Présentation interactive basique
yildirim ayse
Created on October 21, 2024
More creations to inspire you
BASIL RESTAURANT PRESENTATION
Presentation
AC/DC
Presentation
ENGLISH IRREGULAR VERBS
Presentation
ALL THE THINGS
Presentation
SANTIAGOVR_EN
Presentation
WWII TIMELINE WITH REVIEW
Presentation
BLENDED LEARNING
Presentation
Transcript
Soutenance Mémoire
IA et Crise Environnemental Présenté par Yildirim Ayse
Start
- 23 ans - Double licence Maths-Eco- Master IA big Data- Data scientist INOVIE
YILDIRIMAyse-Anais
Quels rôles et impacts l'ia a-t-elle sur la crise environnementale ?
Conclusion
étude de cas
Impact positif de l'IA
Sommaire
Diminuer l'impact de l'IA
Impact négatif de l'ia
Introduction
01
Introduction
IA et crise environnemental
L'intelligence artificielle
1. CNN
Utiliser pour l'analyse d'images
2. Transformers
Traitement du langage naturel (NLP)
3. RL
Reinforcement learning
4. SVM
Algorithmes de classification
La crise environnementale
02
Impact négatif de l'IA
IA et crise environnemental
Obsolescence et pollution électronique
Pollution électronique
Eau + métaux rares
Ressources naturelles
Impacts directs de l'IA pour l'environnement
Impact négatif
- entrainement des algo énergivore- émetteur de GES
émissions de GES
Effet rebond
- Augmentation de la consommation
- Publicité ciblé
- Utilisation IA dans les secteur polluants
03
Impact positif de l'IA
IA et crise environnemental
Agrilcuture de précision
Agriculture
Villes plus intelligentes et plus écologiques
Smart cities
Bénéfices indirect de l'IA pour l'environnement
Impact Positif
Optimisation des ressources avec Smart Grids.
energies
Prédiction des tremblements de terres etc.
Catastrophe naturelles
Modélisation océans, prédiction les marées noires ou dégradation coraux
Biodiversite
Bénéfices directs de l'IA pour l'environnement
Impact Positif
Optimisation de transport
Transport
Minimiser l'impact négatif de l'IA
+ info
+ info
+ info
01
Améliorer le processus
Réduire la consommation énergétique des algorithmes grâce à des modèles optimisés.
02
Optimiser datacenter
Améliorer la gestion énergétique des datacenters pour réduire leur empreinte carbone.
03
Nouvelles technologies
Explorer les ordinateurs photoniques pour une puissance de calcul plus écologique.
Chercheur Google
"Aujourd’hui, on se pose ces questions alors qu’on utilise une infrastructure informatique du XXe siècle. Dès qu’on va tomber dans le quantique ou le photonique, le jour où on va commencer à faire tourner de plus en plus facilement nos modèles, les impacts environnementaux ne seront plus les mêmes. "
Etude de cas : Prédiction de GES
Prédire les émissions de CO2Présentation de la méthodeRésultat
Conclusion
Merci ! Avez-vous des questions ?
Énergie
Une énergie plus verte et plus rationalisée grâce à l'IA
Énergie renouvelable
Favoriser les énergies renouvelables variable
Énergie renouvelable
Favoriser les énergies renouvelables controlable
Transition lente
Optimisation des dépenses énergétiques
Smart cities
Des villes intelligentes plus propre et moins pollué !
