人工知能（AI）による気候変動対策への期待は、使用される訓練データを強化する必要性をしばしば見落としている。
AIを用いて排出量を抑制するには、インフラと排出量に関するデータを徹底的に明確にする必要がある。
技術の進歩は地球規模の課題に立ち向かううえで鍵となるが、イノベーションとガードレールが求められる。
人工知能は、マーク・アンドリーセンが十年以上前にソフトウェアについて有名に述べたように、世界を食べ尽くしつつある。問題はその食事内容にある。
今後10年間で、医療から交通、さらには物理学に至るまで、あらゆる産業がAIによって根本的に変えられるだろう。また、AIが気候変動やネットゼロへの取り組みを含む世界の最も差し迫った課題の解決に貢献しうると示唆することも、近年ますます流行している。
約民間・公共部門のCEOの90%が、AIは気候変動対策に不可欠なツールだと考えている。しかし、AIが気候変動の最悪の影響を緩和する可能性については合意があるにもかかわらず、私たちは、その食事を構成するデータという重大な欠陥を、ますます見過ごしている。
最近の調査では、75%の経営幹部が、自社のデータに対して高い信頼を置いていないと回答した。AIモデルの性能は、学習させられたデータ次第である。モデルが学習し予測能力を持つことを可能にするパターンや傾向を特定するには、堅牢で粒度の細かいデータセットに依存している。
AIの強力な分析能力も、欠陥のあるデータに適用されれば、誤った判断への根拠のない自信につながりかねない。この脆弱性は、特に気候変動のような複雑な問題に取り組む際に、重大なリスクをもたらす。AIに供給されるデータに正確性、完全性、信頼性、精度、適時性が欠けていれば、システムは誤った結果を招きやすくなる。
エネルギー部門は、米国と欧州の排出量の80%を占めており、データの質が気候目標の成否を左右しうる典型例である。タイムリーで公正なネットゼロへの移行には、特に発電インフラと排出量に関する徹底的なデータの明確化が求められる。
ジェットソン式のデータへのアプローチ
AIが日常生活に与えている変革的な影響は、重要インフラにおける排出削減の可能性を示している。私たちの私生活においても、効率的な意思決定のためにデータに基づく洞察に頼っている。例えば、2023年11月のボストン・コンサルティング・グループの報告書は、AIで最適化された交通が、ドライバーを最も効率的なルートへ誘導し、インフラ全体で排出量を大幅に削減していることを示した。
同様に、AI駆動のサーモスタット調整の成功は、その例として、Googleのネスト・サーモスタットが2011年から2022年の間に累計で1130億kWhのエネルギーを節約したことに表れている。これはポルトガルの年間電力使用量のおよそ2倍に相当する。データに基づく意思決定へのこの転換は、AIのより広範な応用に向けた説得力のあるモデルを提供し、各分野のインフラにおけるネットゼロ排出の達成に、正確なデータが果たす重要な役割を強調している。
ロボティクス、センサー、ドローンなどのその他のデータ収集技術の最近の進歩により、わずか5年前には想像もできなかった方法で、構築環境に関するデータを収集・分析できるようになった。これらのジェットソン風のイノベーションは、物理世界から収集された、グラウンドトゥルース（実態）データへの前例のないアクセスを提供する。
超音波などのセンサーを備えてインフラの表面を移動するロボットを含む、資産の健全性に関する高精度のデータ層を備えたデジタルツインを生成する技術により、これまで見えなかった課題を理解し、対処できるようになる。この革命的な転換は、石油・ガス精製所、発電所、製造施設といった場所で、円滑な運用と壊滅的な故障との違いを生み出しうる。
また、正確な予測を行うためにAIへデータを与えて学習させることは、持続可能性指標を改善しつつ運用を最適化できることも意味する。国連によれば、AIを用いた予知保全により、エネルギー生産におけるダウンタイムを削減し、最終的に地球の炭素フットプリントを減らすことができる。
データの活用を止めない
一例を挙げると、最近報告書は、Rho Impactが発表したもので、発電産業における単一の課題、すなわちボイラーチューブの故障に対して、ロボティクスとAIを大規模に導入した場合の環境影響の可能性に焦点を当てている。
報告書は、ロボットによる点検とAI搭載ソフトウェアを組み合わせて発電所内のボイラーチューブ故障を解消することで、 世界全体の二酸化炭素（CO2）排出量を最大2億3000万メトリックトン削減できる可能性があり、これは米国の排出量の4.8%に相当すると指摘している。
ボイラーチューブが故障すると、発電所は停止し、エネルギー需要を満たすためにバックアップ発電が通常稼働される。バックアップ発電は効率が低く、発生させるエネルギー単位あたりのCO2排出量が多くなる。ベースロード電源で発電された電力は、バックアップ発電所で同量を発電した場合と比べて、最大32%効率が高くなりうる。
今日すでに具体的なイノベーションが導入され、ネットゼロへの歩みを速める成果を積極的に生み出していることは、大きな希望を与えてくれる。技術を現実的かつ責任ある方法で採用すれば、持続可能性の大きな向上につながるだろう。産業界と政府の指導者として、目の前にあるこうした成果への投資を加速させることは、道義的かつ財政的な責務である。
最も優れたアスリートと同様に、最も高度なAIシステムであっても、良い食事なしに最高のパフォーマンスを発揮することは期待できない。これが解決すべき課題である。
今後10年間で、あらゆる産業がAIによって根本的に変えられるだろう。しかし、不完全あるいは代表性を欠くデータで学習させたアルゴリズムの支援によって、これらの判断が下されるリスクに直面している。世界を変えるこれらの技術には、まず一次データセットを与えなければならない。ネットゼロのような地球規模の取り組みは、この点を正しく行えるかどうかにかかっており、成功も失敗もそこで決まる。
