As últimas tendências de IA generativa para enfrentar a crise climática

No Acordo Climático de Paris de 2015, as nações globais se comprometeram a atingir emissões líquidas de carbono zero até 2050. Com essa data a apenas 26 anos de distância, a corrida para a transição para tecnologias limpas nunca foi tão urgente. Os efeitos das mudanças climáticas já estão sendo sentidos com mais frequência incêndios florestais, calor extremo, inundação, e quebra de safra. A mudança para uma economia de zero líquido precisará ser tão grande quanto a revolução industrial. Enquanto essa revolução se desenrolou gradualmente ao longo de 180 anos, esta precisará acontecer em apenas 26 anos. Felizmente, os inovadores hoje têm acesso a tecnologia avançada e inteligência artificial (IA) que podem acelerar a transição para zero líquido.

Na AWS, as startups estão usando a IA generativa para enfrentar esse desafio. No início deste ano, compartilhamos como a primeira onda de startups de tecnologia climática está usando a IA generativa para gerenciar com mais eficiência suas operações, implantando-a para desbloquear rapidamente informações importantes contidas em documentos longos e complicados. Agora, as startups de tecnologia climática estão usando a IA generativa para acelerar o desenvolvimento de produtos, economizar dinheiro para seus clientes e provar o que é possível em uma escala antes inimaginável.

Tendências emergentes de IA generativa em tecnologia climática

1. Desenvolver modelos de base (FM) com base em dados do mundo real, incluindo o mundo natural, o clima, a ciência dos materiais e outros.
2. Usar a IA generativa para descobrir e projetar novas ciências, incluindo o desenvolvimento de materiais sustentáveis, mapeamento genético e muito mais.
   
3. Otimizar operações comerciais para economizar tempo e dinheiro por meio de melhorias na categorização, ingestão de documentos e automação.
   
4. Criar dados sintéticos para treinar modelos de machine learning (ML) quando os dados não estão prontamente disponíveis.
   
5. Usar pequenos modelos de linguagem (SLM), modelos menores especializados que têm sua capacidade concentrada em uma tarefa específica, para otimizar cargas de trabalho generativas de IA para sustentabilidade ambiental e custo.
   

Como a Insilico usa IA generativa para descobrir e projetar materiais sustentáveis

A Insilico Medicine é uma empresa global de biotecnologia em estágio clínico alimentada por IA generativa que inicialmente se concentrou em acelerar a descoberta de medicamentos. Desde então, expandiu sua plataforma para descobrir e projetar materiais sustentáveis e agroquímicos. A Insilico construiu inicialmente IA farmacêutica, que usa IA generativa para identificar alvos e gerar e otimizar moléculas rapidamente para desenvolver e avançar seu próprio pipeline de programas para ensaios clínicos em tempo recorde. A Insilico também oferece a plataforma Pharma.ai como produtos SaaS hospedados na AWS. Em média, na indústria farmacêutica, a jornada da identificação do alvo até a seleção do candidato clínico envolve sintetizar e testar milhares de compostos e leva mais de 4,5 anos. A abordagem de IA generativa da Insilico permite otimização multiparamétrica precisa, normalmente reduzindo o número médio de moléculas sintetizadas por programa para menos de 100, da identificação de acertos até a nomeação do candidato pré-clínico em apenas 12 a 18 meses. Além de tornar o processo mais rápido e acessível, o processo é aproximadamente 10 vezes menos dispendioso do que a abordagem tradicional. Junto com a Amazon, a Insilico Medicine também construiu o que eles acreditam ser o maior conjunto de dados de dinâmica de moléculas do mundo gerado usando Computação de alta performance (HPC) na AWS com o Amazon EC2, Amazon FSx, Amazon S3 e Elastic Fabric Adapter (EFA). Um conjunto de dados exclusivo que pode ser aproveitado de diversas maneiras para aumentar a precisão e a velocidade da descoberta e do desenvolvimento de medicamentos de pequenas moléculas.

