Final technical report from the ITU-T Focus Group on Environmental Efficiency for Artificial Intelligence and other Emerging Technologies (FG-AI4EE), discussing the need for integrating and harmonizing environmental, social models and sustainability needs when designing AI-IoT based solutions. The report highlights (I) current barriers hampering the adoption of a comprehensive path that addresses all three needs, (II) the risks stemming from single-path sustainability approaches, and (III) provides suggestions for future work that can foster and promote the adoption of a more comprehensive process of designing sustainable AI-IoT systems.

Rapporto tecnico finale del gruppo di lavoro sull'efficienza ambientale per l'Intelligenza artificiale e le tecnologie emergenti (FG-AI4EE) della International Telecommunication Union (ITU). Il documento analizzza la necessità di legare ed armonizzare gli aspetti ambientali, il modello sociale e l'analisi di sostenibilità nella progettazione di soluzioni basate su IA ed IoT. Il rapporto analizza (I) gli ostacoli all'adozione di un approccio complessivo che tenga conto dei tre aspetti citati, (II) i rischi associati ad approcci alla sostenibilità non onnicomprensivi, ed infine (III) suggerisce delle linee guida per la promozione e l'applicazionei di un processo di progettazione comprensivo per sistemi IA ed IoT.

Driving AI-IoT design towards the UN Sustainable Development Goals (SDGs)

Coppola M;
2022

Abstract

Final technical report from the ITU-T Focus Group on Environmental Efficiency for Artificial Intelligence and other Emerging Technologies (FG-AI4EE), discussing the need for integrating and harmonizing environmental, social models and sustainability needs when designing AI-IoT based solutions. The report highlights (I) current barriers hampering the adoption of a comprehensive path that addresses all three needs, (II) the risks stemming from single-path sustainability approaches, and (III) provides suggestions for future work that can foster and promote the adoption of a more comprehensive process of designing sustainable AI-IoT systems.
2022
Istituto di Scienza e Tecnologie dell'Informazione "Alessandro Faedo" - ISTI
Dipartimento Ingegneria. ICT e Tecnologie per l'energia e i trasporti - DIITET
Rapporto tecnico finale del gruppo di lavoro sull'efficienza ambientale per l'Intelligenza artificiale e le tecnologie emergenti (FG-AI4EE) della International Telecommunication Union (ITU). Il documento analizzza la necessità di legare ed armonizzare gli aspetti ambientali, il modello sociale e l'analisi di sostenibilità nella progettazione di soluzioni basate su IA ed IoT. Il rapporto analizza (I) gli ostacoli all'adozione di un approccio complessivo che tenga conto dei tre aspetti citati, (II) i rischi associati ad approcci alla sostenibilità non onnicomprensivi, ed infine (III) suggerisce delle linee guida per la promozione e l'applicazionei di un processo di progettazione comprensivo per sistemi IA ed IoT.
AI
Big data
Data analytics
Energy consumption
Greenhouse gas emissions
IoT
Rebound effect
Renewable energy
Sustainable development
File in questo prodotto:
File Dimensione Formato  
prod_477295-doc_196381.pdf

accesso aperto

Descrizione: FG-AI4EE D.WG1-08 Driving AI-IoT design towards the UN Sustainable Development Goals (SDGs)
Dimensione 693.11 kB
Formato Adobe PDF
693.11 kB Adobe PDF Visualizza/Apri
prod_477295-doc_204547.pdf

non disponibili

Descrizione: FG-AI4EE D.WG1-08 Driving AI-IoT design towards the UN Sustainable Development Goals (SDGs)
Dimensione 413.4 kB
Formato Adobe PDF
413.4 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/415653
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact