Como as startups de tecnologia climática usam a IA generativa para enfrentar a crise climática

A inteligência artificial (IA) generativa pode parecer mágica ou ser um colaborador muito inteligente, gerando textos, imagens, vídeos e músicas originais. Ela chamou a atenção do mundo com incríveis recursos de chat e criação de imagens cativantes. No entanto, a IA generativa pode ser mais do que um colaborador criativo ou um chatbot. Na AWS, estamos vendo a IA generativa transformar a maneira como pessoas e empresas usam a tecnologia para resolver alguns dos problemas mais desafiadores do mundo.

Há poucos problemas mais urgentes do que a crise climática. O mundo está em uma corrida para eliminar as emissões de carbono até 2050 e reduzir o aquecimento global a 2 graus Celsius antes que o impacto da mudança climática se torne irreversível. A velocidade é fundamental para enfrentar a crise climática. A IA generativa ainda é um campo emergente, mas já está se tornando uma ferramenta importante para acelerar a construção e a implantação de soluções climáticas.

Temos o prazer de apresentar a você algumas startups de tecnologia climática que estão na vanguarda da corrida para acabar com a crise climática. Elas estão usando a IA generativa para combater a mudança climática, reduzindo as emissões de gases de efeito estufa e possibilitando que o mundo faça a transição para uma economia de carbono zero.

BrainBox AI: aceleração da descarbonização de edifícios por meio da IA generativa

De acordo com a International Energy Agency (IEA), os edifícios respondem por 30% do consumo global de energia e 26% das emissões globais relacionadas à energia. Reduzir o uso de energia dos edifícios é fundamental para eliminar totalmente as emissões globais.

A BrainBox AI desenvolveu uma IA autônoma para descarbonizar e otimizar edifícios comerciais. Isso também poupa o dinheiro dos clientes em suas contas de energia. A solução de otimização baseada em nuvem criada na AWS conecta-se aos sistemas de AVAC (aquecimento, ventilação e ar-condicionado) existentes dos edifícios e envia de forma autônoma comandos de controle otimizados em tempo real para minimizar as emissões e o consumo de energia sem qualquer intervenção humana.

Por exemplo, a BrainBox AI tem ajudado proprietários de edifícios a reduzir os custos de energia de sistemas de AVAC em até 25% e a reduzir as emissões de gases de efeito estufa relacionadas a esses sistemas em até 40%, prevendo a temperatura em uma loja de varejo com base em dados históricos e conjuntos de dados externos, como meteorologia e estruturas de tarifas de energia.

À medida que a BrainBox AI adiciona novos edifícios ao sistema, ela utiliza a IA generativa para reduzir o tempo de integração de cada novo edifício. No passado, sempre que um novo equipamento era identificado em um edifício, como uma bomba ou uma unidade de tratamento de ar, os engenheiros precisavam ler os complexos manuais técnicos do fabricante, encontrar detalhes como a potência nominal da bomba ou a pressão que ela gera e, finalmente, converter essas informações em um formato legível por máquina.

Usando o Amazon Bedrock, a BrainBox AI extrai dados e gera arquivos de configuração automaticamente. Esses arquivos são então preenchidos e revisados pelos engenheiros. Esse processo é conhecido como marcação de energia. Com o Amazon Bedrock, a BrainBox AI estima que eles reduziram o tempo necessário para essa marcação em mais de 90%. Como resultado, a BrainBox AI é capaz de atrair mais clientes com mais rapidez para poder ter um impacto maior e mais rápido na crise climática.

Pendulum: descarbonização da cadeia de suprimentos com a IA generativa

A Pendulum aproveita o poder da IA para resolver um dos problemas mais urgentes do mundo: como as organizações podem criar mais com menos. A tecnologia da empresa oferece soluções sustentáveis para problemas complexos em setores como cadeia de suprimentos comercial, saúde global e segurança nacional.

Otimizar as cadeias de suprimentos é crucial para reduzir as emissões de carbono. A Accenture estima que as cadeias de suprimentos geram 60% de todas as emissões de carbono em todo o mundo. De acordo com a U.S. Environmental Protection Agency, as cadeias de suprimentos podem ser responsáveis por mais de 90% das emissões de gases de efeito estufa de uma empresa. Quando você analisa como as cadeias de suprimentos funcionam (ou não funcionam) hoje em dia, há alguns detalhes surpreendentes sobre a extensão do desperdício de recursos e capital. Por exemplo, a cada ano, estima-se que USD 562 bilhões são perdidos em excesso de estoque, com o descarte de 17% dos produtos alimentícios e 8% dos produtos embalados de varejo e de consumo.

