理事長　日替わりセミナー

臭い物質の評価
ドイツにおけるある研究機関による室内空気の調査の重要な理由に関しては臭い、健康被害、曝露の疑いが室内検査の最もよく挙げられる理由です。室内検査の26%は、目立つまたは不快な臭いが原因です。15%は控えめとしているが、新築または改修された建物の受け入れや承認の測定として測定が行われており、ここではこれ以上区別されない他の場面も含まれます。
しかし、揮発性有機化合物の測定とは対照的に、屋内での臭い検出のための化学分析的測定法は確立されていません。臭いの評価においては、個々の物質関連の概念だけでは十分でないことが多いです。したがって、臭い値の形成や感覚過程の形成など、他の方法を用いるべきです。
室内空気中の一部の臭い物質は十分な検出感度で化学的に分析可能ですが、日常の臭いはしばしば複数の、時には数百もの物質の複雑な混合物によって引き起こされます。これらの物質の多くはすでに空気中数ナノグラムの濃度で知覚可能ですが、解析的に検出することはほとんど不可能です。臭い閾値で評価する際には、混合物中の臭い物質が互いに影響し合うことを考慮しなければなりません。相乗効果のような相互作用は、物質混合物の臭い特性に大きな影響を与えることがあります。
既存の臭い閾値は品質にばらつきがあります。現在のよく知られた方法で決定された臭い閾値に加え、非常に古い不適合の方法で決定された臭い閾値も文献で言及されています。多くの室内汚染物質については、臭い閾値に関するデータが不足しています。しかし多くの場合、これが臭い閾値の指標なのか臭い検出閾値の指標なのかも不明です。したがって、室内空気中の臭い物質の化学分析だけでは、臭い異常を完全に記録し適切に評価するには不十分であることが多いです。したがって他の物質の臭い閾値を決定する必要があります。室内空気の汚染負荷プロファイルは常に変化しており、最近まで室内空気中に検出された揮発性有機化合物についての情報はほとんどありません。
多くの場合、VOCの測定だけでは室内臭いの問題を明らかにするには不十分です。臭気の迷惑は、非常に低い濃度の物質でも、また異なる物質の相互作用によって通常発生するため、物理化学的測定法による検出は非常に時間がかかるか、全く不可能です。したがって、嗅覚感覚法を含める必要があるかもしれません。人間の鼻を測定器として用いる感覚法を用いることで、十分な感度で臭いを測定できます。しかし、同じ物質でも同じ濃度の人によっては異なる認識がされます。さらに、嗅覚知覚は脳内で解釈され、経験的価値の助けを借りて個別に異なる評価が行われます。したがって、客観的な測定のためには、被験者の嗅覚感知範囲が集団全体の分布と一致していることが保証されなければなりません。

Date: 2025/11/28(金)

室内空気質による屋内負荷の評価

室内空気質による屋内負荷の評価
揮発性有機化合物(VOC)の評価のために特に重要になっている評価基準の2種類があります。
毒性学的に導かれた評価概念、
統計的に導出された評価概念。
この時点で、ALARA原則のような実用的または予防的な評価概念を無視してはなりません。これは放射線防護や、定量限界レベルでの農薬の限界値の導出にも用いられます。
※ALARA原則とは、放射線防護の3原則の一つで、「As Low As Reasonably Achievable」の頭文字をとった「合理的に達成可能な限り低く」を意味する放射線防護の原則です。これは、放射線を伴う行為のメリットがリスクを上回る場合に、社会・経済的要因を考慮しながら、できるだけ被ばく線量を低く抑えるよう努力すべきだとする考え方です。※

評価の概念は、科学的かつ社会政治的な合意を表現することを意図した慣習に基づいています。
毒性学的に導き出された評価は、健康関連の質問に答えるためのガイドライン値の形成につながります。実験では、実験動物に異なる高濃度物質にさらされ、認識可能な効果を引き起こさない濃度を見つけ出します。ガイドライン値の導き出発点として、比較的高濃度にさらされた職場での研究経験があります。敏感な集団(小さな子どもや病気の人)における低線量範囲での曝露の影響をマッピングするために、いわゆる不確実性因子が用いられます。いわゆるアドホック作業部会のガイドライン値導出手順の詳細な記述は1996年に発表されました。
これらの毒物学的推論の場合、頭痛や集中力障害などの非特異的な健康障害が動物実験や実験室での検査でどの程度認識できるかは依然として不明です。屋内汚染の場合、非特異的な訴えが最も頻繁に挙げられる健康問題です。一般的に、室内空気中には毒物学的排出だけでは評価できない物質混合物が存在する。
100倍の不確実性要因の決定はもはや毒性学的に正当化できず、慣習に基づいています。毒性学的正当化に比較的多くの労力が必要なことが、利用可能なガイドライン値が少ない主な理由です。
この概念だけでは、室内空気中の大量の物質を信頼できる評価にするには不十分です。しかし、これは一般の人々の健康被害に答えるための重要なツールです。
統計的に導出された評価概念では、参照値が形成されます。ここでは、より多くの代表的な研究から「通常、平均存在する」室内空気の汚染負荷を算出し、「正常」と定義します。
いわゆる90パーセンタイルまたは95パーセンタイルは、濃度閾値としてよく言及され、超過した場合に異常な負荷を示します。利用可能な頻度分布に基づき、イベント関連データの測定値の90パーセンタイルを上限基準値と定めているけーすもあります。

