論文の概要: Water-Energy-Data nexus reveals sustainability gaps and priorities for AI infrastructure
- arxiv url: http://arxiv.org/abs/2610.23614v1
- Date: Fri, 16 Oct 2026 15:25:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.988615
- Title: Water-Energy-Data nexus reveals sustainability gaps and priorities for AI infrastructure
- Title（参考訳）: Water-Energy-Data nexusがAIインフラストラクチャの持続可能性ギャップと優先順位を公表
- Abstract要約: 人工知能の急速な成長は、相互接続された水、エネルギー、データシステムに依存する。
水エネルギーデータネクサスフレームワークは、AIインフラストラクチャの空間的およびライフサイクル的依存関係をキャプチャする。
エビデンスマップは、AIインフラストラクチャをサポートする相互接続されたアクティビティと、それらを評価するために使用されるバウンダリとのミスマッチを特定する。
- 参考スコア（独自算出の注目度）: 10.256545314117565
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid growth of artificial intelligence (AI) depends on interconnected water, energy, and data systems spanning infrastructure life cycles and diverse geographies, with the potential to intensify water and energy insecurity, exacerbate social inequities and lead to cascading sustainability issues globally. Yet assessments commonly examine them separately, limiting our understanding of where resource pressures arise, how they are transferred across space, and who bears their consequences. To address these challenges, we established a water-energy-data (WED) nexus framework that captures the spatial and life-cycle dependencies of AI infrastructure, and use large language models to synthesize 12,825 water- or energy-related studies across four resource-intensive AI infrastructure activities: mineral extraction, semiconductor manufacturing, data center operation and electronic-waste processing. The evidence map identifies a mismatch between the interconnected activities supporting AI infrastructure and boundaries used to assess them. Researchers assess operational energy more than water use and other indirect demands, while interactions across locations and life-cycle activities remain understudied. These gaps obscure how resource demands shift among infrastructure nodes and regions, and how data-enabled benefits compare with their underlying costs. The WED nexus provides a foundation for integrated assessment of spatially metacoupled systems, while the evidence map can inform priorities for managing the sustainability implications of the AI boom.
- Abstract（参考訳）: 人工知能(AI)の急速な成長は、インフラのライフサイクルや多様な地理にまたがる相互接続された水、エネルギー、データシステムに依存しており、水とエネルギーの不安を増し、社会的不平等を悪化させ、世界中で持続可能性の問題を引き起こす可能性がある。
しかし、評価は一般的にそれらを個別に検証し、資源の圧力の発生場所、宇宙を横断する移動方法、そして結果に誰が影響するかの理解を制限する。
これらの課題に対処するために、私たちは、AIインフラストラクチャの空間的およびライフサイクル的依存関係をキャプチャする水エネルギーデータ(WED)ネクサスフレームワークを構築し、大規模言語モデルを使用して、ミネラル抽出、半導体製造、データセンター操作、電子廃棄物処理という4つのリソース集約型AIインフラストラクチャーアクティビティにわたる12,825個の水またはエネルギー関連研究を合成した。
このエビデンスマップは、AIインフラストラクチャをサポートする相互接続されたアクティビティと、それらを評価するために使用されるバウンダリとのミスマッチを特定する。
研究者は、水の使用や他の間接的な需要よりも運用エネルギーを評価する一方、場所やライフサイクル活動間の相互作用は検討されていない。
これらのギャップは、インフラストラクチャノードとリージョン間のリソース要求の移行方法や、データ可能なメリットが基盤となるコストとどのように比較されるのかを明確化しています。
