ලාභ:
- කෘත්රිම බුද්ධිය මඟින් පාරිසරික කාර්ය ප්රවාහයේ (ගිණුම, අධීක්ෂණය, වාර්තා කිරීම, අනුකූලතාව) කාලය ඉතිරි කරන්නේ කොතැනද යන්න සහ අවදානම් මට්ටම අනුව විමෝචන සාධකය, විෂය පථය සහ හිමිකම් තීරණ මිනිසුන්ට ඉතිරි වන්නේ කොතැනද යන්න වෙන්කර හඳුනා ගැනීමට හැකි වීම.
- ඒකක, මූලාශ්ර සහ ස්වාධීන සත්යාපන පියවර සමඟ එක් එක් ඩිජිටල් ප්රතිදානය පරීක්ෂා කරන විනයක් යෙදීමේ හැකියාව
- ව්යාජ විමෝචන සාධක, විෂය පථය-ඒකක ව්යාකූලත්වය සහ හරිත සේදීමේ භාෂාව ආරම්භයේ සිටම මෙම වෘත්තිය සඳහා සැලකිල්ලට ගත යුතු අවදානම් වන්නේ මන්දැයි තේරුම් ගැනීම.
පාරිසරික කළමනාකරණය යනු සංවිධානයක් වාතය, ජලය සහ පස මත තබන පා සලකුණ මැනීම, අඩු කිරීම සහ විශ්වාසනීය ලෙස ලේඛනගත කිරීමේ කාර්යයයි. සියල්ලටම වඩා කුරිරුම රීතිය නම්, අංකයක් වැරදි නම්, විමෝචන සාධකයක් වැරදි නම්, හෝ ප්රකාශයක් සනාථ කළ නොහැකි නම්, සම්පූර්ණ වාර්තාවම බිඳ වැටේ - දැන් එම බිඳවැටීමට නමක් තිබේ: හරිත සේදීම, සංවිධානයක් එහි පාරිසරික ක්රියාකාරිත්වය ඇත්තට වඩා හොඳ පෙනුමක් ලබා දෙන විට. නියාමන දඬුවමක්, කීර්තිනාම හානියක් හෝ ආයෝජකයෙකුගේ නඩුවක් එක් තහවුරු නොකළ අංකයකින් පැන නැගිය හැක. පාරිසරික හා දේශගුණික කටයුතුවලදී කෘතිම බුද්ධිය (AI) භාවිතා කිරීම සඳහා විනයක් අවශ්ය වන්නේ එබැවිනි.
මෙම ඒකකය තුළ, අපි විශාල භාෂා ආකෘති ලෙස හඳුන්වන මෙවලම් (LLM - "ඊළඟ බොහෝ දුරට ඉඩ ඇති වචනය" යන තර්කනය සමඟ සංඛ්යානමය වශයෙන් පෙළ නිපදවන AI වර්ගයක්) සැබවින්ම පාරිසරික කාර්යයේදී කාලය ඉතිරි කරන්නේ කොතැනද, ඒවා භයානකද සහ එක් එක් ප්රතිදානය සත්යාපනය කරන්නේ කෙසේද යන්න ඔබ ඉගෙන ගනු ඇත.
පළමුව, තීරනාත්මක සංකල්පයක්: මායාව යනු AI විසින් සත්ය නොවන තොරතුරු සම්පූර්ණ විශ්වාසයකින් යුතුව සත්යයක් ලෙස නිපදවන විටය. පාරිසරික ක්ෂේත්රයේ, මෙය; ඔබට මෙය සාදන ලද විමෝචන සාධකයක්, නොපවතින නීති සම්පාදනයක්, වැරදි ඒකකයක් (ටොන් වෙනුවට කිලෝග්රෑම්) හෝ නොපවතින විද්යාත්මක අධ්යයනයක් වෙත යොමු කිරීමක් ලෙස හමුවිය හැක. තීරණාත්මක කරුණ මෙයයි: LLM යනු ගණක යන්ත්රයක්, මිනුම් උපකරණයක් හෝ නියාමන දත්ත ගබඩාවක් නොවේ. එය පුහුණු දත්තවල දකින පෙළ සංඛ්යානමය වශයෙන් අනුකරණය කරන පෙළ උත්පාදක යන්ත්රයකි. එය බොහෝ විට සාධාරණ ප්රතිදානයක් ලබා දෙයි; නමුත් "සාධාරණ" සහ "තහවුරු කළ" අතර වෙනස පාරිසරික වාර්තාකරණයේ සෑම දෙයක්ම වේ.
