AutoPCF：利用大语言模型实现高效产品碳足迹核算
人工智能
2023-08-14 v2 计算机与社会
摘要
产品碳足迹（PCF）对于供应链脱碳至关重要，因为它衡量了产品生命周期中所有活动引起的直接与间接温室气体排放。然而，PCF核算通常需要专家知识并耗费大量时间来构建生命周期模型。在本研究中，我们测试并比较了五个大语言模型（LLM）在建模产品“从摇篮到大门”生命周期并生成输入输出清单数据方面的涌现能力，揭示了它们作为通用PCF知识数据库的局限性。通过利用LLM，我们提出了一种称为AutoPCF的自动AI驱动PCF核算框架，该框架还应用深度学习算法自动匹配计算参数，并最终计算PCF。使用AutoPCF框架估算三种案例产品碳足迹的结果表明，其有潜力实现PCF的自动建模与估算，并将建模时间从数天大幅缩短至数分钟。
引用
@article{arxiv.2308.04241,
title = {AutoPCF: Efficient Product Carbon Footprint Accounting with Large Language Models},
author = {Zhu Deng and Jinjie Liu and Biao Luo and Can Yuan and Qingrun Yang and Lei Xiao and Wenwen Zhou and Zhu Liu},
journal= {arXiv preprint arXiv:2308.04241},
year = {2023}
}