Pollution
IA permet de diminuer la pollution de la ville
Propreté
L'IA permet de gérer la propreté des villes
Aménagement
Gérer intelligemnt l'énergie et l'aménagement en zone urbaine
Agriculture
L'IA au service de l'agriculture pour des économies de ressources et pour dimunuer le GES
Eau + pesticide
Evite la surconsommation d'eau et de pesticides
Détection maladie
Détecte la maladie des plantes
Élevage intelligente
Utilisation de l'IA pour un élevage optimiser
-200
million de tonne de CO2
+25%
Energie renouvelable
-10%
perte de prod
-15%
consommation énergie
Smart grids
Prédiction météo
Réseau de neurones convultifs
- Donnée d'image bidimensionelles, unidimensionnelles et tridimensionnelles
- Architecture d'un CNN
- Couche de convultion
- Couche de pooling
- Couche fully-connected
Reinforcement Learning
- Agent et environnement
- Objectif de maximisation des récompenses
- Exploration vs exploitation
- Processus d'apprentissage par essais et erreurs
- Politique et les Valeurs
Biodiversité
- 1 million d'espèces animales et végétales menacées (ONU)- AI Earth : surveille les zones- The ocean Cleanup : robot repêcher 5 tonnes de plastique / mois
Cartographie
- The Nature Concervancy : zone marines exploitable sans risques pour l'écosystème- RangerBot : protège des habitats sensible
Surveillance
- Identifier les espèces en danger - PAWS : lutte contre le braconnage- Soft Robotic Fish : poisson-robot capable de surveiller
Nouvelle technologie
- Technologie photonique
- Puissance de calcul accrue
- Efficacité énergétique
- Avenir durable
Optimisation Data Center
- Utilisation d'énergies renouvelables
- Infrastructures améliorées
- Optimisation via IA
- Réduction de l'empreinte carbone
Climat extrême
- catastrophe naturel : tremblement de terre, innondation, typhons - Togo : crues du barrage de Nangbeto pour les risques d'innondations
Analyse impact
- analyser l'impact sur la biodiversité des catastrophes naturelles
Feux de forêt
- ex chili détecter les départs de feux forêts
Transformers
- RNN
- Architecture des transformers
- Architecture Encodeur-Décodeur
- Mécanisme du self-attention
- Capacité à Traiter des Données Séquentielles Variées
- Performance Supérieure en NLP
Optimisation agriculture
- Réduction des intrants et optimisation des ressources
- Détection des maladies et amélioration des rendements
- Polyculture
- Adaptation aux conditions climatique variables
- Réduction des émissions de GES
Réduction de la consommation énergie
- Modèles optimisés
- Infrastructures éco-responsables
- Optimisation des entraînements
- Optimisation de l’inférence
Déchet
- Montagne de déchet électronique - Obsolescence programmé - Difficile à recycler
Danger sol
- Artificialisation des sols - Espaces naturels en zone industrielles
Danger océan
- 98% des données mondiales transitent par des câbles sous-marins - polluent les fonds marins
=>
allers-retours Paris - New-York
136
tonnes de CO2
240
requête google
x10
gigawattheures
1287
120
foyers américains /an
Émissions de CO2
Entraînement des algorithmes d'IA énergivore
Livraison
- Problème de tournée de véhicules- Optimisation de la route- /2 consommation carburant
Remplissage
- + taux de remplissage de camion - transport à vide - 43%
Application
- GPS - Analyse en temps réel
- néodyme
- tantale
- gallium
x10
extraction
1 an
Consommation Danemark
6,6
Md de m³ d'eau/an
Matériaux rares
Consommation d'eau
SVM
- Algorithme de classification supervisée
- Maximisation de la marge
- Utilisation de Kernels
- Capacité de classer des données complexes
- Sensibilité aux données d'entraînement
Normalisation
Prétraitement
Modèle : Random Forest Regression
Analyse des données
Evaluation des modèles
Donnée
Evaluation du modèle
Training RMSE : 14.77Cross Validation RMSE : 21.19
Small modular reactors
Recherche en fusion nucléaire
Utilisation IA
énergie controlable
- énergie nucléaire issue de SMR- 500 MW d’énergie 100 % bas carbone
- nucléaire de fusion - conception excpérience
- plannification des sites géothérmie et hydroélectricité - détecte les fissures
- géothermie- la fission nucléaire- hydrolélectricité
-200
million de tonne de CO2
-10%
perte de prod
-15%
consommation énergie
Smart grids
- Offre = Demande - Stockage de l'énergie- coût et infrastructure
Exemple
Intelligence artificielle
Problème de l'énergie renouvelable
- Deep Mind - prédiction 36h à l'avance - +20% la valeur de l'énergie éolienne
- réduire les émissions des générateur de secours - prévistion, planification et contrôle- prevision offre et demande