摘要

已完成

世界需要可持續發展解決方案，協助建立更美好的未來。 我們必須重新思考許多工業流程的實踐方式，確保這些流程具有能源效率、減少污染和浪費等。 這項工作涉及到許多領域，例如農業、製造業、土地管理以及交通運輸。 本課程模組將說明頂尖組織運用 AI 提升其永續性計劃的實際範例。

Microsoft 提供各式各樣 AI 產品和服務，以支援這些永續性案例。 Microsoft Cloud for Sustainability 專為該領域的需求所設計，但您也可以使用 Azure Machine Learning 和 Azure AI 服務等產品。 Azure OpenAI 服務也有提供最新的生成式 AI 模型。

現在您已檢閱此課程模組，您應該：

• 識別永續性的目標和挑戰
• 識別永續性中的 AI 機會

使用這些資源探索更多內容

提示

若要開啟超連結，請以滑鼠右鍵按一下並選擇 [在新索引標籤或視窗中開啟]。 如此即可查看資源，並輕鬆返回課程模組。

• 若要深入了解 Microsoft 可以為您的永續性組織做些什麼，請瀏覽我們的 Microsoft Cloud for Sustainability 網站。
• 隨時掌握 Microsoft AI 的最新狀態，請造訪我們的 AI 網站。
• 若要深入了解負責任 AI 的 Microsoft 承諾，請造訪我們的負責任 AI 網站。
• 若要深入了解 Azure OpenAI 服務所提供的模型，請閱讀 Azure OpenAI 服務的技術文件。
• 若要深入了解 Azure OpenAI 服務中的隱私權和安全性，請閱讀 Azure OpenAI 服務的法律文件。
• 若要深入了解 Azure AI 服務中可用的所有預先建置 AI 模型，請閱讀我們的 AI 服務技術文件。
• 若要深入了解 Azure Machine Learning 中包含的服務，請瀏覽我們的 Azure Machine Learning 網站。
• 若要深入了解 FarmVibes 專案中的計劃，請瀏覽 FarmVibes 網站 (英文)。
• 若要存取在 FarmVibes 專案中開發的 AI 模型，請瀏覽 FarmVibes.AI 存放庫 (英文)。
• 若要深入了解 SynapseML，請瀏覽 SynapseML 網站 (英文)。
• 若要深入了解 Global Renewables Watch 方案，請瀏覽 Global Renewables Watch 網站 (英文)。
• 若要深入了解監視野生動物的 Microsoft 研究，請瀏覽使用 AI 加速生物多樣性調查的網站 (英文)。
• 若要深入了解 Terrafuse 專案，請瀏覽 Terrafuse 網站 (英文)。

參考資料

1. Remi Tachet des Combes、Erika Odmark、Will Buchanan。《測量雲端 AI 執行個體的碳強度 (Measuring the Carbon Intensity of AI in Cloud Instances)》。發表於 ACM 公平性、責任性與透明性會議，2022 年 6 月。
2. Fletcher、Olivia，《Microsoft 為愛爾蘭資料中心達成巨大的清潔能源交易 (Microsoft Snaps Up Huge Clean Power Deal for Irish Data Hub)》，彭博社，2022 年 11 月 23 日。Microsoft 新聞中心，《Microsoft 和 Qcells 宣布策略聯盟，以遏制碳排放並推動清潔能源經濟 (Microsoft and Qcells announce strategic alliance to curb carbon emissions and power the clean energy economy)》，Microsoft 來源，2023 年 1 月 25 日。
3. Smith、Brad，《關於 Microsoft 永續性承諾的更新：奠定 2030 年的基礎 (An update on Microsoft’s sustainability commitments:Building a foundation for 2030)》，Microsoft 官方部落格，2022 年 3 月 10 日。
4. Kadri Umay、Yagna Oruganti、Mirco Milletari、Moschoula Pternea、Peter Kowalchuk，《Microsoft 和 Accenture 合作運用 AI 技術應對甲烷排放 (Microsoft and Accenture partner to tackle methane emissions with AI technology)》。Azure Blog，2023 年 8 月 23 日。
5. 「Schneider Electric 透過 Azure Machine Learning 服務的預測性維護，將成本和工人風險降至最低」，Microsoft客戶案例，2019 年 5 月 2 日。
6. 「Metinvest 利用 Azure Machine Learning 實現高爐效率」，Microsoft 客戶案例，2021 年 7 月 23 日。
7. Smith、Elliott，《AI 可能成為保護亞馬遜的關鍵》，Microsoft 來源，2023 年 9 月 6 日。
8. 「兩天內拍攝五萬張自然照片：巴伐利亞森林國家公園正在使用 Microsoft Azure 和 AI 簡化其野生動物監視」，Microsoft 客戶故事，2023 年 8 月 16 日。
9. 「Société du Canal de Provence 依靠資料將供水網路的管理最佳化，並運用這項資源因應氣候變化」，Microsoft 客戶故事，2023 年 5 月 4 日。
10. 「歷史古城運用 Azure IoT 中樞為基礎的智慧照明控制來節省能源並改善生活品質」，Microsoft 客戶案例，2023 年 6 月 17 日。