新しい物質や複数の物質が室内空気に入り込む場合、当初は基準値がありません。また、既知の物質群が生産変更によって増加した場合(塗料中の溶剤の代替など)、既存の基準値を一貫して上回ることがあります。これらの現象は、参照値の定期的な更新によって補正できます。
毒性学的かつ統計的に導き出された評価概念は、変化する環境に対応しなければなりません。毒物学的評価では、新たな医学的および毒物学的所見が更新の必要性を生み出します。統計的に導出された値には、新しい製品組成や使用者習慣によって起こる内部のVOC濃度の変化も含めなければなりません。
室内大気汚染の完全かつ利用者別の評価は、両方の概念に依存します。統計的相関や毒物学的結果を考慮して初めて、健康リスクを重み付けし、室内汚染の原因を特定することができます。しかし、どちらの方法も臭気汚染には満足のいく対応をしていません。
実際の経験から、質問や状況によって両方の評価基準が重要であり、専門家によって異なる重み付けで使用できることがわかります。これらはTVOC概念、臭いに関する情報、評価者の個人的経験など、他の評価基準や評価補助によって補完されます。
評価基準の使用と相互の重み付けは専門家の責任であり、専門家の意見で理解しやすくもっともらしい形で提示されるべきです。
揮発性有機化合物の室内空気検査の調査理由は、しばしば異なる、時には非常に複雑な個別の疑問に基づいています。したがって、専門家の重要な役割は、まずクライアントと協議の上で研究の課題を定義し、それに基づいて必要な測定および評価戦略を調整することです。

Date: 2025/11/27(木)

電離放射線と非電離放射線は相互作用する

電離放射線と非電離放射線は相互作用する
2019年まで、反原子力運動と携帯電話批判派は共同で専門誌「Strahlentelex | ElektrosmogReport」を発行。発行者は、環境汚染が2種類の放射線によって発生することを認識していました。原子力発電所からの高エネルギー放射線は、重大事故発生時に即座に急性かつ急性に、また稼働中には継続的な低レベル放射線によっても発生します。そして同様に、携帯電話の放射線は、体内の代謝プロセスに影響を及ぼすことで、徐々に進行します。・・・・・・と述べています。
2種類の放射線が体内でどのように相互作用するかについては、カール・ヘヒト教授の論文「電離放射線と非電離放射線の区分は依然として妥当か？最新の科学的知見：電磁場放射線は人体内で過剰なO₂ラジカルとNOラジカルを生成する可能性がある」（2015年）と、オットー・フグ放射線研究所の報告書「レーダー兵を例に挙げた、過小評価されている放射能の危険性」（2015年）で説明されています。携帯電話の送信機からの放射線の長期的影響に関する ATHEM-3 研究は、Jörg Schmid 氏もdiagnose : funk のインタビューで、この関連性を実証しています。
いわゆる電離放射線と非電離放射線はどちらも人体内でフリーラジカルを生成する可能性に言及、どちらの種類の放射線も類似した生物学的損傷を引き起こす可能性があります。人体に対する放射線の影響は住民の防護にとって決定的な要素であるため、電離放射線と非電離放射線を区別することはもはや適切ではありません。これは、現行の放射線防護措置とそれに関連する法的評価にも影響を与えるはずです。・・・と発言されています。

