論文の概要: The environmental impact of ICT in the era of data and artificial intelligence

• arxiv url: http://arxiv.org/abs/2601.06174v1
• Date: Wed, 07 Jan 2026 09:07:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.641948
• Title: The environmental impact of ICT in the era of data and artificial intelligence
• Title（参考訳）: データ・人工知能時代におけるICTの環境影響
• Authors: François Rottenberg, Thomas Feys, Liesbet Van der Perre,
• Abstract要約: AIの出現に伴う急速な増加を観察する。 一部の俳優は、デジタルインフラの排出量の増加は許容できると主張している。 AIの環境への影響を定量化できるかどうかは不明だ。
• 参考スコア（独自算出の注目度）: 4.142334186419636
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The technology industry promotes artificial intelligence (AI) as a key enabler to solve a vast number of problems, including the environmental crisis. However, when looking at the emissions of datacenters from worldwide service providers, we observe a rapid increase aligned with the advent of AI. Some actors justify it by claiming that the increase of emissions for digital infrastructures is acceptable as it could help the decarbonization of other sectors, e.g., videoconference tools instead of taking the plane for a meeting abroad, or using AI to optimize and reduce energy consumption. With such conflicting claims and ambitions, it is unclear how the net environmental impact of AI could be quantified. The answer is prone to uncertainty for different reasons, among others: lack of transparency, interference with market expectations, lack of standardized methodology for quantifying direct and indirect impact, and the quick evolutions of models and their requirements. This report provides answers and clarifications to these different elements. Firstly, we consider the direct environmental impact of AI from a top-down approach, starting from general information and communication technologies (ICT) and then zooming in on data centers and the different phases of AI development and deployment. Secondly, a framework is introduced on how to assess both the direct and indirect impact of AI. Finally, we finish with good practices and what we can do to reduce AI impact.
• Abstract（参考訳）: テクノロジー産業は、環境危機を含む多数の問題を解決するための重要な手段として、人工知能(AI)を推進している。 しかし、世界中のサービスプロバイダのデータセンタの排出量を見ると、AIの出現に伴う急速な増加が観察されます。 一部の俳優は、デジタルインフラの排出量の増加が他のセクター、例えばビデオ会議ツールの脱炭を助けるため、海外での会議に飛行機を乗せる代わりにAIを使ってエネルギー消費を最適化し減らすことができるとして、それを正当化している。 このような矛盾する主張と野望により、AIの環境への影響がどのように定量化されるのかは不明だ。 透明性の欠如、市場の期待への干渉、直接的および間接的影響の定量化のための標準化された方法論の欠如、モデルとその要求の迅速な進化などだ。 このレポートは、これらの異なる要素に対する回答と明確化を提供する。 まず、一般的な情報通信技術(ICT)から始まり、データセンターとAI開発とデプロイメントの異なるフェーズを拡大する、トップダウンアプローチによるAIの直接的な環境影響について考察する。 第2に、AIの直接的な影響と間接的影響の両方を評価するためのフレームワークが導入される。 最後に、私たちは良いプラクティスとAIの影響を減らすためにできることを仕上げます。

関連論文リスト

• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  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。 AIの真の気候フットプリントを誤って表現し、意味のある介入の範囲を制限している、と我々は主張する。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• AI, Climate, and Regulation: From Data Centers to the AI Act [2.874893537471256]
  我々は、特にデータセンターとAIの気候関連規制に関するガイダンスを提供することを目標としている。 我々は、AIの推論から、これまで未解決であったエネルギー消費の報告を、その範囲に戻すために、AI法の具体的な解釈を提案する。 我々は、環境問題を含むAI法を強制リスクアセスメントに解釈することを主張する。
  論文  参考訳（メタデータ） (2024-10-09T08:43:53Z)
• 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、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、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)
• Towards A Comprehensive Assessment of AI's Environmental Impact [0.5982922468400899]
  機械学習に対する最近の関心の高まりは、AI/MLの大規模採用に拍車をかけた。 ライフサイクルを通じて、AI/MLから環境への影響と劣化を監視するフレームワークが必要である。 本研究では、オープンなエネルギーデータとグローバルに取得した衛星観測を用いて、データセンター周辺におけるAIの多面的影響に関連する環境変数を追跡する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-22T21:19:35Z)
• Predictable Artificial Intelligence [77.1127726638209]
  本稿では予測可能なAIのアイデアと課題を紹介する。 それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。 予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
  論文  参考訳（メタデータ） (2023-10-09T21:36:21Z)
• AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
  IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。 我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。 主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
  論文  参考訳（メタデータ） (2023-04-10T15:38:12Z)

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。