年9月29日,亿欧EqualOcan正式开启“碳中和”系列研讨会。本系列开篇研讨会——“科技赋能,‘碳’索未来”,联合了起点财经,与6位优秀的科技企业创始人、首席官共同探讨科技企业如何赋能碳中和的话题。

核心观点:

碳阻迹创始人兼CEO晏路辉:企业要进行碳减排,首先就要对企业内部的碳排放进行量化,即碳盘查。没有量化就没有管理原则,每个企业均需要碳盘查工作。

格物钛创始人兼CEO崔运凯:将主动学习与迁移学习用到AI开发当中,减少对数据采集的依赖,控制AI模型研发过程中的碳排放,助力各行业降本增效。

雪浪云副总裁郑锦泉:基于工业互联网平台构建“碳管理”平台,实现“泛在感知-实时分析-自主决策-精准执行-学习提升”的业务闭环。

和欣控制董事、副总裁朱彦春:建筑行业实现低碳零碳发展需要建筑能源供给侧的天地协同、建筑能源需求侧的节能降耗。

全应科技副总裁乐毅:以人工智能驱动热电生产智能化升级,实现节煤降耗、安全运行、清洁环保、智能运行。

微筑科技首席市场官李淼一:园区作为高经济效益的产品,不能做运动式减排。

企业如何实现碳中和

碳阻迹创始人兼CEO晏路辉阐述了碳阻迹总结的提出碳中和目标的CFOS法则:量化碳排放(Calculating)、预测碳中和的核心要素(Forcasting)、超额制定目标(Ovrshooting)、传播(Sprading);以及企业实现碳中和的CREO路径:量化碳排放(Calculating)、减排举措(Rducing)、影响生态伙伴的参与(Engaging)、对不可避免的碳排放做抵消(Offstting)。

企业要进行碳减排,首先就要对企业内部的碳排放进行量化,即碳盘查。没有量化就没有管理原则,每个企业均需要碳盘查工作,组织盘查一年的排放。碳管理主要包含:组织碳盘查、产品碳足迹/碳减排、场景碳减排核算、CDP碳信息披露、碳管理培训等。

碳阻迹已经为星巴克可再生丝巾、一撕得纸箱智能循环箱、文港毛笔、云南高黎贡山普洱茶等产品做了碳足迹的测算,也为阿里巴巴绿色物流、京东线上购物情景与消费行为、万科试点社区西山庭院小区垃圾分类等场景做了碳减排核算;目前与腾讯、SKP等集团达成了路径规划、平台搭建等战略合作。

此外,碳阻迹为科技互联网公司如何带动用户做减排出谋划策,提供了一个新的平台——碳账户平台。碳账户通过记录人们日常生活中的低碳行为,例如“少开一天车”、“垃圾分类”等行为,量化为碳减排量累计计入个人碳账户中,现已服务低碳旅游、低碳办公、低碳交通等场景。

碳阻迹在绿色会议场景颇有建树,碳阻迹与联合国环境署合作开发了绿色会议指南,为了更广范围地推广绿色会议的理念与实践,碳阻迹团队还提供绿色会议系统平台的开发服务,使绿色会议在更多的领域得到落地实施。且在今年的碳阻迹成立十周年的会议上进行了实操,通过物料控制、参与者全流程减排等举措,将碳排放从原有的28.9吨降低到16.85吨。

以数据为中心,驱动绿色AI增长

格物钛创始人兼CEO崔运凯介绍了AI在碳减排中的作用:AI在碳减排过程中担任双重角色,减碳赋能者和重度碳排放者——人工智能依靠三个支柱:算力、算法、和数据,其中数据的收集,算力的大规模使用,模型的训练,产生了大规模碳排放。有数据显示,训练1个AI模型的碳排放量相当于5辆汽车终生碳排量。

AI的发展具有明显的特征:未来AI使用的场景多以非结构化数据为核心,未来数据80%为非结构化数据。在此特征下,AI也将从Modl-Cntric走向Data-Cntric,这个趋势的走向将减少AI应用过程中的碳排放:在Modl-Cntric模式下,数据的采集也需要在应用场景下进行,新模型的训练需要不断采集新的数据,这样每次模型的训练都需要消耗大规模的算力。而在Data-Cntric模式下,会重复利用已采集数据,注重于提升已采集的数据的质量,同时不需要用多的计算资源训练模型,大大减少了AI应用过程中的碳排放。

所以,格物钛注重以数据为中心的方式驱动AI行业的绿色增长,其中要解决两个问题:怎样提高AI本身的使用效率;怎样通过AI的大规模使用,实现自动化的同时,进一步减少碳排放。

在数据为中心的趋势下,产生的两个提高数据与模型应用效率的算法,这是格物钛主要应用的算法,即主动学习与迁移学习。

主动学习强调用更少的数据训练优秀数据模型的方法:通过构建一个模型,筛选出问题数据,标注,人工对数据进行调整,算法模型再对调整后数据做训练,如此迭代,最终得到可以输出更优质、精确的结果的模型。主动学习算法使用已有数据+相对固定的模型做训练,不断提升模型性能。

迁移学习强调使用与当前场景不同的应用场景得到的数据来训练模型:如果已经为A场景采集了数据,训练出了A模型,那在构建B场景的模型时,以A模型作为B场景模型的基座,再额外加入B场景的少量数据,优化A模型,得到B模型。迁移学习想要达到过去采集的数据与使用的模型不被浪费,加上少量数据得到高性能模型的效果。

格物钛致力于帮助客户实现闭环,开发了数据管理平台,平台面向非结构化数据,将主动学习与迁移学习用到AI开发当中,减少对数据采集的依赖,控制AI模型研发过程中的碳排放,助力各行业降本增效。

此外,格物钛还将平台开放给全世界公司,免费托管公开数据集,分享一部分公开数据,帮助开发者减少数据采集的成本、数据模型训练的成本。通过免费开发平台的方式,推动数据、模型的贡献,推动减排。

工业互联网赋能“碳”索未来

雪浪云副总裁郑锦泉博士表示,在解振华院士提出的落实碳达峰碳中和目标的十大行动中,推动产业与工业优化的升级如何用更少的资源换取更高速、更大规模的发展,一直是雪浪云

转载请注明地址:http://www.abmjc.com/zcmbzl/4731.html