A mesterséges intelligencia (MI) és a környezettudatosság – kérdések és válaszok a magyar büntetés-végrehajtás szemüvegén keresztül
Notice bibliographique
Résumé
Tény, hogy mesterséges intelligencia őrületben él a világ. Napjainkban előforduló számtalan problémára a mesterséges intelligenciát reméljük megoldásként. Felmerült tehát a kérdés, hogy – akár – szó szerint is jelenünk legégetőbb problémájában, a környezetvédelem kérdésében használható-e a mesterséges intelligencia és ha igen hogyan, hol és milyen módon Bár az ember alkotta találmányokat általában a környezetszennyezés mellett szoktuk felsorolni, az egyre gyorsabban fejlődő mesterséges intelligencia segítő kezet nyújthat nekünk abban, hogy sokkal hatékonyabban és rövidebb idő alatt tudjuk helyrehozni, vagy legalább is enyhíteni azokat a károkat, amelyeket a környezetünkben tettünk. Az elmúlt években a MI használatából fakadó eredmények nagyon meggyőzőek a természet megóvása, helyreállítása és védelme tekintetében. Alapgondolat már, hogy a MI megkönnyíti a természeti erőforrások jobb felhasználását, korábban ismeri fel a veszélyes szennyezést vagy felgyorsíthatja a fenntartható megoldások elterjedését. Azt is nyomon követhetjük évek óta, hogy a MI segítségével mentenek korallzátonyokat, jelentős eredményeket érnek el a hulladékkezelés és vízgazdálkodás területén is, láthatjuk hogyan vizualizálja az egyes területek klímaváltozás következtében várható változását a Mila (Montreal Institute for Learning Algorithms), vagy hogyan alkalmazza az IBM a mesterséges intelligenciát és a blokklánc-alapú megoldásokat annak érdekében, hogy átláthatóbb és alacsony széndioxid-kibocsátású ellátási láncot alakítson ki, továbbá azt is érdeklődően követtük ahogy a Jacobs mérnöki cég London vezetésének segített, és több milliárd adatpont elemzésével egy olyan közlekedési rendszer modelljét készítették el, amelyben az utazások 80 százalékához széndioxid-kibocsátásmentes közlekedési módokat használnak, de nem utolsó sorban a Samsung új, energiahatékony klímája is számos otthonban megtalálható már, ami komolyan épít a mesterséges intelligenciára is. Ezen megoldások példálózó bemutatására szorítkozik jelen tanulmány, kiemelten kezelve azon lehetőségeket, amelyek a magyar ambiciózus klímaterv támogatására szolgálhatnak.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,041 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».