කෘත්රිම බුද්ධිය ක්රියා කරන්නේ කොහේද සහ පාරිසරික කටයුතුවලදී එය ක්රියා නොකරන්නේ කොතැනද?
AI ඉක්මන් කෙටුම්පතක්, දත්ත එකතු කිරීමක් සහ විශ්ලේෂණ හවුල්කරුවෙකු ලෙස සිතන්න: වටිනා නමුත් වලංගු කිරීමට අත්යවශ්ය වේ. පහත වෙනස මෙම මොඩියුලයේ කොඳු නාරටිය වේ.
ගවේෂණය
AI හි දායකත්වය
විශේෂඥයාගේ වගකීම
කාබන් පියසටහන් ගණනය කිරීම
සූත්ර සකසයි, පයිතන් කේතය ලියයි
මූලාශ්රයෙන් විමෝචන සාධකය තහවුරු කිරීම
චන්ද්රිකා/සංවේදක දත්ත විශ්ලේෂණය
කෙටුම්පත් කේතය සහ අදහස් උත්පාදනය කරයි
මිනුම් සහ ක්රමාංකනයේ සත්යතාව තහවුරු කිරීම
ESG වාර්තා කෙටුම්පත
පෙළ සහ මේස ඇටසැකිල්ල නිර්මාණය කරයි
සෑම හිමිකම් පෑමක්ම දත්ත සමඟ ඔප්පු කිරීම
ව්යවස්ථාදායක සාරාංශය
සංකීර්ණ පෙළ සරල කරන්න
වත්මන් නිල පාඨයෙන් ලිපිය තහවුරු කිරීම
දේශගුණික අවදානම් තත්ත්වය
සිද්ධි රාමුව නිර්දේශ කරයි
දත්තවල උපකල්පන සහ සීමාවන් පරීක්ෂා කිරීම
අපද්රව්ය / ජලය ප්රශස්තකරණය
ආකෘතිය සහ යෝජනා කෙටුම්පත සපයයි
ක්ෂේත්ර අදාළත්වය තහවුරු කිරීම
මාපටැඟිල්ලේ රීතිය: අංකයට මාර්ගය සොයා ගැනීමට, කේතය ලිවීමට, දත්ත සංවිධානය කිරීමට සහ කෙටුම්පත් ජනනය කිරීමට AI භාවිතා කරන්න, අංකයම නොවේ; ස්වාධීන, විශ්වාසදායක මූලාශ්රයකින් (විමෝචන සාධක දත්ත ගබඩාව, රජයේ නීති සම්පාදනය, ක්රමාංකනය කළ මැනීම) සෑම සංඛ්යාත්මක ප්රතිඵලයක්ම සහ සෑම සත්ය ප්රකාශයක්ම සත්යාපනය කරන්න.
පාරිසරික කටයුතුවලදී AI හි මාරාන්තික උගුල් තුනක්
1. සවිකරන විමෝචන සාධකය සහ සංගුණකය. AI හට තමන්ට මතක නැති විමෝචන සාධකයක් (ඉන්ධන හෝ ක්රියාකාරකම් ඒකකයකට මුදා හරින හරිතාගාර වායූන් ප්රමාණය) සාධාරණ යැයි පෙනෙන සංඛ්යාවක් සමඟ “පිරවීමට” හැකිය. එක් kWh විදුලියක් සඳහා වැරදි කාබන් තීව්රතාවයක් මුළු බඩු තොගයටම බාධා කරයි.