環境が代償を払う
インドにおけるデータセンターの急速な成長は、特に同国の AI 市場が急速に成長し続ける中、持続可能性の課題を引き起こしています。
現在、世界的には、再生可能エネルギーや原子力などの低炭素エネルギー源が電力の40.9%を供給しているが、インドは依然として電力の70%以上を石炭に依存しており、再生可能エネルギーの貢献度はわずか25%に過ぎない。この化石燃料への依存度が高いため、IITバラナシによると、キロワット時(kWh)あたり平均約820グラムのCO₂という高い炭素強度が生じています。これは、G20平均の445グラムのCO₂/kWhのほぼ2倍です。
2023年、インドの電力部門は約14億トンのCO₂換算を排出した。CREAによると、2021-22年度のインドの総炭素排出量の約半分は電力部門に由来すると推定されている。
インドのエネルギーと排出量(ETV Bharat Creative)
同様に、同国はすでに何百万人ものインド人に影響を与えている水不足も考慮する必要があり、マハラシュトラ州とカルナータカ州のテクノロジーハブは既存のデータセンターインフラのためにすでにストレスを感じている。
インドにおけるAIの持続可能な前進の道
AI が産業を再構築し続ける中、専門家は、その環境への影響がすでに感じられていると警告しています。しかし、インドには、気候に配慮したAIインフラをゼロから構築するユニークな機会があります。専門家らは、AIが次の気候問題にならないようにするために国が従わなければならない原則を概説した。
AIが優れているためにはグリーンでなければならない(ETV Bharat Creative)
Dikshant Dave 氏は、イノベーションは不可欠ですが、地球を犠牲にしてはならないと強調します。「新しいモデルアーキテクチャ、エネルギー効率の高いチップ、液体冷却、再生可能エネルギーによるデータセンターはすべて、この分野を持続可能性に向けて動かしています。AI は害を軽減できますが、意図的な設計の選択と強力な説明責任が必要です。」
アビシェク・アガルワル氏は、政府と企業の両方によるAIの急速な導入を強調し、イノベーションと長期的な安定性のバランスを取る必要性を強調した。「インドは、グリーンAI技術を模索するために、学界、産業界、政府間の協力を奨励すべきだ」とアガルワル氏は付け加えた。「適切な計画があれば、AIは経済成長と環境健全性の両方を促進できます。」
マノジ・ダンダ氏とニティン・ラホティ氏もこの意見に同調し、インドにとっては最初から物事を正しく行うチャンスだと述べている。インドがテクノロジーの成長を持続可能性政策と連携させれば、天然資源に負担をかけることなく責任を持ってAIを拡張するための世界的なモデルになる可能性があると彼らは述べた。
専門家らは、インドのAIが強力かつ地球に優しいものとして進化するために政府と企業が従うことができるいくつかの対策を共有している。
全面的な主な推奨事項 (ETV Bharat Creative)
インドは電力を石炭に大きく依存していることをよく認識しており、再生可能エネルギー源からのクリーンエネルギーの割合を増やすことで、電力部門の排出量抑制に積極的に取り組んできました。
同国は、2030年までに設備容量の約50%を非化石燃料エネルギー源から達成することを目指している。しかし、AI が電力需要を加速させるにつれて、低炭素システムへの移行はますます困難になる可能性があります。慎重な計画がなければ、この急増は、2070年までにネットゼロエミッションを達成するというインドの長期目標の障害となる可能性がある。

Date: 2025/11/24(月)

