ਲਾਭ:
- ਇਹ ਫਰਕ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਕਿੱਥੇ ਨਕਲੀ ਬੁੱਧੀ ਵਾਤਾਵਰਣ ਦੇ ਕਾਰਜ ਪ੍ਰਵਾਹ (ਖਾਤਾ, ਨਿਗਰਾਨੀ, ਰਿਪੋਰਟਿੰਗ, ਪਾਲਣਾ) ਵਿੱਚ ਸਮਾਂ ਬਚਾਉਂਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ ਨਿਕਾਸ ਕਾਰਕ, ਦਾਅਵਿਆਂ ਅਤੇ ਦਾਅਵੇ ਦੇ ਫੈਸਲੇ ਮਨੁੱਖਾਂ ਲਈ ਛੱਡੇ ਜਾਂਦੇ ਹਨ, ਜੋਖਮ ਦੇ ਪੱਧਰ ਦੇ ਅਧਾਰ ਤੇ।
- ਇੱਕ ਅਨੁਸ਼ਾਸਨ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਯੂਨਿਟ, ਸਰੋਤ ਅਤੇ ਸੁਤੰਤਰ ਤਸਦੀਕ ਕਦਮਾਂ ਨਾਲ ਹਰੇਕ ਡਿਜੀਟਲ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਰਦੀ ਹੈ
- ਇਹ ਸਮਝਣਾ ਕਿ ਕਿਉਂ ਨਕਲੀ ਨਿਕਾਸ ਕਾਰਕ, ਸਕੋਪ-ਯੂਨਿਟ ਉਲਝਣ ਅਤੇ ਹਰੀ ਧੋਣ ਵਾਲੀ ਭਾਸ਼ਾ ਜੋਖਮ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਸ ਪੇਸ਼ੇ ਲਈ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ।
ਵਾਤਾਵਰਣ ਪ੍ਰਬੰਧਨ ਇੱਕ ਸੰਸਥਾ ਨੂੰ ਹਵਾ, ਪਾਣੀ ਅਤੇ ਮਿੱਟੀ 'ਤੇ ਛੱਡਣ ਵਾਲੇ ਪੈਰਾਂ ਦੇ ਨਿਸ਼ਾਨ ਨੂੰ ਮਾਪਣ, ਘਟਾਉਣ ਅਤੇ ਭਰੋਸੇਯੋਗ ਤੌਰ 'ਤੇ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਦਾ ਕੰਮ ਹੈ। ਸਭ ਤੋਂ ਬੇਰਹਿਮ ਨਿਯਮ ਇਹ ਹੈ ਕਿ ਜੇਕਰ ਕੋਈ ਸੰਖਿਆ ਗਲਤ ਹੈ, ਇੱਕ ਨਿਕਾਸ ਕਾਰਕ ਗਲਤ ਹੈ, ਜਾਂ ਇੱਕ ਦਾਅਵਾ ਬੇਬੁਨਿਆਦ ਹੈ, ਤਾਂ ਪੂਰੀ ਰਿਪੋਰਟ ਢਹਿ ਜਾਂਦੀ ਹੈ - ਅਤੇ ਹੁਣ ਉਸ ਪਤਨ ਦਾ ਇੱਕ ਨਾਮ ਹੈ: ਗ੍ਰੀਨਵਾਸ਼ਿੰਗ, ਜਦੋਂ ਕੋਈ ਸੰਸਥਾ ਆਪਣੇ ਵਾਤਾਵਰਣ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਅਸਲ ਵਿੱਚ ਬਿਹਤਰ ਦਿਖਾਉਂਦੀ ਹੈ। ਇੱਕ ਨਿਯੰਤ੍ਰਕ ਜੁਰਮਾਨਾ, ਪ੍ਰਤਿਸ਼ਠਾਤਮਕ ਨੁਕਸਾਨ, ਜਾਂ ਇੱਕ ਨਿਵੇਸ਼ਕ ਮੁਕੱਦਮਾ ਇੱਕ ਇੱਕਲੇ ਅਪੁਸ਼ਟ ਸੰਖਿਆ ਤੋਂ ਪੈਦਾ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ ਵਾਤਾਵਰਣ ਅਤੇ ਜਲਵਾਯੂ ਮਾਮਲਿਆਂ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਅਨੁਸ਼ਾਸਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਇਹ ਸਿੱਖੋਗੇ ਕਿ ਅਸੀਂ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਕਿੱਥੇ ਕਹਿੰਦੇ ਹਾਂ (LLM - ਇੱਕ ਕਿਸਮ ਦੀ AI ਜੋ ਟੈਕਸਟ ਸਟੈਟਿਸਟਿਕ ਤੌਰ 'ਤੇ, "ਅਗਲੇ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਿਤ ਸ਼ਬਦ" ਦੇ ਤਰਕ ਦੇ ਨਾਲ ਟੈਕਸਟ ਤਿਆਰ ਕਰਦੀ ਹੈ) ਅਸਲ ਵਿੱਚ ਵਾਤਾਵਰਣ ਦੇ ਕੰਮ ਵਿੱਚ ਸਮਾਂ ਬਚਾਉਂਦੀ ਹੈ, ਉਹ ਕਿੱਥੇ ਖਤਰਨਾਕ ਹਨ, ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕਰਨੀ ਹੈ।