As soluções baseadas em IA da Pendulum permitem que as organizações gerenciem suas operações de forma inteligente e reduzam o desperdício de produtos, a perda de receita e o excesso de emissões de gases de efeito estufa. Desenvolvido na AWS, o software Pendulum pode prever a demanda, planejar o fornecimento e geolocalizar remessas. Ele permite que as empresas comprem com mais precisão os recursos de que precisam e, ao mesmo tempo, produzam exatamente a quantidade de produtos que seus clientes exigem.

Acessar dados corporativos é fundamental para a plataforma da Pendulum. No entanto, os dados geralmente são retidos em sistemas isolados e documentos não estruturados, como arquivos PDF e de texto sem formatação. O software da Pendulum foi projetado para aproveitar as fontes de dados mais relevantes para a tomada de decisões operacionais. A empresa está implantando a IA generativa para liberar rapidamente informações importantes contidas em documentos longos e complicados, para acelerar o tempo de geração de valor para seus clientes.

Um exemplo de onde isso está sendo efetivamente implantado é na agricultura de precisão. A equipe da Pendulum usa uma abordagem humana para ajustar as instruções de um grande modelo de linguagem (LLM) no AWS Trainium usando o Amazon SageMaker. Isso gera dados legíveis por máquina a partir de arquivos não estruturados que as máquinas agrícolas dos seus clientes podem usar para determinar a quantidade de pesticidas, água e outros produtos a serem usados. Como resultado, é menos provável que o cliente use ou solicite recursos em excesso, economizando dinheiro e reduzindo a pegada de carbono e o impacto ambiental. Além disso, isso permite que os clientes atendam às necessidades da fábrica, às regulamentações locais e a outros critérios importantes.

A Pendulum estima que essa solução reduziu o tempo necessário para decodificar esses documentos em 83% e, agora, ela só precisa revisar os dados para garantir a qualidade. Isso, por sua vez, reduz os custos e acelera a implantação do seu software em grande escala.

VIA: para que os gerentes de edifícios possam entender melhor a eficiência energética com a IA generativa

Para permitir a redução de emissões, instituições e empresas precisam rastrear dados de energia em nível local e individual. Por exemplo, para reduzir as emissões de carbono associadas à sua frota de veículos elétricos (VEs), é importante que uma empresa entenda se esses VEs, em uma determinada região e em um determinado momento, são carregados usando eletricidade alimentada por fontes renováveis ou combustíveis fósseis. Para edifícios com eficiência energética, dados individualizados detalhados em todo o portfólio imobiliário de uma organização são essenciais. Se todos fornecessem todos os dados de maneira transparente, isso não seria um problema. No entanto, os dados de nível individual geralmente não estão acessíveis devido a problemas de privacidade ou questões de segurança. Muitas pessoas relutam em fornecer a hora, a data e a localização dos dados de carga/descarga/energia dos veículos. Isso transforma em um desafio o gerenciamento de energia e a redução de gases de efeito estufa.

A Via Science, Inc. (VIA) permite que as organizações reduzam sua pegada de carbono como um coletivo, mantendo os dados individuais privados e seguros. A empresa fornece dados de sustentabilidade usando provas de conhecimento zero testadas e verificadas pelo Departamento de Energia dos Estados Unidos. Isso permite que organizações e empresas rastreiem dados e atinjam as metas de sustentabilidade mesmo quando não é possível compartilhar informações detalhadas devido a barreiras regulatórias ou de privacidade.

A VIA desenvolveu inicialmente uma solução para a Força Aérea dos EUA, que tem requisitos rígidos de privacidade de dados que geralmente proíbem as equipes de gerenciamento de edifícios e gerenciamento de energia de acessar os dados essenciais de que precisam. A solução de software descentralizada da VIA permite que aviadores e empreiteiros autorizados usem modelos de IA generativa sem compartilhar dados: nenhum dado privado é usado para treinar o modelo ou enviado ao modelo no prompt. Em vez disso, quando um usuário insere uma solicitação como “mostre todos os edifícios na Base da Força Aérea XYZ com condição de sistema AVAC inferior a 60”, o LLM responde com “Entendo o que você deseja alcançar e, como não tenho acesso aos dados, gerarei uma consulta SQL que você pode executar para obter os dados do seu banco de dados local. Também enviarei o código front-end que você pode executar para exibir os dados”. Esses dois trechos de código são então retornados ao usuário, quando a ferramenta, SLAM AI, executa e visualiza automaticamente os dados localmente.