インドにおけるAIの取り組み

インドにおけるAIの取り組み
公共部門のリーダーシップに導かれて、インドはAI分野と半導体インフラで進歩し始めています。現在、世界で最も急速に成長している開発者ベースをホストしており、GitHub の公開生成 AI プロジェクトで 2 位にランクされています。政府の主力であるIndiaAIミッションは、1030億ルピー以上の資金で立ち上げられ、「AI for All」というスローガンのもと、データ品質の向上、土着モデルの構築、スタートアップの支援、医療、農業、エネルギー、教育、金融などの分野での現実世界の問題を解決するためのAIの使用の奨励など、AIの民主化を目的としている。
IndiaAI の重要な柱は、18,693 個の GPU を備えた大規模なコンピューティング施設の構築であり、これは世界最大級のものであり、国産の AI ソリューションを強化するように設計されています。すでに 17,300 個の GPU が導入されており、全国の容量は 34,000 個を超えており、コンピューティング、クラウド、AI サービスのオープンマーケットプレイスをサポートしています。
このミッションでは、インド固有のモデル用のデータセットプラットフォームである AIKosha や、医療、農業、持続可能な都市、教育のための AI センターオブエクセレンスの創設も導入されました。
インドの AI のブレークスルーには、政府が資金提供する最初のマルチモーダル LLM である BharatGen や、リアルタイム言語翻訳用の Bhashini、Sarvam-1 (2B パラメーター)、Hanooman の Everest 1.0、インド語向けのオープンソースのビデオトランスクリエーションプラットフォームである Chitrelekha などのツールが含まれます。
並行して、インド半導体ミッションは国内のチップ製造能力を構築しており、タタ・エレクトロニクスとPSMCはグジャラート州ドレラに最初のファブを建設し、2026年後半までにチップを納入する予定だ。最近の CG Semi の OSAT 施設の開設と、SEMICON India 2025 でのインド初の国産チップの発表は、同国のテクノロジーへの野心における大きなマイルストーンとなります。
インドのデータセンターインフラ
インドにおけるAIの取り組みは、同国のデータセンター容量の増加にもつながった。Avener Capitalによると、インドはデータセンターの数で世界14位にランクされており、アジア太平洋地域で2番目に急速に成長している市場です。
コリアーズのレポートによると、同国のデータセンター容量は過去6〜7年間で4倍に増加し、2025年4月時点で1,263メガワット(MW)に達している。ムンバイがデータセンター容量の大部分を占め、41%のシェアを占め、チェンナイ(23%)、デリーNCR(14%)がそれに続きます。
コリアーズのレポートによると、容量は2030年までに4,500MWを超えると予測されており、今後5〜6年間で約20〜250億ドルの投資が見込まれています。ムンバイは引き続き市場全体を支配する一方、ハイデラバード、バンガロール、プネーなどの小規模な成長市場では在庫レベルが数倍に増加する可能性があり、ハイデラバードが主要なハブとして台頭する可能性があると述べています。
インドのデータセンター市場の動向(ETV Bharat Creative)
アベナー・キャピタルも同様の推定を提示しており、インドのデータセンター容量は2030年までに5,000MWに達する可能性があると示唆している。現在のデータセンター市場を100億ドルと評価し、25%の年平均成長率(CAGR)で成長すると予想しています。

Date: 2025/11/23(日)

テクノロジー大手は効率的で持続可能な AI システムに向けて準備

テクノロジー大手は効率的で持続可能な AI システムに向けて準備を整えています
テクノロジー大手は AI データセンターの排出量を認識しており、二酸化炭素排出量の増加を最小限に抑える方法を検討しています。野心的な目標はまだ完全には実現されていませんが、Meta、Amazon、Microsoft、Google などの大手企業は、チップレベルの液体冷却設計や、原子力や再生可能エネルギーなどの新しいカーボンフリーエネルギープロジェクトに投資することで、持続可能な AI を実現するための取り組みを強調しています。
昨年、マイクロソフトは米国ペンシルベニア州にあるスリーマイル島原子力発電所の全出力837MWについて、約80万世帯に電力を供給するのに十分な20年間の電力購入契約(PPA)を締結した。2028年から、このクリーンエネルギーは、同社の成長するAIデータセンターのネットワークをサポートするために使用されます。
Meta と Microsoft は、鉄鋼やコンクリートなどの高排出材料を人工木材製品に置き換えることで、データセンターで持続可能な建設慣行を採用しています。この切り替えにより、Meta は二酸化炭素排出量が 41% 削減されると推定し、Microsoft は最大 65% の削減を予測しています。両社はこれらの取り組みを、Meta がバリューチェーン全体でネットゼロ排出を目標とし、Microsoft がカーボンネガティブになることを目指している 2030 年の野心的な気候目標と一致させています。
2023年、Googleのデータセンターの電力使用量は17%増加し、排出量は13%増加しました。これに対処するために、同社はエネルギー効率が 67% 向上した第 6 世代テンソルプロセッシングユニット (TPU) を含む、より効率的な AI インフラストラクチャを開発しました。2024年には、電力消費量が27%増加したにもかかわらず、クリーンエネルギー調達とハードウェア効率の向上により、データセンターの排出量が12%削減されたと報告した。
Google は 2024 年の環境レポートで、自社のセンターの効率が業界平均の 1.8 倍になり、エネルギーの 64% がカーボンフリー源から来ていると述べました。同社はまた、2030年までに24時間年中無休のカーボンフリーエネルギーで稼働する計画も明らかにした。
最近発表された論文の中で、Google はソフトウェア、ハードウェア、インフラストラクチャにわたる研究イノベーションを詳述し、AI システムの効率を高め、環境への影響を最小限に抑えるのに役立ちました。最近の 12 か月間で、Gemini Apps のテキストプロンプトの中央値のエネルギーと総二酸化炭素排出量は、それぞれ 33 倍と 44 倍に減少したと報告されています。Google は、プロンプトごとに必要な電力プロビジョニングコストと水の削減にも投資しています。
効率戦略の概要を説明し、テクノロジー大手は、よりスマートなモデルアーキテクチャの実装、アルゴリズムの最適化、推論のためのカスタムハードウェアの活用、リソースの動的管理、高度なソフトウェアスタックの展開、24時間年中無休のカーボンフリーエネルギーを動力源とするデータセンターの運営、消費する水の120%の補充を目指すデータセンター、冷却戦略の指針となる科学的根拠に基づいた評価の適用など、いくつかの取り組みを強調しました。
より環境に優しいAIのために、ITUは企業に対し、AIのトレーニングと運用から得られるエネルギー使用量と排出量を完全に開示するよう求めています。Google が現在明らかにしたものと同様に、透明性、比較可能性、持続可能性を確保するために、AI 固有のレポート基準と、計算あたりのエネルギーやトレーニングサイクルあたりの排出量などの効率ベンチマークを作成することが求められています。

