Automatiserad maskininlärning för minskad CO2 förbrukning
| Diarienummer | |
| Koordinator | Göteborgs universitet - Göteborgs universitet Inst f Tillämpad IT |
| Bidrag från Vinnova | 183 100 kronor |
| Projektets löptid | augusti 2023 - september 2024 |
| Status | Avslutat |
| Utlysning | AI - Kompetens, förmåga och tillämpning |
| Ansökningsomgång | Individrörlighet för tillämpad AI, automation och datadelning 2023 |
Viktiga resultat som projektet gav
Projektets mål uppfylldes genom att publicera flera vetenskapliga artiklar som belyser de miljömässiga kostnaderna förknippade med maskininlärningsexperiment. I dessa publikationer lyftes särskilt fram hur energikrävande experiment kan generera betydande mängder koldioxidutsläpp, vilket bidrar till klimatförändringar. Genom att undersöka och kvantifiera energiförbrukningen vid användning av olika maskininlärningsalgoritmer har projektet visat på de potentiella negativa miljöeffekterna.
Långsiktiga effekter som förväntas
De förväntade långsiktiga effekterna inkluderar en ökad medvetenhet om miljökonsekvenserna av energikrävande teknologier inom forskning och industri. Genom att lyfta fram koldioxidutsläpp kopplade till maskininlärning hoppas projektet inspirera till hållbara val och metoder. Målet är att energieffektivitet ska bli en central faktor i utvecklingen av nya system, vilket kan leda till minskade utsläpp och ett ökat ansvarstagande inom tekniska sektorn.
Upplägg och genomförande
Projektet genomfördes genom gemensamt arbete under flertalet besök av utländsk part hos projektledare. Arbetet följde tidsplanen och arbetet fortlöpte utan oplanerade eller oväntade händelser.