fbpx Le macchine Volanti! | L'intelligenza artificiale per stimare le emissioni di gas serra aziendali
L'intelligenza artificiale per stimare le emissioni di gas serra aziendali
--

L'intelligenza artificiale per stimare le emissioni di gas serra aziendali

Il Trattato di Parigi, stipulato nel 2015, ha posto condizioni precise e impegni concreti da parte di 196 paesi nella lotta al surriscaldamento globale. Tuttavia, per raggiungere l’obiettivo prefissato, specie per quanto concerne l’azzeramento delle emissioni, servono dati. Tanti, tantissimi dati, pronti tracciare in ogni momento l’efficacia delle misure che sono e saranno via via prese entro il 2050.

Non è solo una questione di quantità, ma anche di qualità: le stime rischiano di essere troppo imprecise per un progetto così importante e le aziende che rendono pubblici i dati relativi alle proprie emissioni sono poche, senza contare che l’attendibilità viene di rado certificata. Per risolvere il problema, Bloomberg Quant Research e Amazon Web Services hanno messo a punto un sistema basato su machine learning (intelligenza artificiale) in grado di stimare con precisione i dati sulle emissioni anche di aziende che non li hanno resi pubblici o non li hanno mai analizzati. In questo modo, i risultati possono essere utilizzati dagli investitori per mirare le proprie attività e fare in modo che soddisfino anche i criteri di tutela ambientale.

Un obiettivo ambizioso, ma che i ricercatori sentono di poter soddisfare con l’aiuto della tecnologia e della matematica. Fino a oggi, infatti, i modelli che si interessavano a queste stime erano basati su statistiche e un utilizzo marginale dell’intelligenza artificiale. Il sistema messo a punto da Bloomberg e Amazon, invece, si fonda su un vero e proprio “allenamento” a cui è sottoposto il modello matematico, che si basa su oltre 1000 parametri e più di 24000 documenti con dati sulle emissioni. I risultati sono eccellenti: i ricercatori confermano che i dati stimati, in settori critici come salute, tecnologia, finanza, energia e immobiliare, sono molto vicini a quelli poi rilevati con le misurazioni. E visto che il sistema si basa sull’apprendimento automatico, il progetto non potrà che migliorare: ora si passa alla fase 2, che prevede l’inclusione di altre stime, come quella del consumo di acqua.

Riccardo Meggiato