面向可持续能源的人工智能：情境主题建模与内容分析
人工智能
2021-10-05 v1
摘要
在与可持续能源和人工智能解决方案相关辩论升温并行之际，世界目前正在讨论人工智能的伦理及其对社会与环境的潜在负面影响。在这些论点中，提出了可持续 AI，旨在推进通向可持续性的路径，例如可持续能源。在本文中，我们提出了一种结合 LDA、BERT 与聚类的新型情境主题建模。随后我们将这些计算分析与相关科学文献的内容分析相结合，以识别可持续 AI 在能源领域科学研究中的主要学术主题、子主题与跨主题。我们的研究识别出八个主导主题，包括可持续建筑、面向城市水管理的基于 AI 的决策支持系统、气候人工智能、农业 4.0、AI 与 IoT 的融合、可再生能源技术的基于 AI 的评估、智慧校园与工程教育，以及基于 AI 的优化。我们随后基于观测到的理论空白推荐了 14 个潜在未来研究脉络。在理论上，本分析对可持续 AI 与可持续能源的现有文献有所贡献；在实践上，它旨在作为能源工程师与科学家、AI 科学家及社会科学家的通用指南，以拓宽其在 AI 与能源融合研究中的可持续性知识。
引用
@article{arxiv.2110.00828,
title = {Artificial intelligence for Sustainable Energy: A Contextual Topic Modeling and Content Analysis},
author = {Tahereh Saheb and Mohammad Dehghani},
journal= {arXiv preprint arXiv:2110.00828},
year = {2021}
}