Прогнозирование трафика сотовой связи: новый подход с использованием искусственного интеллекта

Предложенная схема двухэтапной кластеризации в сочетании с пространственной коррекцией ошибок позволяет повысить надёжность и точность анализа данных, несмотря на присущие им неточности и погрешности.

Исследование предлагает усовершенствованную методику прогнозирования пространственного распределения трафика сотовой связи, основанную на контекстном анализе и коррекции ошибок.

Искусственный интеллект и энергопотребление: предела не видно?

Потребление электроэнергии, обусловленное развитием искусственного интеллекта, демонстрирует существенную зависимость от темпов повышения энергоэффективности: при оптимистичном сценарии (Rapid) рост объёма предоставляемых сервисов не приводит к пропорциональному увеличению энергопотребления дата-центров, в то время как при более консервативном сценарии (Slow) даже незначительное замедление прогресса в области энергоэффективности может привести к значительному росту общего потребления электроэнергии в США, несмотря на постоянный рост объёма предоставляемых AI-сервисов, что подчеркивает критическую важность инноваций в этой области для устойчивого развития.

Новое исследование показывает, что рост энергопотребления, связанный с развитием искусственного интеллекта, не является неизбежным и сильно зависит от экономических факторов и эффективности технологий.