2. ඒකකය සහ විෂය පථය ව්යාකූලත්වය. AI; kg සිට ටොන් දක්වා, CO₂ සිට CO₂e දක්වා (කාබන් ඩයොක්සයිඩ් සමාන - විවිධ හරිතාගාර වායුවල තාපන බලපෑම පොදු ඒකකයක් බවට පරිවර්තනය වේ) විෂය පථය 1 සහ විෂය පථය 3 අතර නිහඬව ගමන් කළ හැකිය. ප්රතිඵලය සංඛ්යාත්මකව සාධාරණ බව පෙනේ, නමුත් එය වැරදිය.
3. හරිත සේදීම නිෂ්පාදනය කරන භාෂාව. AI පහසුවෙන් "පරිසර හිතකාමී", "කාබන් උදාසීන", "100% තිරසාර" වැනි ඔප්පු නොකළ, අධිබල ප්රකාශ ජනනය කරයි. මෙම ප්රකාශයන් දැන් බොහෝ රටවල නීතිමය අවදානමක් දරයි. අපි මෙය 11 වන ඒකකයේ ගැඹුරින් ආවරණය කරමු.
ඉඟිය: ප්රශ්න තුනකින් සෑම සංඛ්යාත්මක AI ප්රතිදානයකටම ප්රවේශ වන්න: (1) එහි ඒකකය (kg, ටොන්, CO₂ හෝ CO₂e) යනු කුමක්ද? (2) මූලාශ්රය දන්නා සහ යාවත්කාලීනද? (3) මම මෙය ස්වාධීනව පරීක්ෂා කරන්නේ කෙසේද? මෙම ප්රශ්න තුන පාරිසරික දෝෂයන්ගෙන් අතිමහත් බහුතරයක් අංකුරයේ අල්ලා ගනී.
පියවරෙන් පියවර: පාරිසරික වශයෙන් ආරක්ෂිත AI කාර්ය ප්රවාහය
1. කාර්යය එහි විෂය පථය සහ ඒකකය සමඟ නිර්වචනය කරන්න. "මගේ කාබන් ගණනය කරන්න" වෙනුවට "2024 සඳහා විෂය පථය 1 ස්වභාවික වායු දහනයෙන් විමෝචනය ටොන් CO₂e m³ පරිභෝජනය සහ නිල විමෝචන සාධකය සමඟ ගණනය කරන්න" යැයි පවසන්න.
2. ක්රමය සහ ප්රමිතිය සඳහන් කරන්න. කුමන ප්රොටෝකෝලය අනුවද? GHG ප්රොටෝකෝලය හෝ ISO 14064? ප්රමිතිය පැවසීමෙන් ප්රතිදානය විගණනය කළ හැකි බව සහතික කරයි.
3. මූලාශ්රය ඉල්ලන්න, ගොතන එක තහනම් කරන්න. එහි මූලාශ්රය සමඟ විමෝචන සාධකය සපයන ලෙස AI ට පැහැදිලිව පවසන්න, සහ එය නොදන්නේ නම්, "මෙය නිල මූලාශ්රයකින් තහවුරු කරන්න".
4. කේතය ධාවනය කිරීමෙන් තහවුරු කරන්න. පයිතන් ක්රියාත්මක කළ හැකි ගිණුමක් සමඟ ගිණුම තහවුරු කරන්න. නියතිවාදී (සෑම විටම එකම ආදානයට එකම නිශ්චිත ප්රතිඵලයක් ලබා දෙයි) කේතයක් LLM හි ප්රධාන ගණනට වඩා විශ්වාසදායකය.
5. කරුණු සහ හිමිකම් තහවුරු කරන්න. විමෝචන සාධක, නියාමන වගන්ති, ඉලක්ක අගයන් - ඒවා සියල්ලම විශ්වාසදායක යොමුවකින් (IPCC, DEFRA/EPA සාධක වගු, නිල ගැසට් පත්රය) සත්යාපනය කරන්න.