A Insilico agora está aplicando sua plataforma de IA generativa para descobrir e projetar materiais sustentáveis. Sua plataforma usa o Amazon SageMaker para treinar rapidamente novos modelos de base e gerar estruturas moleculares otimizadas. O SageMaker permite o processamento paralelo de tarefas computacionais complexas, dimensiona perfeitamente os recursos para avaliação de modelos e fornece à Insilico acesso sob demanda a GPUs e CPUs de última geração. Para começar a trabalhar com materiais sustentáveis, a Insilico fez uma parceria com uma grande empresa global de tecnologia agrícola para criar herbicidas mais ecológicos, seguros e eficazes. Os herbicidas são importantes para proteger as plantações e permitir que os agricultores cultivem alimentos de forma econômica, mas podem prejudicar o ambiente ao redor. Trabalhando em estreita colaboração, eles aproveitaram a tecnologia e o conhecimento de química de moléculas pequenas da Insilico, movida a IA generativa, para projetar e otimizar herbicidas ativos em potencial de forma mais rápida e melhor para o meio ambiente e a saúde humana.

A Insilico não para por aí. Eles anunciaram recentemente o lançamento do Consórcio de IA Generativa para Sustentabilidade Ambiental, com a missão de desenvolver tecnologias de IA generativas de ponta de código aberto para sustentabilidade ambiental. É uma plataforma de código aberto para cientistas e laboratórios acadêmicos contribuírem com modelos e dados para avançar os campos de 1) captura de carbono 2) armazenamento de hidrogênio, 3) agroquímica e 4) óleos básicos e lubrificantes. Os cientistas podem enviar modelos para revisão. A plataforma oferece um sistema de benchmarking para que os cientistas possam entender quais modelos são melhores para quais propósitos. 

NET2GRID implementa IA generativa para ajudar as empresas de serviços públicos a acelerar a transição energética

A complexidade da rede elétrica está crescendo rapidamente à medida que os fornecedores de energia mudam para fontes de energia renováveis intermitentes, como a solar e a eólica, que produzem diferentes quantidades de eletricidade em diferentes momentos do dia. Essa variabilidade, juntamente com o clima extremo provocado pelas mudanças climáticas, cria picos extremos de demanda de eletricidade e de preços. Se não forem bem gerenciados, os picos podem levar à instabilidade da rede. Um estudo do Wall Street Journal indica que as incidências de apagões prolongados dobraram desde 2013. Além disso, o World Energy Outlook 2022 da AIE constatou que os preços da energia aumentaram 30% na última década, fazendo com que os clientes busquem formas de reduzir a conta de energia. 

A plataforma EnergyAI da NET2GRID usa IA generativa para permitir que as concessionárias forneçam a seus clientes percepções e recomendações sobre o uso de energia que reduzem custos, equilibram a rede e evitam interrupções. O EnergyAI Assistant ajuda os clientes de serviços públicos a entender facilmente seu uso de energia, cortar custos e melhorar a eficiência. O sistema é alimentado por modelos de linguagem ampla (LLMs) que aproveitam APIs analíticas para fornecer aos clientes de serviços públicos percepções e recomendações personalizadas sobre o consumo de energia. Ele capacita residências e empresas com análises e previsões avançadas de energia que antes eram proibitivamente caras e só estavam disponíveis para especialistas do setor. O sistema pode identificar o uso de energia de aparelhos específicos e o histórico de uso de energia para que os clientes de serviços públicos saibam onde encontrar economias. Ele também oferece uma previsão sofisticada do consumo futuro de energia e do preço da eletricidade para que os usuários possam evitar picos de consumo e reduzir custos. 

A NET2GRID usa o Amazon Sagemaker para fazer o ajuste fino e implantar LLMs baseados em escala com base no Llama 7B. Eles usam o AWS Inferentia2, o chip de inferência de machine learning personalizado de alto desempenho da AWS, para implantação econômica e com otimização de energia de modelos de IA. Por fim, eles usam as funções do AWS Lambda para executar o código que responde a gatilhos ou eventos específicos, garantindo que o assistente permaneça responsivo e eficiente sem precisar de gerenciamento contínuo do servidor. 

A implementação do EnergyAI Assistant oferece benefícios tanto para os fornecedores de energia quanto para seus clientes. O assistente aprimora significativamente a experiência do cliente ao fornecer respostas rápidas e personalizadas a perguntas relacionadas à energia. Disponível 24 horas por dia, esse nível de suporte pode ajudar a aumentar a satisfação do cliente e ajudá-lo a reduzir o uso de energia. Isso, por sua vez, ajuda as concessionárias a gerenciar a rede e evitar interrupções dispendiosas. A tecnologia também ajuda os fornecedores de energia a reduzir seu custo de atendimento em até 25% por meio de um suporte ao cliente de primeiro nível mais eficiente. Além disso, os insights gerados pelo assistente podem reduzir os custos de análise e pesquisa de mercado em até 20%, levando a uma economia significativa de custos. 

