# 記事

> グリーン AI に関する、証拠に基づく記事です。言葉の意味から、エネルギーラベル、リバウンド効果、効率的なモデルの数学までを扱います。

Source: https://greenai.guide/ja/記事/

グリーン AI の重要な問いについての解説と論考です。どの記事にも出典があります。

- [AI のエネルギーラベルとベンチマーク](https://greenai.guide/articles/energy-labels-for-ai/): 2026 年時点の AI のエネルギー評価の現状を、AI Energy Score、MLPerf Power、EU AI 法の文書化義務、データセンターの格付けから整理し、ラベルで何がわかるかを説明します。
- [AI をより効率的にする数学](https://greenai.guide/articles/maths-for-efficient-ai/): 枝刈り、スパース性、スケッチング、ランダム行列理論、物理情報モデル。数学が AI に必要な計算、メモリ、エネルギーをどう減らすかを説明します。
- [なぜ今グリーン AI が重要なのか](https://greenai.guide/articles/why-green-ai-matters-now/): AI はデータセンターの電力需要を急増させ、電力網に負担をかけ、コストを押し上げています。2026 年時点の規模、エネルギー、コスト、政策の根拠を解説します。
- [エッジ AI はよりグリーンなのか、それとも見えにくくなるだけなのか](https://greenai.guide/articles/ai-at-the-edge/): 端末上やエッジでの AI はネットワークやデータセンターのエネルギーを節約できますが、誰も測定しない何十億台もの機器に計算を分散させます。わかっていることと、まだわからないことを整理します。
- [エージェント型 AI とトークンの無駄](https://greenai.guide/articles/agentic-ai-and-token-waste/): AI エージェントがチャットの何倍ものトークンとエネルギーを使う理由、ループが無駄を生む仕組み、エージェントを適正規模に保つための安全策を解説します。
- [グリーン AI とは何か？](https://greenai.guide/articles/what-is-green-ai/): グリーン AI をわかりやすく定義します。環境のための AI と AI 自体のグリーン化、効率と充足、そしてエネルギー、炭素、水、資材のフットプリントを解説します。
- [グリーン AI のボトルネックは測定にある](https://greenai.guide/articles/measurement-is-the-bottleneck/): AI のエネルギー数値が信頼しにくく比べにくい理由を解説します。自己申告の数値、実測ではない推計、異なる境界、そしてよい測定のあり方を紹介します。
- [ソブリン AI と持続可能性](https://greenai.guide/articles/sovereign-ai-and-sustainability/): 各国が自国の AI モデルと計算基盤に資金を投じています。ソブリン AI と公共 AI への賛否と、それがエネルギーと水にとって何を意味するかを解説します。
- [効率は充足ではない：AI におけるリバウンド効果](https://greenai.guide/articles/efficiency-is-not-sufficiency/): AI の効率を高めても全体のエネルギー使用量が減るとは限らない理由、リバウンド効果（ジェボンズ効果）とは何か、そして節約を本物にするための方法を説明します。
- [大学における AI リテラシー（環境負荷も含めて）](https://greenai.guide/articles/ai-literacy-in-universities/): 学生のほぼ全員が AI を使う一方で、教職員の研修や評価の見直しは遅れています。大学の AI リテラシーに AI の環境負荷を含めるべき理由を説明します。
- [生成よりオーケストレーション](https://greenai.guide/articles/orchestration-over-generation/): 検証済みの部品を再利用し、要求を対応できる最小のモデルに振り分けることで AI のエネルギー使用量をどう減らせるか、現時点での根拠とあわせて解説します。