කුඩා නඩු තුනක්
නඩුව 1 - කල්පිත විමෝචන සාධකය. තිරසාර විශේෂඥයෙක් ස්වභාවික වායු විමෝචන සාධකය සඳහා AI වෙතින් විමසූ අතර පිළිතුර ලැබුණි: "2.75 kg CO₂e/m³". විශේෂඥයා නිල වගුවක් සමඟ අගය සංසන්දනය කළේය: සැබෑ අගය ආසන්න වශයෙන් 2.02 kg CO₂e/m³ විය. AI අගය 36% කින් වැඩි වී තිබුණි. 500,000 m³ පරිභෝජනය සඳහා, මෙයින් අදහස් කළේ දළ වශයෙන් ටොන් 365 CO₂e තොගයේ පරිකල්පනීය අතිරික්තයකි. සත්යාපනය නොකළහොත් සම්පූර්ණ වාර්තාවම අසත්ය වනු ඇත. නැතිවූ කාලය: විනාඩි 4 යි.
නඩුව 2 - විෂය පථය ව්යාකූලත්වය. විශ්ලේෂකයෙක් සමාගමේ සම්පූර්ණ අඩිපාර සඳහා AI වෙතින් විමසීය. AI විසින් මිල දී ගත් විදුලිය (විෂයය 2) සහ සැපයුම් දාම විමෝචනය (විෂමනය 3) තනි “මුළු” බවට මිශ්ර කළ නමුත් ගණන් කර ඇත්තේ විෂය පථය 3 හි එක් අයිතමයක් පමණි. GHG ප්රොටෝකෝලයේ විෂය පථය වෙන් කිරීම යොදන විට, වාර්තාවේ එක් එක් විෂය පථය වෙන වෙනම පෙන්විය යුතු බවත්, විෂය පථය 3 නැති බවත් ඔහුට වැටහුණි. විගණනය සම්මත කිරීම සඳහා නිවැරදි කිරීම පූර්ව අවශ්යතාවයක් විය.
3 වන අවස්ථාව - සත්යාපනය සුරකින ලද කීර්තිය. සන්නිවේදන කණ්ඩායමක් නිෂ්පාදනයක් සඳහා අලෙවිකරණ පිටපතක් සඳහා AI වෙතින් ඉල්ලා සිටියේය; AI යෝජනා කළේ "සම්පූර්ණයෙන්ම කාබන් උදාසීන සහ පරිසරයට ශුන්ය බලපෑම" මෙය සනාථ කිරීම සඳහා ජීව චක්ර දත්ත සහ සත්යාපිත ඕෆ්සෙට් ලියකියවිලි නොමැති බව කණ්ඩායමට අවබෝධ විය. "අපි 2023 වන විට නිෂ්පාදන විමෝචනය 18% කින් අඩු කර ඇත (ස්වාධීන සත්යාපනය: X)" වැනි සාක්ෂි සහිත වාක්යයක් සමඟ ප්රකාශය ප්රතිස්ථාපනය කළේය. මෙම වෙනස ආරම්භයේ සිටම නොමඟ යවනසුලු වෙළඳ ප්රචාරණ විමර්ශනයක් වළක්වා ඇත.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මගේ සමාගමේ කාබන් පියසටහන ගණනය කරන්න.
එය දුර්වල වන්නේ ඇයි: විෂය පථය, ඒකක, ක්රම සහ දත්ත නොමැත. AI නිමැවුමෙන් හිඩැස් පුරවයි; ප්රතිදානය පාලනය කළ නොහැක.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: හරිතාගාර වායු ඉන්වෙන්ටරි විශේෂඥයා. GHG ප්රොටෝකෝලය අනුව විෂය පථය 1 ගණනය කරන්න. දත්ත: ස්වාභාවික වායු පරිභෝජනය 480,000 m³, ඩීසල් 12,000 L. මම විමෝචන සාධකය දෙන්නෙමි; සාධකය සකස් නොකරන්න, ඒ වෙනුවට [FACTOR] ලේබලයක් තබා එය ගත යුත්තේ කොතැනින්ද යන්න ලියන්න. ක්රියාත්මක කළ හැකි පයිතන් කේතය සමඟින් CO₂e ටොන් ගණනකින් ගණනය කරන්න. ඉන්ධන මගින් සහ සමස්තයක් වශයෙන් වගු ආකාරයෙන් ප්රතිඵල ලබා දෙන්න.
