Inteligência artificial e o meio ambiente. 3 soluções de IA para ajudá-lo a construir um negócio sustentável | IA nos negócios #26

A inteligência artificial também está traçando novos caminhos para alcançar metas ambientais enquanto contribui para a eficiência dos negócios. Você sabia que a aplicação correta da IA pode revolucionar a gestão de energia da sua empresa ou até mesmo contribuir para a conservação da biodiversidade?

A inteligência artificial e o meio ambiente para negócios sustentáveis

A inteligência artificial ajuda a construir um negócio sustentável:

• Na fase conceitual – apoiando a criação de uma ideia de negócio ambientalmente sensível – através, por exemplo, da consulta com o ChatGPT ou Claude da Anthropic,
• Na fase de crescimento da empresa – criando cadeias de suprimento sustentáveis e ajudando a criar soluções para IA verde,
• Na fase de otimização – analisando e ajustando soluções existentes com software que utiliza modelos de IA dedicados.

Vamos olhar para soluções específicas que contribuem diretamente para o desenvolvimento de negócios sustentáveis.

Automatizar a gestão de energia com inteligência artificial

A IA pode monitorar e gerenciar automaticamente o consumo de energia de uma empresa, identificando áreas para futuras economias. Isso é feito, por exemplo, com o Flex2X, um sistema desenvolvido pela Grid Edge, com sede no Reino Unido. Este sistema combina dados obtidos de sensores existentes em um edifício, como sensores de temperatura ou umidade, com outras fontes de dados, como condições climáticas, e os analisa com algoritmos de inteligência artificial que podem otimizar o consumo de energia de um edifício em tempo real.

Fonte: Flex2X

Agricultura otimizada

A inteligência artificial no meio ambiente abre um amplo campo de inovação tanto para empresas que desenvolvem soluções inovadoras para a agricultura quanto para a agricultura em larga escala, que requerem o trabalho de máquinas ineficientes em termos de energia e muito esforço humano.

Ao analisar dados de uma variedade de fontes, a IA pode ajudar as empresas do setor agrícola a tomar melhores decisões sobre irrigação, fertilização ou controle de doenças das plantas. No entanto, as soluções agrícolas mais inovadoras são aquelas que combinam inteligência artificial e robótica. Uma dessas soluções é o LaserWeeder, desenvolvido pela Carbon Robotics, que pode remover 100.000 ervas daninhas em uma hora, distinguindo com precisão entre espécies de plantas. É o primeiro e único robô de remoção de ervas daninhas a laser disponível comercialmente. Ele possui tecnologia avançada:

• IA de aprendizado profundo,
• robótica,
• lasers,
• placas gráficas poderosas da Nvidia,
• 42 câmeras de alta resolução para reconhecimento preciso de imagens,

O LaserWeeder ajuda a cuidar da biodiversidade porque, em vez de pulverizar pesticidas químicos que prejudicam o ecossistema e os insetos, ele pode remover ervas daninhas de forma pontual, mesmo em grandes áreas de cultivo.

Fonte: CarbonRobotics

Cadeias de suprimento impulsionadas por IA

A IA pode ajudar a rastrear a origem dos produtos, o que é fundamental para construir cadeias de suprimento sustentáveis. A logística eficiente das cadeias de suprimento, por sua vez, pode ser alcançada por meio da inteligência artificial e automação. Por exemplo, a Amazon está investindo pesadamente em tecnologias de automação de transporte, como caminhões autônomos e táxis chamados Zoox.

Enquanto isso, o TCS Logistics Optimiser/ TCS Crystallus pode otimizar as cadeias de suprimento de uma empresa em tempo real. Desenvolvida pela Tata Consultancy Services, essa tecnologia combina IA, aprendizado de máquina e Internet das Coisas (IoT) para fornecer soluções que aprimoram a gestão do tempo de transporte, carga útil do veículo e disponibilidade.

Fonte: IoT Global Awards

Custos ambientais da inteligência artificial

O principal custo ambiental da IA nos negócios é o consumo de energia. Embora a energia exata necessária para treinar o modelo GPT-4, que a versão paga do ChatGPT e do BingChat utilizam, não esteja disponível publicamente, podemos fazer algumas estimativas com base nas informações disponíveis.

O GPT-4 é um modelo com mais de 175 bilhões de parâmetros que foram treinados em mais de 45 TB de dados. O processo de treinamento envolve análise de dados e otimização de parâmetros do modelo, o que requer muito poder computacional e leva a um alto consumo de energia.