WEDネクサスは、空間的にメタカップリングされたシステムの統合評価のための基盤を提供し、エビデンスマップは、AIブームの持続可能性への影響を管理するための優先順位を通知する。
関連論文リスト
- Computing at Sea: Floating and Offshore Data Centres as a Pathway to Sustainable AI Infrastructure [4.021733299734901]
この記事では、デジタルインフラの新たな代替モデルとして、フローティングおよびオフショアデータセンターについて検討する。
計算を海洋環境に移動させることで、オフショアシステムは海洋の自然冷却能力を利用することができる。
この記事では、オフショアコンピューティングが、電化、再生可能エネルギー、大規模AIインフラストラクチャーの間の将来の関係をいかに形作るかについて論じる。
論文 参考訳（メタデータ） (2026-09-11T07:15:21Z) - Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。
我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。
我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
論文 参考訳（メタデータ） (2026-04-09T06:13:59Z) - WaterCopilot: An AI-Driven Virtual Assistant for Water Management [0.44366329731054943]
WaterCopilotは、国際水管理研究所(IWMI)とMicrosoft Research for the Limpopo River Basin (LRB)によって開発されたAI駆動バーチャルアシスタントである。
WaterCopilotは2つのカスタムプラグインを通じて静的ポリシー文書とリアルタイムな水文データを統合する。
システムは、ガイド付きインタラクション(英語、ポルトガル語、フランス語)、透過的なソース参照、自動計算、可視化機能を備えている。
論文 参考訳（メタデータ） (2026-01-13T13:44:00Z) - AI and Remote Sensing for Resilient and Sustainable Built Environments: A Review of Current Methods, Open Data and Future Directions [0.0]
輸送ネットワークのような重要なインフラは、モビリティと貿易を可能にすることで経済成長を支えている。
気候変動の影響、極端な天候、海面上昇、ハイブリッドな脅威は、その弾力性と機能に対するリスクを増大させる。
本稿では,新しいデジタル技術,特に人工知能(AI)が,交通インフラの損傷評価とモニタリングをいかに向上させるかを検討する。
論文 参考訳（メタデータ） (2025-07-02T09:59:23Z) - Open and Sustainable AI: challenges, opportunities and the road ahead in the life sciences (October 2025 -- Version 2) [49.142289900583705]
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) - Identifying Trustworthiness Challenges in Deep Learning Models for Continental-Scale Water Quality Prediction [69.38041171537573]
水質は環境の持続可能性、生態系の回復力、公衆衛生に基礎を置いている。
ディープラーニングは、大規模な水質予測と科学的洞察生成のための変革的なポテンシャルを提供する。
汚染緩和や資源配分等、高額な運用上の意思決定に広く採用されていることは、未解決の信頼性の課題によって防止されている。
論文 参考訳（メタデータ） (2025-03-13T01:50:50Z) - 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) - A Gap in Time: The Challenge of Processing Heterogeneous IoT Data in Digitalized Buildings [15.525789412274587]
本研究は, ビル内およびビル間におけるIoTデータの多様性について検討した。
その結果、マルチモーダルデータ統合、ドメインインフォームドモデリング、自動データエンジニアリングパイプラインの必要性が強調された。
論文 参考訳（メタデータ） (2024-05-23T07:45:48Z) - Green Edge AI: A Contemporary Survey [46.11332733210337]
AIの変換力は、ディープニューラルネットワーク(DNN)の利用から導かれる。
ディープラーニング(DL)は、エンドユーザーデバイス(EUD)に近い無線エッジネットワークに移行しつつある。
その可能性にもかかわらず、エッジAIは大きな課題に直面している。主な原因は、無線エッジネットワークのリソース制限と、DLのリソース集約的な性質の分離である。
論文 参考訳（メタデータ） (2023-12-01T04:04:37Z) - Artificial Intelligence Based Prognostic Maintenance of Renewable Energy
Systems: A Review of Techniques, Challenges, and Future Research Directions [3.1123064748686287]
データ分析と機械学習(ML)技術は、これらの予後維持システムの全体的な効率を高めるために使われています。
本稿では,文献に報告されている予測/予測保守フレームワークの概要について述べる。
MLベースのソリューションの重要な側面として、ドメインで一般的に使用されるデータセットについても議論します。
論文 参考訳（メタデータ） (2021-04-20T11:41:00Z)
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。