公司承诺制定短期科学碳目标,助力 2040 年前实现净零排放的宏大愿景
2023 年 3 月 9日—领先于智能电源和智能感知技术的安森美(onsemi,美国纳斯达克上市代号:ON)宣布已加入科学碳目标倡议 (以下简称“SBTi”)。安森美总裁兼首席执行官 Hassane El-Khoury 近期签署了一份承诺书并提交至 SBTi,开启了为期 24 个月的目标验证过程。这是公司去碳化进程的关键一步,展示了其在 2040 年前实现净零排放这一气候目标的透明度。
该承诺书提交后,公司承诺制定符合 SBTi 标准的短期科学减排目标,以确保将全球气温升幅控制在比工业化前水平高 1.5°C 之内,避免超出阈值而加剧气候变化的影响。
安森美可持续发展、环境社会治理 (ESG) 高级总监兼部门负责人 Kim Luu 说:“对于符合科学的碳减排目标,SBTi 是黄金标准。凭借这一倡议及其专业知识,我们能够确保安森美继续实现目标,为全球减排工作提供支持。到 2024 年 12 月,安森美将公布符合 SBTi 且经其验证的获批短期目标,进一步提高透明度。”
科学碳目标 (SBT) 为公司提供明确的温室气体 (GHG) 减排路径,注重当前业务流程的深度去碳化,并解除业务和收入增长与未来排放量增加之间的关联。SBT 需要严格的审批程序,以确保制定的目标符合已有的减排路径,因而能够增加公司气候目标的可信度和有效性。
此外,SBT 可灵活调整以应对气候相关法规,从而提升投资者对公司的信心。SBT 打造竞争优势,帮助提高公司的总营收,还可为已制定供应链减排目标的客户提供附加价值。此外,SBT 可提高资源弹性以满足未来需求,实现净利润增长。
到 2024 年 12 月,安森美将公布符合 SBTi 且经其验证的获批短期目标。其年度可持续发展报告将介绍安森美的目标和未来几年实现目标的进展情况。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。