Date: 2025/11/22(土)

専門家が持続可能な AI システムを提唱

専門家が持続可能な AI システムを提唱
専門家らは、AI システムによる環境への影響を認めながらも、責任、持続可能性、効率性に根ざした意思決定を行えば、未来はより環境に優しいものになる可能性があるという意見に同調しています。
Utho Cloud の Manoj Dhanda 氏は、AI の初期の財務的および環境的コストは新しいテクノロジーの典型ですが、イノベーションが効率を高めると述べています。「消費電力の削減によるチップ設計の改善、必要なリソースが少ない小型で高性能なモデル、エネルギーと水の使用量を削減するよりスマートな冷却システムなど、AI の進歩により、これはすでに起こっています」と彼は言います。
Dhanda 氏は、思慮深い設計と展開を提唱し、データセンターに再生可能エネルギーを供給し、グリーン冷却を使用し、透明性のあるレポートを採用し、モデル効率を継続的に最適化するよう求めています。「だからこそ、私はAIを環境に対する継続的な危険とは見なしていません。むしろ、AIが最終的によりクリーンで、より効率的で、持続可能なものになるように、それは私たちが賢明に対処する必要がある責任です」と彼は付け加えた。
AI は責任を持って構築されれば強力で持続可能 (ETV Bharat Creative)
Zigment AI の Dikshant Dave 氏は、AI の利点は否定できないが、環境への影響を無視すると長期的な損害が発生するリスクがあると述べています。「今後の道は、導入を遅らせることではなく、責任を持って拡張し、AI の各ブレークスルーが持続可能性の前進と確実に一致するようにすることです」と彼は言います。「真のイノベーションは、新しい問題を生み出すことなく問題を解決します。」
Google の透明性レポートと効率性への積極的な投資を称賛し、ハードウェアとインフラストラクチャは持続可能性の向上に向けて進化していると付け加えました。「モデルがよりスマートになるにつれて、最適化が改善される可能性が高くなります。つまり、AI はエネルギーまたは水の単位あたりにより多くの出力を提供できるようになり、よりクリーンで効率的な AI への軌道を大規模に継続できるようになります」と彼はさらに述べています。
インド判事のアビシェク・アガルワル氏も同様の感情を共有している。エネルギーを大量に消費するコンピューティングデバイスがどのように小型化され、より効率的になったかについて言及し、「歴史は、新しい技術は多くの場合、大量のリソース使用から始まりますが、時間の経過とともにより効率的になることを示唆しています」と彼は言います。

同氏は、気候研究、エネルギー管理、農業科学におけるAIのプラスの影響を強調し、「エネルギーを必要とするAIに背を向けるべきではなく、その効率と持続可能性を向上させるべきだ」と述べている。
Mobisoft Infotech の Nitin Lahoti 氏は、AI のエネルギーと水の需要を懸念事項として認めていますが、AI の将来については楽観的な見方を保ち、長期的には AI がよりクリーンでスマートになることを期待しています。
「業界はすでに、より小型で効率的なモデルと、より少ない電力を使用する新しいハードウェアに移行しています。データセンターは、より優れた冷却と再生可能エネルギー源を実験しています」と彼は言います。「この種のイノベーションにより、AI クエリごとの影響は減少し続けるでしょう。」
同氏はまた、AIデータセンターから放出される余剰熱を再利用する革新的な方法を模索する必要性を呼びかけており、ライス大学による新しい研究は、低コストの屋上平板太陽熱集熱器を備えたコンパクトな熱ブースト電力システムを使用して、この無駄な熱を使用可能な電力に変換する「経済的に説得力のある」方法を提供している。彼らは、アメリカ最大のデータセンターハブの2つでその性能を検証し、同じ廃熱から年間60〜80%多くの電力を回収しました。

Date: 2025/11/21(金)

現行ログ/ [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]

**HOME**

000050