පිටපත් කළ හැකි සැකිලි හතරක්
1) විෂය පථය සහ ඒකක පැහැදිලිකම සමඟ ගණනය කිරීම:
ඔබේ කාර්යභාරය: කාබන් ඉන්වෙන්ටරි විශේෂඥයා. පහත ක්රියාකාරකම ගණනය කරන්න: [ක්රියාකාරකම්]. සම්මත: GHG ප්රොටෝකෝලය. විෂය පථය (1/2/3) පැහැදිලිව සඳහන් කරන්න. ඒකකය: ටොන් CO₂e. මම විමෝචන සාධකය දෙන්නම්, නැතහොත් ඔබට මූලාශ්රය පවසා [FACTOR] ටැගය අත්හැරිය හැක; සවි කිරීම. ක්රියාත්මක කළ හැකි පයිතන් කේතය සමඟ ගණනය කිරීම සත්යාපනය කරන්න.
2) සාධකය/දත්ත තහවුරු කිරීම:
[ඉන්ධන/ක්රියාකාරකම්] සඳහා විමෝචන සාධකය සහ ඒකකය ලියන්න. මූලාශ්රය (උදා. IPCC, DEFRA, ප්රාදේශීය නිල වගුව) සහ වර්ෂය සඳහන් කරන්න. ඔබ නිශ්චිත අගය නොදන්නේ නම්, "නිල වගුවෙන් සත්යාපනය කරන්න" සහ නොගැලපෙන ලෙස පවසන්න. විවිධ මූලාශ්රවලින් අගය වෙනස් වන්නේ නම්, මෙය සඳහන් කරන්න.
3) හරිත සේදීමේ පෙරහන:
පහත පාරිසරික හිමිකම් පරීක්ෂා කරන්න. සෑම වාක්යයක් සඳහාම අසන්න:(1) එය මැනිය හැකිද? (2) සාක්ෂි/දත්ත තිබේද? (3) එය නොපැහැදිලිද ("පරිසර හිතකාමී" වැනි)? සාක්ෂි නොමැති හෝ අතිශයෝක්තියට නංවා ඇති කොඩි ප්රකාශ සහ සාක්ෂි මත පදනම් වූ, මනින ලද විකල්පයක් යෝජනා කරන්න. හිමිකම් පෑම: [මෙහි]
4) මගේම ගිණුම පරීක්ෂා කිරීම:
පහත දැක්වෙන්නේ මගේ විමෝචන ගණනය කිරීමයි. එක් එක් පියවර, ඒකකය සහ විෂය පථය පන්තිය පරීක්ෂා කරන්න. ඒකක අනුකූලතාව (kg↔ton, CO₂↔CO₂e) සහ සාධක සාධාරණත්වය පරීක්ෂා කරන්න. දෝෂයක් තිබේ නම්, කුමන පේළිය සහ ඇයි යන්න පෙන්වන්න. නව ගිණුමක් නිර්මාණය කිරීම; මගේ පරීක්ෂා කරන්න: [මෙහි]
පොදු වැරදි
- විමෝචන සාධකයේ AI "මතක් කිරීම". රට, වර්ෂය සහ ඉන්ධන අනුව සාධක වෙනස් වේ; සෑම විටම මේසයෙන් පින්තූරය ගන්න.
- විෂය පථ මිශ්ර කිරීම. විෂය පථය 1 (සෘජු), විෂය පථය 2 (මිලදී ගත් ශක්තිය) සහ විෂය පථය 3 (අගය දාමය) වෙන වෙනම වාර්තා කළ යුතුය.
- CO₂ CO₂e සමඟ සම කිරීම. මීතේන් සහ නයිට්රස් ඔක්සයිඩ් වැනි වායූන් CO₂ට වඩා ප්රබලයි; සියල්ල CO₂e බවට පරිවර්තනය කළ යුතුය.
