Scope3Trace: Evidence-Based Identification and Extraction of Scope 3 GHG Emissions from Sustainability Reports
यह शोधपत्र Scope3Trace प्रस्तुत करता है, जो एक साक्ष्य-आधारित ढांचा है जो विषम स्थिरता रिपोर्टों से स्कोप 3 ग्रीनहाउस गैस (GHG) उत्सर्जन को विश्वसनीय और पारदर्शी रूप से पहचानने और निकालने के लिए दस्तावेज़ प्रसंस्करण, LLM-सहायता प्राप्त स्थानीयकरण, और हाइब्रिड नियम-LLM निष्कर्षण को संयोजित करता है, जिसके साथ एक नया द्वि-स्तरीय मल्टीमॉडल डेटासेट भी संलग्न है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, वैश्विक पहेली को सुलझाने की कोशिश कर रहे हैं: यह पता लगाना कि दुनिया की हर एक कंपनी कितनी कार्बन प्रदूषण के लिए जिम्मेदार है। यह केवल उनकी अपनी चिमनियों से निकलने वाले धुएं के बारे में नहीं है; यह उस अदृश्य प्रदूषण के बादल के बारे में है जो उनके द्वारा खरीदी गई, बेची गई या भेजी गई हर चीज़ से पैदा होता है। जलवायु विज्ञान की दुनिया में, इस विशाल बादल को "स्कोप 3" (Scope 3) उत्सर्जन कहा जाता है। स्कोप 1 और 2 को उस धुएं के रूप में सोचें जिसे आप अपने ठीक सामने देख सकते हैं—जैसे किसी कारखाने की अपनी चिमनी या उसकी लाइटों के लिए बिजली का बिल। लेकिन स्कोप 3 वह "मशीन में मौजूद भूत" (ghost in the machine) है। यह उस स्टील से होने वाला प्रदूषण है जिसका उपयोग कारखाने के निर्माण के लिए किया गया है, उन ट्रकों से होने वाला प्रदूषण जो उत्पादों की डिलीवरी करते हैं, और यहाँ तक कि उस कचरे से भी जो ग्राहक फेंक देते हैं।
समस्या यह है कि जबकि कंपनियाँ अपने स्वयं के धुएं की रिपोर्ट करने में बेहतर हो रही हैं, वे इस भूतिया स्कोप 3 बादल की रिपोर्ट करने में बहुत खराब हैं। उनकी रिपोर्ट अव्यवस्थित है, हजारों अलग-अलग PDF दस्तावेजों में बिखरी हुई है, भ्रमित करने वाली भाषा में लिखी गई है, और अक्सर जटिल तालिकाओं (tables) के भीतर छिपी हुई है। यह एक ऐसे घास के ढेर में एक विशिष्ट सुई खोजने जैसा है जो अन्य घास के ढेरों से बना हुआ है, जहाँ सुइयाँ अदृश्य स्याही से बनी हैं। वैज्ञानिक और नियामक इस बात पर गहराई से ध्यान देते हैं क्योंकि यदि आप किसी समस्या को सटीक रूप से माप नहीं सकते, तो आप उसे ठीक नहीं कर सकते। यदि हम इन छिपे हुए उत्सर्जन को ट्रैक नहीं कर सकते, तो हम यह नहीं जान सकते कि कंपनियाँ वास्तव में ग्रह की मदद कर रही हैं या केवल दिखावा कर रही हैं।
यहाँ Scope3Trace आता है, एक नई डिजिटल जासूसी टीम जिसे इन छिपे हुए नंबरों का पीछा करने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने एक स्मार्ट सिस्टम बनाया है जो एक सुपर-पावर्ड लाइब्रेरियन और एक फोरेंसिक अकाउंटेंट के संयोजन की तरह काम करता है। लाखों पन्नों को पढ़ने के लिए मानव टीम को काम पर रखने के बजाय (जिसमें बहुत समय लगेगा और बहुत पैसा खर्च होगा), उन्होंने एक स्वचालित पाइपलाइन बनाई है जो भारी काम करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करती है। लेकिन यहाँ चतुराई यह है: उन्होंने AI को केवल अनुमान लगाने के लिए नहीं छोड़ा। उन्होंने एक "नियम-आधारित" (rule-based) सुरक्षा जाल बनाया है। AI दस्तावेज़ को पढ़ता है, नंबरों को ढूंढता है, और फिर नियमों का एक समूह गणित और संदर्भ की जांच करता है ताकि यह सुनिश्चित हो सके कि AI भ्रमित नहीं हुआ है।
