Ny teknik & innovation
Att innovera och utveckla ny teknik utifrån hållbarhet
Inom IT sker kontinuerligt snabba innovationer och tekniska framsteg, något som sällan ses inom andra områden. För att vara framgångsrik inom detta område måste man hålla sig ständigt uppdaterad, eftersom innovationer ibland kan vara dubbeltydiga och kan antingen leda till hållbara fördelar eller stora förluster. Att inkludera hållbarhet som en faktor vid utvärdering av alternativ, till exempel när man jämför streamad data med lokalt sparad data eller blockchain med databaslösningar, kan ofta resultera i fördelaktiga resultat för alla inblandade.
Frågor att ställa sig
Använder ni teknik och innovation för att aktivt minska ert klimatavtryck eller energiförbrukning?
Tar ni med hållbarhetsaspekten i beslut kring införandet av nya tekniker i ert företag t.ex. AI och blockchain (som kräver stora datamängder eller beräkningskapacitet)?
Bidrar ni med innovation och ny teknik i syfte att skapa hållbar IT?
Vad säger dagens CIO:er om AI och hållbarhet?
Läs hela sammanställningen
"Små AI-modeller får ibland mindre uppmärksamhet, men de kan ofta leverera stor nytta. Nya metoder för att optimera processorkraften kan göra det värdefullt att överväga mindre och i sin tur energisnålare AI-modeller."
Artiklar & rapporter om ny teknik & innovation
Sustainable AI: AI for sustainability and the sustainability of AI
Vetenskaplig artikel
van Wynsberghe, A. AI Ethics 1, 213–218 (2021)
ChatGPT & Sustainability - Green Software Foundation “Expert Perspective”
Artikel
Green Software Foundtation (2023)
Climate Change AI
Website
Climate Change AI is a global non-profit that catalyzes impactful work at the intersection of climate change and machine learning.
Tackling Climate Change With Machine Learning
Vetenskaplig artikel
Rolnick, D., Donti, P. L., Kaack, L. H., Kochanski, K., Lacoste, A., Sankaran, K., ... & Bengio, Y. (2022). Tackling climate change with machine learning. ACM Computing Surveys (CSUR), 55(2), 1-96.
How to estimate and reduce the carbon footprint of machine learning models
Artikel
Kasper Groes Albin Ludvigsen (2022)