気候危機に対処するための生成 AI に関する最新の傾向

2015 年の Paris Climate Agreement では、世界の国々が 2050 年までにネットゼロの二酸化炭素排出を達成することに署名しました。その期限まであとわずか 26 年となった今、クリーンテクノロジーへの移行競争はかつてないほど緊迫しています。気候変動の影響は、山火事、猛暑、洪水、農作物の不作の頻発に既に現れています。ネットゼロ経済への移行は、産業革命と同程度の規模である必要があります。産業革命は 180 年間をかけて徐々に展開されましたが、今回の革命はわずか 26 年で実現する必要があるのです。幸いなことに、今日のイノベーターは、ネットゼロへの移行を加速できる高度なテクノロジーと人工知能 (AI) にアクセスできます。

スタートアップは AWS で生成 AI を使用してこの課題に取り組んでいます。当社は今年初め、気候テックスタートアップの第一波が生成 AI を使用して業務をより効率的に管理し、それをデプロイして長くて複雑なドキュメントに含まれる重要な情報を迅速に把握する方法をご紹介しました。現在、気候テックスタートアップは生成 AI を使用して製品開発を加速し、顧客のコスト削減を図り、これまで想像もできなかった規模で何が可能かを証明しています。

気候テックにおける生成 AI の新たな傾向

1. 自然界、気象、材料科学など、現実世界のデータに基づいて基盤モデル (FM) を開発しています。
2. 生成 AI を使用して、持続可能な材料の開発、遺伝子マッピングなど、新しい科学を発見および設計しています。
   
3. 分類、ドキュメントの取り込み、オートメーションの強化を通じて、事業運営を最適化し、時間とコストを節約しています。
   
4. データがすぐに利用できない場合に、機械学習 (ML) モデルをトレーニングするための合成データを作成しています。
   
5. 特定のターゲットタスクに集中的に能力を発揮する、特化型の小型モデルである小規模言語モデル (SLM) を使用して、環境の持続可能性とコスト削減のために生成 AI ワークロードを最適化しています。
   

Insilico が生成 AI を使用して持続可能な材料を発見および設計する方法

Insilico Medicine は、生成 AI を利用する臨床段階のグローバルバイオテクノロジー企業であり、当初は創薬の加速に重点を置いていました。その後、持続可能な材料と農薬を発見および設計するためにプラットフォームを拡張しています。Insilico は当初、生成 AI を使用して標的を特定し、分子を迅速に生成および最適化して、記録的な速さで独自のプログラムパイプラインを開発し、臨床試験に進める Pharma AI を構築しました。また、Insilico は、AWS でホストされる SaaS 製品として Pharma.ai プラットフォームも提供しています。平均すると、製薬業界では、標的の特定から臨床候補の選択までの過程には、数千の化合物の合成と試験が含まれ、4 年半を超える期間を要します。Insilico の生成 AI アプローチは、正確なマルチパラメータ最適化を可能にします。これにより、通常、プログラムあたりの平均合成分子数が 100 未満に減り、ヒットの同定から前臨床候補の選定までわずか 12～18 か月で完了します。このプロセスは、プロセスをより高速かつ低コストにするだけでなく、従来のアプローチに比べて無駄が約 10 倍少なくなります。また、Insilico Medicine は Amazon と共同で、AWS でのハイパフォーマンスコンピューティング (HPC) と、Amazon EC2、Amazon FSx、Amazon S3、Elastic Fabric Adapter (EFA) を利用して生成された、世界最大と同社が考える分子動力学データセットも構築しました。これは、低分子医薬品の発見と開発の精度を高め、速度を上げるために、さまざまな方法で活用できる独自のデータセットです。

Insilico は現在、生成 AI プラットフォームを、持続可能な材料の発見と設計に適用しています。同社のプラットフォームは、Amazon SageMaker を利用して新しい基盤モデルを迅速にトレーニングし、最適化された分子構造を生成します。SageMaker は、複雑な計算タスクの並列処理を可能にし、モデル評価のためにリソースをシームレスにスケールして、最先端の GPU と CPU へのオンデマンドアクセスを Insilico に提供します。持続可能な材料に取りかかるために、Insilico は大規模なグローバル農業テクノロジー企業と連携して、より環境に優しく、より安全で、より効果的な除草剤を開発しました。除草剤は作物を保護し、農家が手頃なコストで食料を栽培できるようにするために重要ですが、周囲の環境に害を及ぼす可能性があります。これらの企業は緊密に協力し、Insilico の生成 AI を活用した低分子生成化学テクノロジーと専門知識を活用して、環境と人間の健康を保護するために、活性のある可能性のある除草剤をより迅速かつ適切に設計および最適化しました。