Para treinar o GPT-4, foram utilizadas unidades de processamento gráfico (GPUs) poderosas e unidades de processamento tensorial (TPUs), que também são conhecidas por seu consumo intensivo de energia. O consumo é ainda maior pela energia necessária para a operação em si.

IA Verde

Embora o custo ambiental do desenvolvimento de tecnologias de IA seja alto, são as ferramentas de inteligência artificial que possibilitam a criação de soluções mais verdes. Isso inclui a IA Verde, modelos que requerem menos energia e outros recursos para operar.

É a “IA verde” que se concentra no desenvolvimento de algoritmos de inteligência artificial que são energeticamente eficientes. Por exemplo, novos métodos de compressão podem reduzir a quantidade de dados necessários para treinar modelos de IA em até 90%, reduzindo significativamente o consumo de energia. Entre outros, a OpenAI, que está investindo no desenvolvimento de modelos de IA verde, está trabalhando neles.

A inteligência artificial tem muitas vantagens. A IA Verde usa menos recursos, portanto, pode ser utilizada por empresas menores, incluindo aquelas que operam em países em desenvolvimento. Isso significa democratizar seu uso e permitir que mais pessoas a criem. Além disso, aqueles com carteiras menos favorecidas.

A IA Verde é contrastada com a chamada “IA vermelha” – ou seja, soluções que aumentam a eficiência das operações sem considerar os custos ambientais que geram. A “IA vermelha” gera resultados espetaculares, mas sua pegada ambiental é grande. E com o avanço da tecnologia, o impacto ambiental está crescendo constantemente.

IA para a Terra

A inteligência artificial e o meio ambiente também se tratam de resolver problemas, como:

• analisar questões relacionadas à crise climática – graças à IA, é possível desenvolver modelos complexos que refletem as mudanças ambientais e preveem suas consequências usando quantidades de dados que um humano nunca poderia processar. Um ótimo exemplo é o trabalho do Laboratório Nacional Argonne com a empresa de telecomunicações AT&T, onde a inteligência artificial foi utilizada para analisar um modelo climático em conjunto com um banco de dados contendo informações sobre a rede de telecomunicações da AT&T para prever como os efeitos das mudanças climáticas – como aumento do nível do mar, ventos de alta intensidade e inundações costeiras e internas – poderiam afetar as operações daqui a 30 anos,
• conservação da biodiversidade – por exemplo, a ferramenta Wildlife Insights é uma plataforma que utiliza inteligência artificial para converter dados de câmeras de armadilha em informações úteis sobre biodiversidade, carrega os dados para o Google Cloud, onde modelos de IA classificam automaticamente as imagens para ajudar a monitorar e proteger a vida selvagem ao redor do mundo. O Wildlife Insights pode processar 3,6 milhões de imagens por hora, com uma taxa de precisão de identificação de 80 a 98,6 por cento.
• Melhorar a eficiência de sistemas existentes que consomem grandes quantidades de energia, como fábricas, transporte ferroviário, transporte público e iluminação urbana,
• prevenir falhas – por exemplo, em grandes plantas industriais, usinas hidrelétricas ou parques eólicos. Isso é possível através do uso de gêmeos digitais (Digital Twins), que possibilitam prever o desgaste de componentes em um determinado sistema.

Resumo

A combinação apropriada da inteligência artificial e do meio ambiente no local de trabalho pode impactar muitos aspectos dos negócios sustentáveis. Desde a otimização do desempenho da inteligência artificial, ou seja, a criação de IA verde, até a automação da gestão de energia, otimização da agricultura e criação de cadeias de suprimento sustentáveis. Estas últimas, no contexto das crescentes necessidades logísticas, estão se tornando cruciais para a eficiência e responsabilidade dos negócios.

A aplicação da inteligência artificial também traz sérios desafios, como o consumo de energia durante a fase de treinamento e a operação contínua dos modelos de IA. No entanto, a inteligência artificial também ajuda a resolver esses problemas e reduzir o impacto ambiental de sua operação. Portanto, há espaço para soluções de IA verde e engajamento em práticas sustentáveis em uma escala sem precedentes, desde a análise das mudanças climáticas até a conservação da biodiversidade.

Se você gosta do nosso conteúdo, junte-se à nossa comunidade de abelhas ocupadas no Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.