概要 - 多様なAIエージェントを通じて自律的な持続可能性評価に向けて

多様なAIエージェントを通じて自律的な持続可能性評価に向けて

2025-07-22 20:49:25

{"Zhihan Zhang","Alexander Metzger","Yuxuan Mei","Felix Hähnlein","Zachary Englhardt","Tingyu Cheng","Gregory D. Abowd","Shwetak Patel","Adriana Schulz","Vikram Iyer"}

{cs.AI,cs.CE}

この記事は、持続可能性評価プロセスを自動化し、改善するための革新的なAI駆動のアプローチを紹介しています。特に、電子機器のライフサイクル評価（LCA）に焦点を当てています。 **研究の主要な貢献**： * **LCAのための多エージェントシステム**：このシステムは、AIエージェントを用いてLCA専門家の手動プロセスを模倣し、協力してライフサイクルインベンチャリー（LCI）を生成し、環境影響（EI）を推定します。これにより、LCAの時間が週や月から1分未満に短縮され、専門家のLCAの19%以内の精度を維持します。 * **多モーダル情報検索**：システムは、オンライン修理コミュニティや政府認証などのさまざまな情報源からデータを抽出するための多モーダル情報検索ツールを使用し、LCAにおけるデータギャップを埋め、以前にアクセスできない情報にアクセスを可能にします。 * **kNN重み付けガウス推定子**：この方法は、類似製品のクラスタに基づいてEIを直接推定し、特定の製品クラスに対する詳細なLCI構築や排出係数マッピングが必要ないことを可能にします。 * **データ駆動型排出係数推定**：システムは、未知の排出係数を推定するためのデータ駆動型方法を使用し、従来のLCIA計算を改善します。このアプローチは、人間の専門家と比較して平均絶対百分率誤差（MAPE）が120.26%向上します。 **システムの主要な構成要素**： * **LCI生成**：AIエージェントが協力して、製品のライフサイクル全体におけるコンポーネント、プロセス、使用されるエネルギーを識別し、LCIを生成します。これには、公共データソースの検索や画像から情報を抽出するためのビジュアルツールの使用が含まれます。 * **EI推定**：システムは、kNN重み付けガウス推定子やデータ駆動型排出係数推定を含むさまざまな方法を使用してEIを推定します。 * **エージェントスケーリング**：システムは、推論時間の推論行動を拡張することでスケーリングパフォーマンスを探索し、精度と計算時間の最適化を行います。 **LCAワークフローの影響**： * **時間とコストの削減**：自動化されたLCAプロセスは、データ収集と分析に関連する時間とコストを節約します。 * **精度と一貫性の向上**：システムは、EI推定における高い精度と一貫性を達成し、信頼性の高い持続可能性評価に寄与します。 * **データアクセスの強化**：多モーダル情報検索ツールの使用により、以前にアクセスできないデータにアクセスが可能になり、LCAの範囲と深さを拡大します。 * **実務者への強化**：システムは、実務者に効率的かつ効果的に製品の持続可能性を評価するためのツールとリソースを提供し、強化します。 **全体として、この研究は持続可能性評価プロセスを自動化し、改善するための有望なアプローチを提供しており、特に複雑な製品である電子機器に対して非常に有用です。提案されたAI駆動型システムは、LCA分野を革新し、より持続可能な未来に貢献する可能性があります**。