Connect Earth ajuda os clientes do banco a tomar decisões de compra informadas sobre o clima usando IA generativa

À medida que o mundo corre para chegar a emissões líquidas zero de gases de efeito estufa, a divulgação de informações sobre gases de efeito estufa agora é obrigatória em 40 países, incluindo o Reino Unido, muitos estados-membros da UE, Austrália, Japão e EUA. De acordo com o CDP, uma organização sem fins lucrativos que administra sistemas de divulgação global, mais de 23.000 empresas, representando dois terços da capitalização do mercado global, informam dados sobre emissões. Mais de 10.000 empresas anunciaram publicamente metas de redução de gases de efeito estufa, incluindo a Amazon e os mais de 500 signatários do Climate Pledge para chegar a emissões líquidas zero até 2040, que a Amazon co-fundou. Para viabilizar esses esforços, a Connect Earth fornece um conjunto de ferramentas de API orientadas por IA que ajudam as instituições e os clientes de serviços financeiros a calcular e reduzir as emissões de gases de efeito estufa. 

A Connect Earth usa IA generativa na AWS para integrar perfeitamente a avaliação do impacto ambiental no cotidiano bancário. Ao analisar um conjunto abrangente de pontos de dados - incluindo descrições de transações, categorias fornecidas pelo banco, datas, moedas e informações regionais - o sistema não apenas categoriza as transações com precisão, mas também associa cada uma delas às emissões de carbono estimadas correspondentes. Essa abordagem permite que os clientes do banco tenham uma compreensão clara de suas emissões de carbono pessoais e comerciais, possibilitando que eles tomem decisões de compra ambientalmente conscientes e adotem medidas ativas para reduzir sua pegada de carbono.

A Connect Earth integra a IA generativa na AWS de três maneiras. Primeiro, a IA generativa é usada para categorizar e rotular transações para estimar a pegada de carbono, um processo que antes era manual. A Connect Earth faz o ajuste fino do DistilBERT para classificação de sequências, uma versão destilada do BERT que tem 40% menos parâmetros, é executada 60% mais rapidamente e preserva mais de 95% do desempenho do BERT. Em segundo lugar, quando os dados não estão acessíveis ou a regulamentação restringe o uso, são gerados dados sintéticos para treinar seus modelos, usando pequenos modelos de linguagem (SLMs), como o Mistral 8x7B, por meio do AWS Bedrock. Por fim, a Connect Earth está explorando SLMs de código aberto, como o Llama 7B, para extrair dados de entradas não estruturadas para alimentar seu modelo, a fim de fornecer resultados impressionantes com uma fração dos recursos computacionais de um grande modelo de linguagem (LLM). Ao adotar algoritmos eficientes em termos de energia e SLMs, a Connect Earth está reduzindo custos e seguindo as práticas recomendadas da AWS para otimizar as cargas de trabalho de aprendizado de máquina para a sustentabilidade. A pilha da Connect Earth é implantada na computação sem servidor da AWS: As APIs são alimentadas pelo AWS Lambda e os modelos são implantados na Inferência Sem Servidor do Amazon SageMaker. Essa infraestrutura escalável permite que a Connect Earth processe milhões de transações por dia.

Por meio desse pipeline de IA generativa, a empresa estima que agora está dobrando o número de transações para as quais fornece dados de carbono e, em breve, permitirá o cálculo de emissões para fontes de dados não estruturadas, como faturas. Os clientes bancários também recebem benefícios adicionais: anteriormente, os contadores categorizavam manualmente os gastos para determinar as estimativas de emissões de carbono, o que levava de 10 a 20 horas por empresa por ano. Agora esse processo foi eliminado, economizando tempo e dinheiro dos clientes do banco. 

Comece a criar agora com a AWS e a IA generativa 

A AWS está comprometida em ajudar startups a acelerar a luta contra a crise climática, aproveitando a IA generativa. Por meio do pacote de ferramentas da AWS, as startups podem desenvolver rapidamente soluções para permitir a descoberta de materiais mais sustentáveis, reduzir o cronograma de descobertas científicas, acelerar as operações e reduzir custos ou até mesmo gerar dados sintéticos. Juntos, todos lideraremos o combate às mudanças climáticas.

Descubra como a AWS pode ajudar sua startup a aproveitar o poder transformador da IA generativa, aprendendo mais sobre o Amazon Bedrock e o programa AWS Startups.