論文の概要: Power Couple? AI Growth and Renewable Energy Investment

• arxiv url: http://arxiv.org/abs/2603.26678v1
• Date: Sun, 08 Mar 2026 20:22:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.065686
• Title: Power Couple? AI Growth and Renewable Energy Investment
• Title（参考訳）: AIの成長と再生可能エネルギー投資
• Authors: Luyi Gui, Tinglong Dai,
• Abstract要約: 我々は、AI成長と再生可能投資の均衡相互作用をモデル化する。 擬似ゲームでは、政策立案者はAIに利用可能な再生可能容量に投資し、AI開発者が能力を選択する。 気候の被害が増加するにつれて、AI対応適応の価値が増大し、フロンティアスケーリングを可能にするインセンティブが強化される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI and renewable energy are increasingly framed as a "power couple" -- the idea that surging AI electricity demand will accelerate clean-energy investment -- yet concerns persist that AI will instead entrench fossil-fuel carbon lock-in. We reconcile these views by modeling the equilibrium interaction between AI growth and renewable investment. In a parsimonious game, a policymaker invests in renewable capacity available to AI and an AI developer chooses capability; the equilibrium depends on scaling regimes and market incentives. When the market payoff to capability is supermodular and performance gains are near-linear in compute, developers push toward frontier scale even when the marginal megawatt-hour is fossil-based. In this regime, renewable expansion can primarily relax scaling constraints rather than displace fossil generation one-for-one, weakening incentives to build enough clean capacity and reinforcing fossil dependence. This yields an "adaptation trap": as climate damages rise, the value of AI-enabled adaptation increases, which strengthens incentives to enable frontier scaling while tolerating residual fossil use. When AI faces diminishing returns and lower scaling efficiency, energy costs discipline capability choices; renewable investment then both enables capability and decarbonizes marginal compute, generating an "adaptation pathway" in which climate stress strengthens incentives for clean-capacity expansion and can support a carbon-free equilibrium. A calibrated case study illustrates these mechanisms using observed magnitudes for investment, capability, and energy use. Decarbonizing AI is an equilibrium outcome: effective policy must keep clean capacity binding at the margin as compute expands.
• Abstract（参考訳）: AI(人工知能)と再生可能エネルギー(再生可能エネルギー)は、AIの電力需要の急増がクリーンエネルギー投資を加速するという「パワーカップル」の枠組みが強まっている。 我々は、AIの成長と再生可能投資の均衡相互作用をモデル化することで、これらの見解を精査する。 擬似ゲームでは、政策立案者はAIに利用可能な再生可能容量に投資し、AI開発者が能力を選択する。 能力に対する市場給付が超規則的であり、パフォーマンス向上が計算においてほぼ直線的である場合、開発者は、限界のメガワット時が化石ベースである場合でも、フロンティアスケールに向かって前進する。 この体制では、再生可能エネルギーは、化石生成を1対1に置き換えるよりも、主にスケーリングの制約を緩和し、十分なクリーンな能力を構築し、化石依存を補強するインセンティブを弱めることができる。 気候変動が増加するにつれて、AI対応適応の価値が増大し、残余の化石使用を許容しながらフロンティアスケーリングを可能にするインセンティブが強化される。 AIがリターンの低下とスケーリング効率の低下に直面している場合、エネルギーコストの規律能力の選択、再生可能投資の両方が能力を可能にし、限界計算を脱炭し、気候ストレスがクリーン・キャパシティ拡張のインセンティブを強化し、炭素自由均衡をサポートする「適応経路」を生成する。 キャリブレーションされたケーススタディでは、投資、能力、エネルギー使用のために観測された大きさを用いてこれらのメカニズムを実証している。 効率的な政策は、計算が拡大するにつれて、クリーンなキャパシティバインディングをマージンに保たなければならない。

関連論文リスト

• Efficiency vs Demand in AI Electricity: Implications for Post-AGI Scaling [26.59464335718656]
  私たちは、AIサービスの成長と、計算エネルギーの強度と経済的なドライバーの時間とを合わせた米国シナリオを実行します。 サービス成長は電力需要に線形に変換されない。その結果は効率トラジェクトリと需要応答性に依存する。 継続的な効率の改善により、AIの電力需要は依然として緩やかまたは飽和しているため、収入主導の需要が19世紀半ばまでに支配的になる。
  論文  参考訳（メタデータ） (2026-03-11T07:50:00Z)
• AI Cap-and-Trade: Efficiency Incentives for Accessibility and Sustainability [16.11189838235793]
  我々は、AI効率をインセンティブとする市場ベースの手法の研究、実装について論じる。 行動を呼び起こすため、我々はAIのためのキャップ・アンド・トレードシステムを提案する。
  論文  参考訳（メタデータ） (2026-01-27T18:53:21Z)
• AI and the Net-Zero Journey: Energy Demand, Emissions, and the Potential for Transition [0.0]
  データセンターのエネルギー消費シナリオと温室効果ガス排出量への影響について述べる。 我々は、2035年までにAIがCO2排出量に正、中性、または負の影響を及ぼすかどうかという重大な問題に対処する。
  論文  参考訳（メタデータ） (2025-07-14T19:16:27Z)
• 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)
• 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)
• Sustainable Computing -- Without the Hot Air [0.8602553195689513]
  コンピューティングの需要は指数関数的に増え続けている。 この成長は、エネルギー効率の改善が需要の増加を上回らない限り、コンピュータのエネルギー消費の指数的な増加に繋がる。 本稿では, 計算の炭素フットプリントを決定する基本的傾向と, 持続可能な計算を実現する上での意義を考察する。
  論文  参考訳（メタデータ） (2022-06-30T19:48:33Z)
• Applications of blockchain and artificial intelligence technologies for enabling prosumers in smart grids: A review [12.609078866334615]
  政府は再生可能エネルギー資源のシェア拡大を目標としている。 本稿では、消費者がエネルギー市場に参加するのを容易にするために、ブロックチェーンとAIをスマートグリッドに組み込む方法について論じる。
  論文  参考訳（メタデータ） (2022-02-21T10:27:31Z)
• Compute and Energy Consumption Trends in Deep Learning Inference [67.32875669386488]
  コンピュータビジョンと自然言語処理の分野における関連モデルについて検討する。 継続的な性能向上のために、これまで予想されていたよりもエネルギー消費の軟化が見られた。
  論文  参考訳（メタデータ） (2021-09-12T09:40:18Z)

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。