Insilico はそこで止まりません。同社は最近、環境の持続可能性のための、最先端のオープンソース生成 AI テクノロジーを開発するというミッションを掲げて、Generative AI for Environmental Sustainability Consortium の立ち上げを発表しました。これは、科学者や学術研究所がモデルとデータを提供し、1) 二酸化炭素回収、2) 水素貯蔵、3) 農業化学、4) ベースオイルと潤滑油の領域を発展させるためのオープンソースプラットフォームです。科学者はレビューを受けるためにモデルを提出できます。このプラットフォームは、どのモデルがどの目的に最適かを科学者が理解できるよう、ベンチマーキングシステムを提供します。 

NET2GRID が生成 AI をデプロイして、電力会社のエネルギー転換の加速をサポート

エネルギープロバイダーが太陽光や風力などの変動する再生可能エネルギー源に移行しているため、電力網の複雑さは急速に増大しています。これらのエネルギー源は、1 日のさまざまな時間帯にさまざまな量の電力を生み出します。この変動性と、気候変動による異常気象が相まって、電力需要が極めて大きくなり、価格が急上昇しています。適切に管理されないと、急上昇によって電力網が不安定になる可能性があります。Wall Street Journal の調査によると、長期停電の発生件数は 2013 年以降 2 倍になっています。さらに、IEA の World Energy Outlook 2022 では、エネルギー価格が過去 10 年間で 30% 急騰し、エネルギーに支払う金額を減らす方法を顧客が模索していることがわかっています。 

NET2GRID の EnergyAI プラットフォームは、生成 AI を使用して、電力会社がエネルギーの使用に関するインサイトとレコメンデーションを顧客に提供できるようにします。これにより、コストを削減し、グリッドのバランスを保ち、停電を回避できます。EnergyAI Assistant は、電力会社の顧客がエネルギー使用状況を簡単に把握し、コストを削減するとともに、効率を高めるのに役立ちます。このシステムは、分析 API を活用してエネルギー消費に関するパーソナライズされたインサイトとレコメンデーションを電力会社の顧客に提供する大規模言語モデル (LLM) を使用します。このシステムは、以前は極めて高コストで、業界のエキスパートしか利用できなかった高度なエネルギー分析と予測を家庭や企業に提供します。このシステムは、特定の機器のエネルギー使用量と過去のエネルギー使用量を特定できるため、電力会社の顧客は節約できる領域を知ることができます。また、将来のエネルギー消費と電気料金の高度な予測も提供しているため、ユーザーはピーク料金を回避してコストを削減できます。 

NET2GRID は、Amazon SageMaker を利用して、Llama 7B をベースとしたスケールベースの LLM をファインチューニングしてデプロイしています。コスト効率が高くエネルギーが最適化された AI モデルのデプロイのために、AWS のカスタム高性能機械学習推論チップである AWS Inferentia2 を使用しています。最後に、AWS Lambda 関数を使用して、特定のトリガーまたはイベントに応答するコードを実行し、継続的なサーバー管理を必要とせずに、アシスタントが高い応答性と効率性を維持できるようにしています。 

EnergyAI Assistant を実装すると、エネルギープロバイダーとその顧客の両方が恩恵を享受できます。このアシスタントは、エネルギー関連の質問に対して迅速かつパーソナライズされた回答を提供することで、カスタマーエクスペリエンスを大幅に改善します。24 時間利用可能なこのレベルのサポートは、顧客満足度の改善とエネルギー使用量の削減に役立ちます。これは、電力企業がグリッドを管理し、費用がかさむ停電を回避できます。また、このテクノロジーは、エネルギープロバイダーが、より効率的な一次カスタマーサポートを通じてサービスコストを最大 25% 削減するのにも役立ちます。さらに、アシスタントによって生成されたインサイトにより、市場分析と調査のコストが最大 20% 削減され、大幅なコスト削減につながります。 