ਪਹਿਲਾਂ, ਇੱਕ ਨਾਜ਼ੁਕ ਧਾਰਨਾ: ਭਰਮ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ AI ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਸੱਚ ਨਹੀਂ ਹੈ, ਪੂਰੇ ਵਿਸ਼ਵਾਸ ਨਾਲ, ਜਿਵੇਂ ਕਿ ਇਹ ਸੱਚ ਹੈ। ਵਾਤਾਵਰਣ ਦੇ ਖੇਤਰ ਵਿੱਚ, ਇਹ; ਤੁਸੀਂ ਇਸ ਦਾ ਸਾਹਮਣਾ ਇੱਕ ਬਣਾਏ-ਅਪ ਐਮੀਸ਼ਨ ਕਾਰਕ, ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਕਾਨੂੰਨ ਦੇ ਟੁਕੜੇ, ਇੱਕ ਗਲਤ ਯੂਨਿਟ (ਟਨ ਦੀ ਬਜਾਏ ਕਿਲੋਗ੍ਰਾਮ) ਜਾਂ ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਵਿਗਿਆਨਕ ਅਧਿਐਨ ਦੇ ਹਵਾਲੇ ਦੇ ਰੂਪ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹੋ। ਨਾਜ਼ੁਕ ਬਿੰਦੂ ਇਹ ਹੈ: LLM ਇੱਕ ਕੈਲਕੁਲੇਟਰ, ਇੱਕ ਮਾਪਣ ਵਾਲਾ ਯੰਤਰ ਜਾਂ ਇੱਕ ਰੈਗੂਲੇਟਰੀ ਡੇਟਾਬੇਸ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਟੈਕਸਟ ਜਨਰੇਟਰ ਹੈ ਜੋ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਦੇਖੇ ਜਾਣ ਵਾਲੇ ਪਾਠਾਂ ਦੀ ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਨਕਲ ਕਰਦਾ ਹੈ। ਇਹ ਜ਼ਿਆਦਾਤਰ ਸਮਾਂ ਵਾਜਬ ਆਉਟਪੁੱਟ ਦਿੰਦਾ ਹੈ; ਪਰ "ਵਾਜਬ" ਅਤੇ "ਪ੍ਰਮਾਣਿਤ" ਵਿਚਕਾਰ ਅੰਤਰ ਵਾਤਾਵਰਨ ਰਿਪੋਰਟਿੰਗ ਵਿੱਚ ਸਭ ਕੁਝ ਹੈ।
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਕਿੱਥੇ ਕੰਮ ਕਰਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ ਇਹ ਵਾਤਾਵਰਣ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰਦੀ?
ਏਆਈ ਨੂੰ ਇੱਕ ਤੇਜ਼ ਡਰਾਫਟ, ਡੇਟਾ ਕਿਊਰੇਸ਼ਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਿਭਾਗੀ ਵਜੋਂ ਸੋਚੋ: ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ ਕੀਮਤੀ ਪਰ ਜ਼ਰੂਰੀ ਹੈ। ਨਿਮਨਲਿਖਤ ਅੰਤਰ ਇਸ ਮੋਡੀਊਲ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਹੈ।
ਖੋਜ
AI ਦਾ ਯੋਗਦਾਨ
ਮਾਹਰ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ
ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਦੀ ਗਣਨਾ
ਫਾਰਮੂਲੇ ਸੈੱਟ ਕਰਦਾ ਹੈ, ਪਾਈਥਨ ਕੋਡ ਲਿਖਦਾ ਹੈ
ਸਰੋਤ ਤੋਂ ਨਿਕਾਸ ਕਾਰਕ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ
ਸੈਟੇਲਾਈਟ/ਸੈਂਸਰ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ
ਡਰਾਫਟ ਕੋਡ ਅਤੇ ਟਿੱਪਣੀਆਂ ਤਿਆਰ ਕਰਦਾ ਹੈ
