Agenti AI stimano l’impatto ambientale dei dispositivi elettronici con accuratezza da esperti
Un team di ricercatori dell’Università di Washington ha sviluppato un sistema di intelligenza artificiale che stima automaticamente l’impatto ambientale della produzione di dispositivi elettronici. Il sistema impiega circa un minuto per completare l’analisi — setacciando database pubblici, incluse immagini dell’interno dei dispositivi — e raggiunge un’accuratezza paragonabile a quella di esperti umani.
Lo studio, pubblicato il 12 giugno su Nature Electronics, affronta un problema crescente: mentre i consumatori possono confrontare le emissioni di carbonio dei voli aerei con un semplice click, mancano informazioni altrettanto accessibili sulla sostenibilità dei dispositivi elettronici che acquistano.
Come funziona
Il sistema utilizza due agenti AI specializzati che lavorano in ciclo. Il primo agente funge da analista: definisce le informazioni da raccogliere, pianifica l’integrazione dei dati e verifica l’accuratezza dei risultati. Il secondo agente è più simile a un ingegnere: raccoglie dati pubblicamente disponibili sui componenti del dispositivo, analizzando fogli di calcolo, immagini delle schede interne e fonti non tradizionali come database FCC e guide di iFixit.
I due agenti operano in un loop: il primo imposta l’ambito, il secondo raccoglie informazioni, il primo esamina i risultati e può inviare nuovamente il secondo alla ricerca di ulteriori dati. Gli agenti consultano quindi database LCA (Life Cycle Assessment) per convertire la lista completa dei componenti in stime di carbonio.
Accuratezza comparabile agli esperti
Il sistema raggiunge un tasso di errore medio del 5-19%, simile a quello delle LCA condotte da esperti umani. Un risultato notevole considerando che un esperto umano può impiegare giorni o addirittura mesi per raccogliere manualmente le informazioni necessarie per una singola LCA.
Il team ha anche sviluppato un metodo innovativo basato sui “vicini più prossimi”: invece di raccogliere dati dettagliati per ogni dispositivo, il sistema confronta le specifiche del prodotto con quelle di dispositivi simili di cui già esiste un report sulle emissioni. Per la stima delle emissioni dei materiali, questo approccio ha ottenuto un errore medio del 23%, contro il 143% degli esperti umani.
Sostenibilità del sistema stesso
I ricercatori hanno prestato attenzione anche all’impatto energetico del loro sistema. Utilizzano piccoli modelli AI poco energivori e avviano il processo con una ricerca per verificare se le emissioni stimate del dispositivo siano già state calcolate, evitando elaborazioni superflue. Quando il sistema deve chiamare ripetutamente i suoi modelli AI, l’impatto complessivo è paragonabile alle emissioni generate dalla preparazione di una tazza di tè.
Prospettive future
Il team prevede di collaborare con aziende per automatizzare i loro flussi di lavoro di valutazione ambientale. L’obiettivo è liberare il tempo dei team di sostenibilità aziendali, permettendo loro di concentrarsi sulla riduzione dell’impronta di carbonio dei prodotti invece di passare ore a cercare dati sfuggenti.
Informazioni sull'autore