銀行の顧客が生成 AI を使用して気候関連情報に基づいた購入決定を下すのを Connect Earth がサポート

世界が競い合って温室効果ガスのネットゼロ排出の実現に向けた取り組みを進める中、英国、多くの EU 加盟国、オーストラリア、日本、米国を含む 40 か国で温室効果ガスに関する報告が義務付けられています。世界的な開示システムを運営する非営利団体である CDP によると、世界の時価総額の 3 分の 2 を占める 23,000 社超の企業が CDP に二酸化炭素の排出量に関するデータを報告しています。10,000 社超の企業が温室効果ガスの削減目標を公表しており、その中には Amazon や、Amazon が共同で創設した、2040 年までにネットゼロ排出を達成するための Climate Pledge の 500 社以上の署名企業も含まれています。これらの取り組みを可能にするために、Connect Earth は、金融サービス機関やお客様が温室効果ガスの排出量を計算して削減するのに役立つ AI 駆動型の API ツールスイートを提供しています。 

Connect Earth は AWS で生成 AI を使用して、環境影響評価を日常の銀行業務にシームレスに統合します。システムは、取引の説明、銀行が提供するカテゴリ、日付、通貨、地域レベルの情報などの包括的なデータポイントセットを分析することで、取引を正確に分類するだけでなく、各取引を、対応する推定二酸化炭素排出量に関連付けます。このアプローチにより、銀行の顧客は、個人および企業の二酸化炭素排出量を明確に理解できるようになり、環境に配慮した購入決定を下し、二酸化炭素排出量を削減するための積極的な措置を講じることができます。

Connect Earth は、3 つの方法で AWS 上で生成 AI を統合します。まず、生成 AI を使用してトランザクションを分類およびラベル付けし、二酸化炭素排出量を推定します (以前は手動のプロセスでした)。Connect Earth は、シーケンス分類のために DistilBERT をファインチューニングします。DistilBERT は、BERT の蒸留バージョンであり、パラメータが 40% 少なく、実行速度が 60% 速く、BERT のパフォーマンスの 95% 超を維持します。次に、データにアクセスできない場合や規制により使用が制限されている場合は、モデルをトレーニングするために、AWS Bedrock を介して Mistral 8x7B などの小規模言語モデル (SLM) を使用して合成データが生成されます。最後に、Connect Earth は、大規模言語モデル (LLM) の計算リソースのほんの一部で優れた結果を提供するために、非構造化入力からデータを抽出してモデルにフィードするための Llama 7B などのオープンソース SLM の可能性を検討しています。エネルギー効率の高いアルゴリズムと SLM を採用することで、Connect Earth はコストを削減し、持続可能性のための機械学習ワークロードの最適化に関する AWS のベストプラクティスに従っています。Connect Earth スタックは AWS サーバーレスコンピューティングにデプロイされています。API は AWS Lambda を利用し、モデルは Amazon SageMaker Serverless Inference にデプロイされています。このスケーラブルなインフラストラクチャにより、Connect Earth は 1 日に数百万件のトランザクションを処理できます。

この生成 AI パイプラインを通じて、同社は二酸化炭素データを提供する取引数が 2 倍になると見積もっており、請求書などの非構造化データソースの排出量の計算も間もなく可能になる予定です。銀行の顧客も追加の恩恵を享受できます。以前は、会計士が手動で支出を分類して二酸化炭素排出量を見積もっており、1 社あたり年間で 10～20 時間を要していました。今ではそのプロセスが不要になり、銀行の顧客の時間と費用を節約できます。 

AWS と生成 AI を利用して今すぐ構築を開始する 

AWS は、生成 AI を活用してスタートアップが気候危機との戦いを加速できるようサポートすることに取り組んでいます。AWS のツールスイートを通じて、スタートアップはより持続可能な材料の発見、科学的発見に至るまでのタイムラインの短縮、運用の高速化とコストの削減、さらには合成データの生成を可能にするソリューションを迅速に開発できます。私たちは力を合わせて、気候変動との戦いをリードしていきます。

スタートアップが生成 AI の変革力を活用するのを AWS がどのようにサポートできるんかについては、Amazon Bedrock と AWS Startups プログラムの詳細をご覧ください。