ਮਾਪ ਅਤੇ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ
ESG ਰਿਪੋਰਟ ਦਾ ਖਰੜਾ
ਟੈਕਸਟ ਅਤੇ ਟੇਬਲ ਪਿੰਜਰ ਬਣਾਉਂਦਾ ਹੈ
ਡੇਟਾ ਨਾਲ ਹਰ ਦਾਅਵੇ ਨੂੰ ਸਾਬਤ ਕਰਨਾ
ਵਿਧਾਨਕ ਸੰਖੇਪ
ਗੁੰਝਲਦਾਰ ਟੈਕਸਟ ਨੂੰ ਸਰਲ ਬਣਾਓ
ਮੌਜੂਦਾ ਅਧਿਕਾਰਤ ਟੈਕਸਟ ਤੋਂ ਲੇਖ ਦੀ ਪੁਸ਼ਟੀ
ਜਲਵਾਯੂ ਖਤਰੇ ਦਾ ਦ੍ਰਿਸ਼
ਦ੍ਰਿਸ਼ ਫਰੇਮਵਰਕ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦਾ ਹੈ
ਅਨੁਮਾਨਾਂ ਅਤੇ ਡੇਟਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰ ਰਿਹਾ ਹੈ
ਰਹਿੰਦ/ਪਾਣੀ ਦਾ ਅਨੁਕੂਲਨ
ਮਾਡਲ ਅਤੇ ਪ੍ਰਸਤਾਵ ਡਰਾਫਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ
ਫੀਲਡ ਲਾਗੂ ਹੋਣ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ
ਅੰਗੂਠੇ ਦਾ ਨਿਯਮ: ਨੰਬਰ ਦਾ ਮਾਰਗ ਲੱਭਣ, ਕੋਡ ਲਿਖਣ, ਡੇਟਾ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਨ, ਅਤੇ ਡਰਾਫਟ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰੋ, ਨਾ ਕਿ ਨੰਬਰ ਖੁਦ; ਇੱਕ ਸੁਤੰਤਰ, ਭਰੋਸੇਮੰਦ ਸਰੋਤ (ਨਿਕਾਸ ਕਾਰਕ ਡੇਟਾਬੇਸ, ਸਰਕਾਰੀ ਕਾਨੂੰਨ, ਕੈਲੀਬਰੇਟਿਡ ਮਾਪ) ਤੋਂ ਹਰੇਕ ਸੰਖਿਆਤਮਕ ਨਤੀਜੇ ਅਤੇ ਹਰ ਤੱਥ ਦੇ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
ਵਾਤਾਵਰਣ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਏਆਈ ਦੇ ਤਿੰਨ ਮਾਰੂ ਜਾਲ
1. ਫਿਟਿੰਗ ਐਮਿਸ਼ਨ ਫੈਕਟਰ ਅਤੇ ਗੁਣਾਂਕ। AI ਇੱਕ ਨਿਕਾਸ ਕਾਰਕ ਨੂੰ "ਭਰ" ਸਕਦਾ ਹੈ ਜਿਸ ਨੂੰ ਉਹ ਯਾਦ ਨਹੀਂ ਰੱਖਦਾ (ਪ੍ਰਤੀ ਯੂਨਿਟ ਈਂਧਨ ਜਾਂ ਗਤੀਵਿਧੀ ਲਈ ਜਾਰੀ ਗ੍ਰੀਨਹਾਉਸ ਗੈਸਾਂ ਦੀ ਮਾਤਰਾ) ਇੱਕ ਸੰਖਿਆ ਦੇ ਨਾਲ ਜੋ ਵਾਜਬ ਜਾਪਦਾ ਹੈ। ਇੱਕ kWh ਬਿਜਲੀ ਲਈ ਇੱਕ ਗਲਤ ਕਾਰਬਨ ਤੀਬਰਤਾ ਸਾਰੀ ਵਸਤੂ ਸੂਚੀ ਨੂੰ ਵਿਗਾੜ ਦੇਵੇਗੀ।
2. ਇਕਾਈ ਅਤੇ ਸਕੋਪ ਉਲਝਣ. AI; kg ਤੋਂ ਟਨ ਤੱਕ, CO₂ ਤੋਂ CO₂e (ਕਾਰਬਨ ਡਾਈਆਕਸਾਈਡ ਦੇ ਬਰਾਬਰ — ਵੱਖ-ਵੱਖ ਗ੍ਰੀਨਹਾਊਸ ਗੈਸਾਂ ਦਾ ਗਰਮ ਕਰਨ ਦਾ ਪ੍ਰਭਾਵ ਇੱਕ ਸਾਂਝੀ ਇਕਾਈ ਵਿੱਚ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ) ਸਕੋਪ 1 ਅਤੇ ਸਕੋਪ 3 ਦੇ ਵਿਚਕਾਰ ਚੁੱਪਚਾਪ ਘੁੰਮ ਸਕਦਾ ਹੈ। ਨਤੀਜਾ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਵਾਜਬ ਲੱਗਦਾ ਹੈ, ਪਰ ਇਹ ਗਲਤ ਹੈ।
