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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。