- සාක්ෂි නොමැතිව හිමිකම් පෑමක් පෙළට තැබීම. "කාබන් උදාසීන" වැනි වාක්ය ඛණ්ඩ සත්යාපිත දත්ත සහ ලියකියවිලි නොමැතිව නීතිමය අවදානම් වේ.
- එය ධාවනය නොකර අංකය පිළිගැනීම. සෑම විටම LLM ආපසු ලබා දුන් මුළු මුදල කේතය හරහා හෝ අතින් සපයන්න.
අවවාදයයි: පාරිසරික දත්ත බොහෝ විට පුද්ගලික හෝ වෙළඳ රහස් අඩංගු නොවේ; නමුත් සැපයුම්කරුවන්ගේ ගිවිසුම්, ශාක මට්ටමේ නිෂ්පාදන සංඛ්යා සහ පාරිභෝගික දත්ත රහසිගත විය හැක. මේවා පොදු AI මෙවලම්වලට ඇලවීමට පෙර ඔබේ ව්යවසාය ප්රතිපත්තිය පරීක්ෂා කරන්න. අපි ඒකක 11 හි පුද්ගලිකත්වය පිළිබඳ ගැටළුව ආවරණය කරන්නෙමු.
සාරාංශයක් ලෙස
පරිසරය සහ දේශගුණය පිළිබඳ AI; යනු කේතය ලියන, දත්ත සංවිධානය කරන, කෙටුම්පත් ජනනය කරන සහ සාරාංශ කරන ප්රබල සහායකයෙකි - නමුත් එය මිනුම් උපකරණයක්, ගණක යන්ත්රයක් හෝ නියාමන සම්පතක් නොවේ. විමෝචන සාධක, විෂය පථය සහ ඒකක නිරවද්යතාවය තහවුරු කිරීම, හිමිකම් සනාථ කිරීම සහ හරිත සේදීම වැලැක්වීම දක්ෂ විශේෂඥයාගේ වගකීම වේ. සෑම අංකයක්ම මූලාශ්රයක් මත පදනම් විය යුතුය, සෑම හිමිකම් පෑමක්ම සාක්ෂි මත පදනම් විය යුතුය.
යෙදුම් කාර්යය
ඔබේම සංවිධානයෙන් පාරිසරික ක්රියාකාරකමක් තෝරන්න (හෝ උපකල්පිත උදාහරණයක්)—උදාහරණයක් ලෙස, පහසුකමක මාසික ස්වාභාවික වායු පරිභෝජනය. ඉහත 1 අච්චුව භාවිතයෙන් AI ගණනය කිරීමට සලස්වන්න, නමුත් විමෝචන සාධකය හිස්ව තබන්න. ඉන්පසු නිල වගුවකින් සාධකය සොයාගෙන එය ආදේශ කරන්න. අවසාන වශයෙන්, 3 වන අච්චුව සමඟ, මෙම ක්රියාකාරකම සඳහා ඔබ ලියන එක් වාක්ය සන්නිවේදන පාඨය හරිත සේදීම සඳහා පරීක්ෂා කර ගන්න. එක් පිටුවක මුද්රණ පිටපත් තුනම සසඳන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම කාර්යය විෂය පථය (1/2/3) සහ ඒකකය (CO₂e ටොන්) මගින් නිර්වචනය කළෙමි.
- [ ] මම AI විමෝචන සාධකයට ගැලපෙන්නේ නැත; මම එය මූලාශ්රයෙන් තහවුරු කළා.
- [ ] මම ගිණුම ක්රියාත්මක කළ හැකි කේතය හරහා හෝ අතින් ලබා දුන්නෙමි.
- [ ] මම CO₂ සහ CO₂e සහ kg සහ ටොන් අතර නිවැරදි වෙනස සිදු කළෙමි.
- [ ] මම අතිශයෝක්තියෙන් යුත් භාෂාව පිරිසිදු කරමින්, පාඨයේ ඇති සෑම හිමිකම් පෑමක්ම සාක්ෂි සහිතව ගැලපුවෙමි.
- [ ] මම රහස් දත්ත විවෘත AI මෙවලමට ඇලවීමට පෙර ප්රතිපත්තිය පරීක්ෂා කළෙමි.