3. ਭਾਸ਼ਾ ਜੋ ਹਰਿਆਵਲ ਪੈਦਾ ਕਰਦੀ ਹੈ। AI ਆਸਾਨੀ ਨਾਲ ਗੈਰ-ਪ੍ਰਮਾਣਿਤ, ਹਾਈਪਰਬੋਲਿਕ ਸਟੇਟਮੈਂਟਾਂ ਜਿਵੇਂ ਕਿ “ਈਕੋ-ਅਨੁਕੂਲ,” “ਕਾਰਬਨ ਨਿਰਪੱਖ,” “100% ਟਿਕਾਊ” ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇਹ ਬਿਆਨ ਹੁਣ ਬਹੁਤ ਸਾਰੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਕਾਨੂੰਨੀ ਖਤਰੇ ਵਿੱਚ ਹਨ। ਅਸੀਂ ਇਸ ਨੂੰ ਯੂਨਿਟ 11 ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਕਵਰ ਕਰਾਂਗੇ।
ਸੰਕੇਤ: ਤਿੰਨ ਸਵਾਲਾਂ ਦੇ ਨਾਲ ਹਰੇਕ ਸੰਖਿਆਤਮਕ AI ਆਉਟਪੁੱਟ ਤੱਕ ਪਹੁੰਚੋ: (1) ਇਸਦੀ ਇਕਾਈ ਕੀ ਹੈ (ਕਿਲੋਗ੍ਰਾਮ, ਟਨ, CO₂ ਜਾਂ CO₂e)? (2) ਕੀ ਸਰੋਤ ਜਾਣਿਆ ਅਤੇ ਅਪ-ਟੂ-ਡੇਟ ਹੈ? (3) ਮੈਂ ਇਸਦੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਜਾਂਚ ਕਿਵੇਂ ਕਰਾਂ? ਇਹ ਤਿੰਨ ਸਵਾਲ ਵਾਤਾਵਰਣ ਦੀਆਂ ਵੱਡੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਬਡ ਵਿੱਚ ਫੜਦੇ ਹਨ।
ਕਦਮ ਦਰ ਕਦਮ: ਵਾਤਾਵਰਣ ਲਈ ਸੁਰੱਖਿਅਤ ਏਆਈ ਵਰਕਫਲੋ
1. ਕਾਰਜ ਨੂੰ ਇਸਦੇ ਦਾਇਰੇ ਅਤੇ ਇਕਾਈ ਨਾਲ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। "ਮੇਰੇ ਕਾਰਬਨ ਦੀ ਗਣਨਾ ਕਰੋ" ਦੀ ਬਜਾਏ "m³ ਖਪਤ ਅਤੇ ਅਧਿਕਾਰਤ ਨਿਕਾਸ ਕਾਰਕ ਦੇ ਨਾਲ ਟਨ CO₂e ਵਿੱਚ 2024 ਲਈ ਸਕੋਪ 1 ਕੁਦਰਤੀ ਗੈਸ ਬਲਨ ਤੋਂ ਨਿਕਾਸ ਦੀ ਗਣਨਾ ਕਰੋ।"
2. ਵਿਧੀ ਅਤੇ ਮਿਆਰ ਦੱਸੋ। ਕਿਸ ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਅਨੁਸਾਰ? GHG ਪ੍ਰੋਟੋਕੋਲ ਜਾਂ ISO 14064? ਮਿਆਰੀ ਕਹਿਣਾ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਆਉਟਪੁੱਟ ਆਡਿਟਯੋਗ ਹੈ।
3. ਸਰੋਤ ਲਈ ਪੁੱਛੋ, ਮਨਘੜਤ ਮਨ੍ਹਾ ਕਰੋ. ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ AI ਨੂੰ ਉਸ ਦੇ ਸਰੋਤ ਨਾਲ ਨਿਕਾਸ ਕਾਰਕ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਕਹੋ, ਅਤੇ ਜੇਕਰ ਇਹ ਨਹੀਂ ਜਾਣਦਾ ਹੈ, ਤਾਂ "ਇਸਦੀ ਅਧਿਕਾਰਤ ਸਰੋਤ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰੋ"।
4. ਕੋਡ ਚਲਾ ਕੇ ਪੁਸ਼ਟੀ ਕਰੋ। ਪਾਈਥਨ ਐਗਜ਼ੀਕਿਊਟੇਬਲ ਨਾਲ ਖਾਤੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਇੱਕ ਨਿਰਧਾਰਨਵਾਦੀ (ਹਮੇਸ਼ਾ ਇੱਕੋ ਇੰਪੁੱਟ ਲਈ ਉਹੀ ਸਹੀ ਨਤੀਜਾ ਦਿੰਦਾ ਹੈ) ਕੋਡ LLM ਦੇ ਸਿਰ ਦੀ ਗਿਣਤੀ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸੇਯੋਗ ਹੁੰਦਾ ਹੈ।