यह सिस्टम तीन मुख्य चरणों में काम करता है, जैसे कि एक सुव्यवस्थित मशीन। पहले, यह PDF रिपोर्टों को पकड़ता है और उन्हें पठनीय टेक्स्ट में बदल देता है, भले ही वे स्कैन की गई छवियां हों। दूसरा, यह एक स्मार्ट AI का उपयोग करता है ताकि वह उन सटीक पृष्ठों और तालिकाओं को ढूंढ सके जहाँ उत्सर्जन का उल्लेख किया गया है, और फालतू की बातों को अनदेखा कर सके। तीसरा, यह अव्यवस्थित तालिकाओं को पुनर्गठित करता है और स्कोप 1, 2 और 3 के लिए विशिष्ट नंबर निकालता है। महत्वपूर्ण रूप से, प्रत्येक नंबर जिसे यह निकालता है, उसके लिए सिस्टम एक "रसीद" (receipt) भी लेता है—मूल टेक्स्ट का एक छोटा सा अंश जो साबित करता है कि वह नंबर कहाँ से आया है। इसका मतलब है कि आप हमेशा एक नंबर को उसके स्रोत तक ट्रैक कर सकते हैं, ठीक वैसे ही जैसे स्टोर पर रसीद चेक करना।
इसके परिणाम प्रभावशाली हैं। जब शोधकर्ताओं ने अपने सिस्टम का परीक्षण डेटा के एक "गोल्ड स्टैंडर्ड" सेट के विरुद्ध किया जिसे मनुष्यों द्वारा सावधानीपूर्वक जांचा गया था, तो Scope3Trace ने लगभग हर बार सही परिणाम दिया, और 1.0 में से 0.99 की लगभग पूर्ण सटीकता प्राप्त की। यह केवल एक कच्चे AI मॉडल या सरल नियम-आधारित उपकरणों के अकेले उपयोग से काफी बेहतर है। टीम ने इस सिस्टम का उपयोग एक विशाल नया डेटासेट बनाने के लिए भी किया जिसे Scope3Trace कहा जाता है, जिसमें ऑस्ट्रेलिया और पूरे यूरोप जैसे देशों के बिल्डिंग-लेवल डेटा और ऑर्गनाइजेशन-लेवल रिपोर्टों के 54,000 से अधिक रिकॉर्ड शामिल हैं। उन्होंने पाया कि जबकि कंपनियाँ अपने कुल उत्सर्जन की रिपोर्ट करती हैं, वे इसे विशिष्ट इमारत के आधार पर शायद ही कभी विभाजित करती हैं। वास्तव में, उनके नए डेटासेट में केवल लगभग 3% बिल्डिंग-लेवल डेटा ही कंपनियों द्वारा सीधे रिपोर्ट किया गया था; बाकी हिस्सा सार्वजनिक ऊर्जा डेटा और स्मार्ट गणित का उपयोग करके सावधानीपूर्वक अनुमानित किया जाना था, लेकिन सिस्टम ने ट्रैक रखा कि कौन से नंबर "रिपोर्ट किए गए" थे और कौन से "अनुमानित" थे ताकि कोई भ्रम न हो।
पेपर ने यह भी परीक्षण किया कि क्या इस नए डेटा का उपयोग भविष्य के उत्सर्जन की भविष्यवाणी करने के लिए किया जा सकता है। उन्होंने इस डेटा को एक मॉडल में डाला जो इमारतों के विवरण और यहाँ तक कि उपग्रह (satellite) तस्वीरों को भी देखता है। मॉडल ने सीखा कि टेक्स्ट डेटा को उपग्रह छवियों के साथ मिलाने से सबसे अच्छी भविष्यवाणियाँ मिलती हैं, जिससे यह संकेत मिलता है कि अंतरिक्ष से कोई इमारत कैसी दिखती है, इसमें इस बात के सुराग होते हैं कि वह कितना प्रदूषण पैदा करती है। हालाँकि, लेखक यह स्पष्ट करने में भी सावधानी बरतते हैं कि यह कोई जादू की छड़ी नहीं है। यह सिस्टम वहां सबसे अच्छा काम करता है जहां सार्वजनिक डेटा मौजूद है (जैसे ऑस्ट्रेलिया और यूरोप के कुछ हिस्सों में) और जहां डेटा गायब है वहां संघर्ष करता है। वे स्पष्ट रूप से कहते हैं कि उनके अनुमान आधिकारिक, ऑडिटेड रिपोर्टों का विकल्प नहीं हैं, बल्कि एक पारदर्शी तरीका हैं ताकि हम अंतराल को भर सकें ताकि हम बड़ी तस्वीर देख सकें।
संक्षेप में, Scope3Trace रातों-रात कॉर्पोरेट प्रदूषण के रहस्य को हल नहीं करता है, लेकिन यह हमें इस धुंध में नेविगेट करने के लिए अब तक का सबसे अच्छा मानचित्र प्रदान करता है। यह साबित करता है कि स्मार्ट AI को सख्त नियमों और स्पष्ट साक्ष्यों के साथ जोड़कर, हम अराजक PDF के पहाड़ को एक स्पष्ट, भरोसेमंद डेटासेट में बदल सकते हैं। यह शोधकर्ताओं, निवेशकों और नीति निर्माताओं को अंततः स्कोप 3 उत्सर्जन के "भूत" को देखने, यह समझने कि यह कहाँ से आता है, और अनुमान के बजाय वास्तविक साक्ष्य के आधार पर निर्णय लेना शुरू करने की अनुमति देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।