Para economizar ainda mais energia e reduzir os custos de computação, a VIA usa LLMs compactos de código aberto que funcionam em CPUs. A empresa avalia continuamente novos modelos devido à rápida evolução do desempenho dos LLMs. Aproveitando o Amazon Elastic Kubernetes Service (EKS), ela é capaz de fazer perfeitamente a troca a quente, integrando modelos mais eficientes à medida que são disponibilizados.

O que vem por aí para IA generativa e a tecnologia climática

A BrainBox AI, a Pendulum e a VIA estão usando a IA generativa na AWS de maneiras empolgantes para lidar com a crise climática. Elas usam a capacidade da IA generativa de extrair elementos-chave de dados não estruturados e gerar novos conteúdos. Isso permite que essas empresas atendam aos seus clientes mais rapidamente, ampliem suas bases de clientes e reduzam as emissões de gases de efeito estufa, além de diminuir os custos para essas empresas e seus clientes.

Esperamos que as startups de tecnologia climática encontrem novas maneiras adicionais de usar a IA generativa na AWS para lidar com a crise climática. Aqui estão alguns exemplos do que estamos vendo em outros setores que achamos que poderiam ser aplicados à tecnologia climática.

Aumento de dados usando a IA generativa para gerar dados sintéticos para treinamento de modelos preditivos

A Al generativa pode criar dados sintéticos, que são uma classe de dados gerados em vez de obtidos a partir de observações diretas do mundo real. Isso pode ser útil para modelagem subterrânea para sequestro geotérmico ou de carbono, em que é difícil obter dados de formação rochosa subterrânea. Startups de transporte de baixa emissão de carbono também poderiam usar a IA generativa para criar cenários para testar novos veículos. Ela também pode ser útil na fabricação de tecnologia pesada de tecnologia climática. A criação de dados de imagens sintéticas pode ser usada para criar imagens de equipamentos (por exemplo, compressores, turbinas) com ferrugem ou rachaduras. Essas imagens podem ser usadas para treinar modelos de machine learning (ML) baseados em visão para manutenção preditiva, que podem desempenhar um papel fundamental na redução de custos e na minimização do tempo de inatividade operacional.

Melhore a eficiência de fabricação em tecnologias climáticas usando a IA generativa

Ao usar modelos treinados em dados históricos, incluindo registros de uso e manutenção da máquina, a IA generativa pode identificar padrões e vínculos entre vários fatores, como temperatura, vibração e horas de operação. Isso pode permitir que o sistema preveja a probabilidade de falha dos equipamentos e comunique proativamente esses padrões às partes interessadas certas, como engenheiros de qualidade, engenheiros de manutenção e operadores. Ao comunicar proativamente a necessidade de manutenção, o tempo de inatividade é reduzido, minimizando as interrupções na fabricação.

Design e sintetização de novas sequências de proteínas para agricultura sustentável e produção de alimentos com a IA generativa

A IA generativa pode prever estruturas dobradas de proteínas que permitem realizar funções específicas na célula. Isso permitirá que os pesquisadores gerem proteínas funcionais e diferentes moléculas de forma guiada. Além disso, a IA generativa permite que os cientistas definam com precisão a estrutura de sequências de proteínas conhecidas para identificar alvos moleculares/biológicos.

Provavelmente, existem muitas outras maneiras pelas quais as startups de tecnologia climática podem usar a IA generativa para lidar com o aquecimento global. Esperamos que esta postagem de blog gere ideias e inspire os fundadores de tecnologias climáticas a usar a IA generativa de maneiras inéditas e estimulantes.

As workloads de IA generativa podem consumir grandes quantidades de energia e recursos de nuvem e, como acontece com todas as workloads, é essencial considerar seu impacto ambiental. É nossa responsabilidade coletiva fazer uso sustentável dessa tecnologia. A Amazon está comprometida em eliminar totalmente as emissões de carbono até 2040. Como parte desse compromisso, a Amazon está a caminho de potencializar suas operações com energia 100% renovável até 2025, incluindo os data centers da AWS. Por conta disso, a Amazon tornou-se a maior compradora corporativa de energia renovável do mundo nos últimos quatro anos. A AWS fornece orientação para ajudar as empresas a otimizar suas workloads de IA generativa para a sustentabilidade ambiental. Também é fundamental que essas empresas meçam o impacto do uso da IA generativa e sua contribuição para as metas gerais de sustentabilidade da organização.