- Date: Sat, 24 May 2025 22:40:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:42.731996
- Title: Digital Overconsumption and Waste: A Closer Look at the Impacts of Generative AI
- Title（参考訳）: デジタル消費とムダ - ジェネレーティブAIの影響を概観する
- Authors: Vanessa Utz, Steve DiPaola,
- Abstract要約: 生成人工知能(AI)システムは、デジタル廃棄物の生産に負の貢献をする。
この時点で、デジタル空間における消費過多などの有害な消費者行動の再現について、緊急に議論する必要がある。
- 参考スコア（独自算出の注目度）: 1.0742675209112622
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Generative Artificial Intelligence (AI) systems currently contribute negatively to the production of digital waste, via the associated energy consumption and the related CO2 emissions. At this moment, a discussion is urgently needed on the replication of harmful consumer behavior, such as overconsumption, in the digital space. We outline our previous work on the climate implications of commercially available generative AI systems and the sentiment of generative AI users when confronted with AI-related climate research. We expand on this work via a discussion of digital overconsumption and waste, other related societal impacts, and a possible solution pathway
- Abstract（参考訳）: 生成人工知能(AI)システムは現在、関連するエネルギー消費と関連するCO2排出量を通じて、デジタル廃棄物の生産に負の貢献をしている。
この時点で、デジタル空間における消費過多などの有害な消費者行動の再現について、緊急に議論する必要がある。
我々は、商用で利用可能な生成AIシステムの気候影響と、AI関連の気候研究に直面した場合の生成AIユーザの感情について、これまでの研究の概要を述べる。
我々は、デジタル過消費とムダ、その他の関連する社会的影響、および解決経路の議論を通じて、この研究を拡大する。
関連論文リスト
- Climate Implications of Diffusion-based Generative Visual AI Systems and their Mass Adoption [1.0742675209112622]
本稿では,拡散型視覚AIシステムの成長,利用パターン,成長,気候への影響について報告する。
これらのツールの大量導入は,地球規模のエネルギー消費に大きく寄与する可能性が示唆された。
論文 参考訳（メタデータ） (2025-05-24T22:32:56Z) - Open and Sustainable AI: challenges, opportunities and the road ahead in the life sciences [50.9036832382286]
我々は、AI研究成果に対する信頼の侵食の増加についてレビューする。
我々は、AIエコシステムの断片化されたコンポーネントと、OpenとSustainable AIを最大限にサポートするためのガイドパスの欠如について論じる。
私たちの研究は、研究者と関連するAIリソースを結びつけることで、持続可能な、再利用可能な、透過的なAIの実装を容易にします。
論文 参考訳（メタデータ） (2025-05-22T12:52:34Z) - 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) - 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) - 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)
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。