5. ਤੱਥਾਂ ਅਤੇ ਦਾਅਵਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਨਿਕਾਸੀ ਕਾਰਕ, ਰੈਗੂਲੇਟਰੀ ਧਾਰਾਵਾਂ, ਟੀਚਾ ਮੁੱਲ - ਇਹਨਾਂ ਸਾਰਿਆਂ ਦੀ ਭਰੋਸੇਯੋਗ ਸੰਦਰਭ (IPCC, DEFRA/EPA ਫੈਕਟਰ ਟੇਬਲ, ਅਧਿਕਾਰਤ ਗਜ਼ਟ) ਤੋਂ ਪੁਸ਼ਟੀ ਕਰੋ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਫਰਜ਼ੀ ਨਿਕਾਸੀ ਕਾਰਕ। ਇੱਕ ਸਥਿਰਤਾ ਮਾਹਰ ਨੇ ਕੁਦਰਤੀ ਗੈਸ ਦੇ ਨਿਕਾਸ ਕਾਰਕ ਲਈ AI ਨੂੰ ਪੁੱਛਿਆ ਅਤੇ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕੀਤਾ: "2.75 kg CO₂e/m³"। ਮਾਹਰ ਨੇ ਇੱਕ ਅਧਿਕਾਰਤ ਸਾਰਣੀ ਨਾਲ ਮੁੱਲ ਦੀ ਤੁਲਨਾ ਕੀਤੀ: ਅਸਲ ਮੁੱਲ ਲਗਭਗ 2.02 kg CO₂e/m³ ਸੀ। AI ਮੁੱਲ ਵਿੱਚ 36% ਦਾ ਵਾਧਾ ਹੋਇਆ ਸੀ। 500,000 m³ ਦੀ ਖਪਤ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਲਗਭਗ 365 ਟਨ CO₂e ਦੀ ਵਸਤੂ ਸੂਚੀ ਵਿੱਚ ਇੱਕ ਕਾਲਪਨਿਕ ਸਰਪਲੱਸ ਸੀ। ਤਸਦੀਕ ਕੀਤੇ ਬਿਨਾਂ, ਸਾਰੀ ਰਿਪੋਰਟ ਝੂਠੀ ਹੋਵੇਗੀ। ਗੁਆਚਿਆ ਸਮਾਂ: 4 ਮਿੰਟ।
ਕੇਸ 2 - ਸਕੋਪ ਉਲਝਣ। ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਕੰਪਨੀ ਦੇ ਕੁੱਲ ਫੁੱਟਪ੍ਰਿੰਟ ਲਈ ਏ.ਆਈ. AI ਨੇ ਖਰੀਦੀ ਬਿਜਲੀ (ਸਕੋਪ 2) ਅਤੇ ਸਪਲਾਈ ਚੇਨ ਨਿਕਾਸ (ਸਕੋਪ 3) ਨੂੰ ਇੱਕ ਸਿੰਗਲ "ਕੁੱਲ" ਵਿੱਚ ਮਿਲਾ ਦਿੱਤਾ, ਫਿਰ ਵੀ ਸਕੋਪ 3 ਦੀ ਸਿਰਫ ਇੱਕ ਆਈਟਮ ਨੂੰ ਗਿਣਿਆ। ਜਦੋਂ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ GHG ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਸਕੋਪ ਵਿਭਾਜਨ ਨੂੰ ਲਾਗੂ ਕੀਤਾ, ਤਾਂ ਉਸਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਰਿਪੋਰਟ ਵਿੱਚ ਹਰੇਕ ਸਕੋਪ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਦਿਖਾਉਣਾ ਚਾਹੀਦਾ ਸੀ ਅਤੇ ਸਕੋਪ 3 ਗਾਇਬ ਸੀ। ਆਡਿਟ ਪਾਸ ਕਰਨ ਲਈ ਸੁਧਾਰ ਇੱਕ ਪੂਰਵ ਸ਼ਰਤ ਸੀ।
ਕੇਸ 3 - ਤਸਦੀਕ ਨੇ ਸਾਖ ਨੂੰ ਬਚਾਇਆ। ਇੱਕ ਸੰਚਾਰ ਟੀਮ ਨੇ ਇੱਕ ਉਤਪਾਦ ਲਈ ਮਾਰਕੀਟਿੰਗ ਕਾਪੀ ਲਈ AI ਨੂੰ ਕਿਹਾ; AI ਨੇ "ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਾਰਬਨ ਨਿਰਪੱਖ ਅਤੇ ਵਾਤਾਵਰਣ 'ਤੇ ਜ਼ੀਰੋ ਪ੍ਰਭਾਵ" ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ। ਟੀਮ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਉਹਨਾਂ ਕੋਲ ਕੋਈ ਜੀਵਨ-ਚੱਕਰ ਡੇਟਾ ਨਹੀਂ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਸਾਬਤ ਕਰਨ ਲਈ ਕੋਈ ਪ੍ਰਮਾਣਿਤ ਔਫਸੈੱਟ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ ਹਨ; ਬਿਆਨ ਨੂੰ ਸਬੂਤ ਦੇ ਨਾਲ ਇੱਕ ਵਾਕ ਨਾਲ ਬਦਲ ਦਿੱਤਾ ਹੈ ਜਿਵੇਂ ਕਿ "ਅਸੀਂ 2023 ਤੱਕ ਉਤਪਾਦਨ ਦੇ ਨਿਕਾਸ ਨੂੰ 18% ਘਟਾ ਦਿੱਤਾ ਹੈ (ਸੁਤੰਤਰ ਤਸਦੀਕ: X)"। ਇਸ ਬਦਲਾਅ ਨੇ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਇੱਕ ਸੰਭਾਵਿਤ ਗੁੰਮਰਾਹਕੁੰਨ ਵਿਗਿਆਪਨ ਜਾਂਚ ਨੂੰ ਰੋਕਿਆ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਮੇਰੀ ਕੰਪਨੀ ਦੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਦੀ ਗਣਨਾ ਕਰੋ।
