在NHS的碳报告实践:与人工智能相关的排放和省略

科学领域:

• 环境科学 环境科学
• 医疗信息学 医疗信息学
• 可持续技术 可持续技术

背景情况:

• 英国国家卫生服务 (NHS) 正在整合人工智能 (AI) 以提高效率.
• 人工智能在NHS中的碳足迹在当前的绿色计划报告中基本上没有得到解决.
• 现有的碳核算框架 (Scopes 1-3) 无法捕获与人工智能相关的重大排放.

研究的目的:

• 识别与人工智能实施相关的NHS碳报告中的遗漏.
• 为会计和采购提出可行的措施,以评估AI对净零目标的影响.
• 为了使医疗保健领导者能够准确地评估AI对可持续发展目标的贡献或损害.

主要方法:

• 审查NHS可持续性指导和DEFRA转换因子.
• 对人工智能能源消耗和硬件排放的最新证据的分析.
• 对生成AI使用数据 (例如,ChatGPT) 的推断,以估计初级保健排放.

主要成果:

• 目前的碳核算错过了人工智能排放,因为缺乏针对强烈工作负载的细节性.
• 专门的AI硬件 (例如GPU) 的生命周期排放往往被排除在外.
• 像ChatGPT这样的非采购生成人工智能工具代表着一个重要的未测量排放源,可能每年在初级保健中释放大量的CO2e.

结论:

• 建议在供应商合同中实施AI特定的碳披露条款.
• 包括人工智能硬件的摇篮到坟墓的排放因子在范围3报告中至关重要.
• 轻量级监控外部AI流量,以道德考虑,可以提高准确性.
• 这些措施将为评估AI与NHS净零目标的协调提供更清晰的基准.