ਇਹ ਕਮਜ਼ੋਰ ਕਿਉਂ ਹੈ: ਕੋਈ ਸਕੋਪ, ਇਕਾਈਆਂ, ਵਿਧੀਆਂ ਅਤੇ ਡੇਟਾ ਨਹੀਂ। AI ਫਰੇਬਿਕੇਸ਼ਨ ਦੇ ਨਾਲ ਪਾੜੇ ਨੂੰ ਭਰਦਾ ਹੈ; ਆਉਟਪੁੱਟ ਨੂੰ ਕੰਟਰੋਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਗ੍ਰੀਨਹਾਉਸ ਗੈਸ ਇਨਵੈਂਟਰੀ ਸਪੈਸ਼ਲਿਸਟ। GHG ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਅਨੁਸਾਰ ਸਕੋਪ 1 ਦੀ ਗਣਨਾ ਕਰੋ। ਡੇਟਾ: ਕੁਦਰਤੀ ਗੈਸ ਦੀ ਖਪਤ 480,000 m³, ਡੀਜ਼ਲ 12,000 L. ਮੈਂ ਨਿਕਾਸੀ ਕਾਰਕ ਦੇਵਾਂਗਾ; ਕਾਰਕ ਨਾ ਬਣਾਓ, ਇਸਦੀ ਬਜਾਏ ਇੱਕ [ਫੈਕਟਰ] ਲੇਬਲ ਛੱਡੋ ਅਤੇ ਲਿਖੋ ਕਿ ਇਹ ਕਿੱਥੋਂ ਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਐਗਜ਼ੀਕਿਊਟੇਬਲ ਪਾਈਥਨ ਕੋਡ ਨਾਲ ਟਨ CO₂e ਵਿੱਚ ਗਣਨਾ ਕਰੋ। ਨਤੀਜੇ ਨੂੰ ਈਂਧਨ ਅਤੇ ਕੁੱਲ ਮਿਲਾ ਕੇ ਇੱਕ ਸਾਰਣੀ ਦੇ ਰੂਪ ਵਿੱਚ ਦਿਓ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਸਕੋਪ ਅਤੇ ਇਕਾਈ ਸਪਸ਼ਟਤਾ ਨਾਲ ਗਣਨਾ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਕਾਰਬਨ ਇਨਵੈਂਟਰੀ ਮਾਹਰ। ਹੇਠਾਂ ਦਿੱਤੀ ਗਤੀਵਿਧੀ ਦੀ ਗਣਨਾ ਕਰੋ: [ਸਰਗਰਮੀ]।ਸਟੈਂਡਰਡ: GHG ਪ੍ਰੋਟੋਕੋਲ। ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦਾਇਰਾ ਦੱਸੋ (1/2/3)। ਯੂਨਿਟ: ਟਨ CO₂e। ਮੈਂ ਐਮੀਸ਼ਨ ਫੈਕਟਰ ਦੇਵਾਂਗਾ ਜਾਂ ਤੁਸੀਂ ਸਰੋਤ ਦੱਸ ਸਕਦੇ ਹੋ ਅਤੇ [ਫੈਕਟਰ] ਟੈਗ ਛੱਡ ਸਕਦੇ ਹੋ; FITTING. ਚੱਲਣਯੋਗ ਪਾਈਥਨ ਕੋਡ ਨਾਲ ਗਣਨਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
2) ਕਾਰਕ/ਡਾਟਾ ਪੁਸ਼ਟੀ:
[ਇੰਧਨ/ਸਰਗਰਮੀ] ਲਈ ਨਿਕਾਸੀ ਕਾਰਕ ਅਤੇ ਇਕਾਈ ਲਿਖੋ। ਸਰੋਤ (ਜਿਵੇਂ ਕਿ IPCC, DEFRA, ਸਥਾਨਕ ਅਧਿਕਾਰਤ ਸਾਰਣੀ) ਅਤੇ ਸਾਲ ਦੱਸੋ। ਜੇਕਰ ਤੁਹਾਨੂੰ ਸਹੀ ਮੁੱਲ ਨਹੀਂ ਪਤਾ, ਤਾਂ "ਅਧਿਕਾਰਤ ਸਾਰਣੀ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰੋ" ਕਹੋ ਅਤੇ ਫਿੱਟ ਨਾ ਕਰੋ। ਜੇਕਰ ਮੁੱਲ ਵੱਖ-ਵੱਖ ਸਰੋਤਾਂ ਤੋਂ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਦੱਸੋ।
3) ਗ੍ਰੀਨਵਾਸ਼ਿੰਗ ਫਿਲਟਰ:
ਹੇਠਾਂ ਵਾਤਾਵਰਨ ਸੰਬੰਧੀ ਦਾਅਵੇ ਦੀ ਜਾਂਚ ਕਰੋ। ਹਰੇਕ ਵਾਕ ਲਈ, ਪੁੱਛੋ: (1) ਕੀ ਇਹ ਮਾਪਣਯੋਗ ਹੈ? (2) ਕੀ ਕੋਈ ਸਬੂਤ/ਡਾਟਾ ਹੈ? (3) ਕੀ ਇਹ ਅਸਪਸ਼ਟ ਹੈ (ਜਿਵੇਂ "ਈਕੋ-ਫਰੈਂਡਲੀ")? ਫਲੈਗ ਸਟੇਟਮੈਂਟਾਂ ਜਿਹਨਾਂ ਵਿੱਚ ਸਬੂਤ ਦੀ ਘਾਟ ਹੈ ਜਾਂ ਅਤਿਕਥਨੀ ਵਾਲੇ ਹਨ ਅਤੇ ਇੱਕ ਸਬੂਤ-ਆਧਾਰਿਤ, ਮਾਪੇ ਗਏ ਵਿਕਲਪ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ। ਦਾਅਵਾ: [ਇੱਥੇ]
4) ਮੇਰੇ ਆਪਣੇ ਖਾਤੇ ਦੀ ਜਾਂਚ ਕਰਨਾ:
ਹੇਠਾਂ ਮੇਰੀ ਨਿਕਾਸ ਦੀ ਗਣਨਾ ਹੈ। ਹਰੇਕ ਪੜਾਅ, ਇਕਾਈ ਅਤੇ ਸਕੋਪ ਕਲਾਸ ਦੀ ਜਾਂਚ ਕਰੋ। ਯੂਨਿਟ ਦੀ ਇਕਸਾਰਤਾ (kg↔ton, CO₂↔CO₂e) ਅਤੇ ਕਾਰਕ ਤਰਕਸ਼ੀਲਤਾ ਦੀ ਜਾਂਚ ਕਰੋ। ਜੇਕਰ ਕੋਈ ਗਲਤੀ ਹੈ, ਤਾਂ ਦੱਸੋ ਕਿ ਕਿਹੜੀ ਲਾਈਨ ਅਤੇ ਕਿਉਂ। ਇੱਕ ਨਵਾਂ ਖਾਤਾ ਬਣਾਉਣਾ; ਮੇਰੀ ਜਾਂਚ ਕਰੋ: [ਇੱਥੇ]
ਆਮ ਗਲਤੀਆਂ
- ਨਿਕਾਸੀ ਕਾਰਕ ਦੀ AI ਨੂੰ "ਯਾਦ ਕਰਾਉਣਾ"। ਦੇਸ਼, ਸਾਲ ਅਤੇ ਬਾਲਣ ਅਨੁਸਾਰ ਕਾਰਕ ਵੱਖ-ਵੱਖ ਹੁੰਦੇ ਹਨ; ਹਮੇਸ਼ਾ ਮੇਜ਼ ਤੋਂ ਤਸਵੀਰ ਲਓ।
- ਮਿਕਸਿੰਗ ਸਕੋਪ. ਸਕੋਪ 1 (ਸਿੱਧਾ), ਸਕੋਪ 2 (ਖਰੀਦੀ ਊਰਜਾ) ਅਤੇ ਸਕੋਪ 3 (ਮੁੱਲ ਚੇਨ) ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਰਿਪੋਰਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- CO₂ ਨੂੰ CO₂e ਨਾਲ ਬਰਾਬਰ ਕਰਨਾ। ਮੀਥੇਨ ਅਤੇ ਨਾਈਟਰਸ ਆਕਸਾਈਡ ਵਰਗੀਆਂ ਗੈਸਾਂ CO₂ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹਨ; ਸਭ ਨੂੰ CO₂e ਵਿੱਚ ਬਦਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਟੈਕਸਟ ਵਿੱਚ ਸਬੂਤ ਦੇ ਬਿਨਾਂ ਦਾਅਵਾ ਕਰਨਾ। "ਕਾਰਬਨ ਨਿਰਪੱਖ" ਵਰਗੇ ਵਾਕਾਂਸ਼ ਪ੍ਰਮਾਣਿਤ ਡੇਟਾ ਅਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਬਿਨਾਂ ਕਾਨੂੰਨੀ ਜੋਖਮ ਹਨ।
- ਇਸ ਨੂੰ ਚਲਾਏ ਬਿਨਾਂ ਨੰਬਰ ਸਵੀਕਾਰ ਕਰਨਾ. ਹਮੇਸ਼ਾ ਕੋਡ ਰਾਹੀਂ ਜਾਂ ਹੱਥੀਂ ਵਾਪਸ ਕੀਤੀ ਗਈ ਕੁੱਲ LLM ਪ੍ਰਦਾਨ ਕਰੋ।
ਸਾਵਧਾਨ: ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਡੇਟਾ ਵਿੱਚ ਅਕਸਰ ਨਿੱਜੀ ਜਾਂ ਵਪਾਰਕ ਭੇਦ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦੇ ਹਨ; ਪਰ ਸਪਲਾਇਰ ਸਮਝੌਤੇ, ਪਲਾਂਟ-ਪੱਧਰ ਦੇ ਉਤਪਾਦਨ ਦੇ ਅੰਕੜੇ ਅਤੇ ਗਾਹਕ ਡੇਟਾ ਗੁਪਤ ਹੋ ਸਕਦੇ ਹਨ। ਇਹਨਾਂ ਨੂੰ ਜਨਤਕ AI ਟੂਲਸ ਵਿੱਚ ਪੇਸਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੀ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਨੀਤੀ ਦੀ ਜਾਂਚ ਕਰੋ। ਅਸੀਂ ਇਕਾਈ 11 ਵਿੱਚ ਗੋਪਨੀਯਤਾ ਦੇ ਮੁੱਦੇ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ।
ਸੰਖੇਪ ਵਿੱਚ
ਵਾਤਾਵਰਣ ਅਤੇ ਜਲਵਾਯੂ ਵਿੱਚ AI; ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ ਹੈ ਜੋ ਕੋਡ ਲਿਖਦਾ ਹੈ, ਡੇਟਾ ਨੂੰ ਸੰਗਠਿਤ ਕਰਦਾ ਹੈ, ਡਰਾਫਟ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਸੰਖੇਪ ਕਰਦਾ ਹੈ-ਪਰ ਇਹ ਇੱਕ ਮਾਪਣ ਵਾਲਾ ਯੰਤਰ, ਕੈਲਕੁਲੇਟਰ, ਜਾਂ ਰੈਗੂਲੇਟਰੀ ਸਰੋਤ ਨਹੀਂ ਹੈ। ਨਿਕਾਸੀ ਕਾਰਕਾਂ ਦੀ ਪੁਸ਼ਟੀ, ਦਾਅਵਿਆਂ ਅਤੇ ਇਕਾਈ ਦੀ ਸ਼ੁੱਧਤਾ, ਦਾਅਵਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਅਤੇ ਗ੍ਰੀਨਵਾਸ਼ਿੰਗ ਤੋਂ ਬਚਣਾ ਸਮਰੱਥ ਮਾਹਰ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ। ਹਰ ਸੰਖਿਆ ਸਰੋਤ 'ਤੇ ਅਧਾਰਤ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਹਰ ਦਾਅਵਾ ਸਬੂਤ 'ਤੇ ਅਧਾਰਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਆਪਣੀ ਖੁਦ ਦੀ ਸੰਸਥਾ (ਜਾਂ ਇੱਕ ਕਾਲਪਨਿਕ ਉਦਾਹਰਨ) ਤੋਂ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਗਤੀਵਿਧੀ ਚੁਣੋ—ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਸਹੂਲਤ ਦੀ ਮਹੀਨਾਵਾਰ ਕੁਦਰਤੀ ਗੈਸ ਦੀ ਖਪਤ। ਉੱਪਰ ਦਿੱਤੇ ਟੈਮਪਲੇਟ 1 ਦੀ ਵਰਤੋਂ ਕਰਕੇ AI ਦੀ ਗਣਨਾ ਕਰੋ, ਪਰ ਐਮੀਸ਼ਨ ਫੈਕਟਰ ਨੂੰ ਖਾਲੀ ਛੱਡੋ। ਫਿਰ ਇੱਕ ਅਧਿਕਾਰਤ ਸਾਰਣੀ ਤੋਂ ਕਾਰਕ ਲੱਭੋ ਅਤੇ ਇਸਨੂੰ ਬਦਲੋ। ਅੰਤ ਵਿੱਚ, ਤੀਸਰੇ ਟੈਮਪਲੇਟ ਦੇ ਨਾਲ, ਇੱਕ-ਵਾਕ ਸੰਚਾਰ ਪਾਠ ਰੱਖੋ ਜੋ ਤੁਸੀਂ ਇਸ ਗਤੀਵਿਧੀ ਲਈ ਹਰੀ ਵਾਸ਼ਿੰਗ ਲਈ ਚੈੱਕ ਕਰੋਗੇ। ਇੱਕ ਪੰਨੇ 'ਤੇ ਸਾਰੇ ਤਿੰਨ ਪ੍ਰਿੰਟਆਉਟਸ ਦੀ ਤੁਲਨਾ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਕਾਰਜ ਨੂੰ ਸਕੋਪ (1/2/3) ਅਤੇ ਯੂਨਿਟ (CO₂e ਦੇ ਟਨ) ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ AI ਨੂੰ ਨਿਕਾਸ ਕਾਰਕ ਦੇ ਅਨੁਕੂਲ ਨਹੀਂ ਬਣਾਇਆ; ਮੈਂ ਸਰੋਤ ਤੋਂ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ.
- [ ] ਮੈਂ ਐਗਜ਼ੀਕਿਊਟੇਬਲ ਕੋਡ ਰਾਹੀਂ ਜਾਂ ਹੱਥੀਂ ਖਾਤੇ ਦਾ ਪ੍ਰਬੰਧ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ CO₂ ਅਤੇ CO₂e ਅਤੇ kg ਅਤੇ ਟਨ ਵਿਚਕਾਰ ਸਹੀ ਅੰਤਰ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਅਤਿਕਥਨੀ ਵਾਲੀ ਭਾਸ਼ਾ ਨੂੰ ਸਾਫ਼ ਕਰਦੇ ਹੋਏ, ਸਬੂਤ ਦੇ ਨਾਲ ਟੈਕਸਟ ਵਿੱਚ ਹਰੇਕ ਦਾਅਵੇ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਗੁਪਤ ਡੇਟਾ ਨੂੰ ਓਪਨ ਏਆਈ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਨੀਤੀ ਦੀ ਜਾਂਚ ਕੀਤੀ।