🤖 machine learning

GHGbench: A Unified Multi-Entity, Multi-Task Benchmark for Carbon Emission Prediction

Questo articolo introduce GHGbench, un benchmark unificato e aperto per la previsione delle emissioni di carbonio a livello aziendale e di edificio, che affronta la frammentazione dei dati fornendo dataset su larga scala e armonizzati e rivela che la generalizzazione fuori distribuzione è la sfida principale, dove i modelli fondazionali tabellari e gli embedding multimodali di telerilevamento superano significativamente i baseline tradizionali.

Autori originali: Yifan Duan, Siyuan Zheng, Lihuan Li, Chao Xue, Flora Salim

Pubblicato 2026-05-14

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yifan Duan, Siyuan Zheng, Lihuan Li, Chao Xue, Flora Salim

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di dover prevedere quanto inquinamento producono due cose molto diverse: una gigantesca corporation e un singolo edificio.

Per molto tempo, tentare di farlo con i computer è stato come cercare di confrontare mele e arance utilizzando bilance diverse, unità di misura differenti e dati dispersi in mille diversi armadietti archivio chiusi a chiave. Alcuni dati erano nascosti dietro paywall, alcuni erano in lingue diverse e altri semplicemente mancavano.

GHGbench è il nuovo "traduttore universale" e "campo di prova" che gli autori hanno costruito per sistemare questo caos. Pensalo come un gigantesco livello di videogioco open-source in cui diversi modelli di intelligenza artificiale gareggiano per vedere chi è il migliore nel prevedere le emissioni di carbonio.

Ecco una semplice spiegazione di cosa hanno fatto e cosa hanno scoperto:

1. Le due "piste" del gioco

Il benchmark ha due livelli distinti, perché le aziende e gli edifici sono bestie molto diverse.

La pista delle aziende (Il gigante corporativo): Questo livello utilizza dati di oltre 12.000 aziende. È come cercare di indovinare l'inquinamento di un'azienda basandosi sulle sue dimensioni, sul settore in cui opera (come la banca o la tecnologia) e sui suoi report finanziari. Gli autori hanno raccolto 32.000 registrazioni di questi dati.
La pista degli edifici (Il blocco di cemento): Questo livello è molto più difficile. Utilizza dati di quasi 100.000 edifici individuali in 26 città negli Stati Uniti, in Australia e a Singapore. È come cercare di indovinare quanta elettricità consuma una casa specifica guardando solo il suo indirizzo, le sue dimensioni e il meteo. Hanno armonizzato i dati provenienti da 13 diversi portali cittadini in un unico formato pulito.

2. Le regole della gara

Gli autori non hanno lasciato che i modelli di intelligenza artificiale indovinassero a caso. Hanno stabilito regole rigide per verificare se i modelli fossero davvero intelligenti o se stavano semplicemente memorizzando le risposte:

Il test "Stesso quartiere": Il modello può prevedere le emissioni per gli edifici che ha già visto? (Modalità facile).
Il test "Nuova città": Il modello può prevedere le emissioni per una città che non ha mai visto prima? (Modalità difficile). È come insegnare a uno studente a New York e poi metterlo alla prova a Sydney.
Il test "Viaggio nel tempo": Il modello può prevedere le emissioni dell'anno prossimo basandosi sui dati di quest'anno?

3. Le grandi sorprese (Cosa hanno scoperto)

Gli autori hanno eseguito molti tipi diversi di intelligenza artificiale (dai semplici modelli matematici ai sofisticati "modelli fondazione" che sono come cervelli super-intelligenti) e hanno scoperto tre cose principali:

Sorpresa n. 1: Gli edifici sono più difficili delle aziende.
Prevedere l'inquinamento di un'azienda è come indovinare il peso di una persona basandosi sulla sua altezza e sul suo titolo professionale; è abbastanza prevedibile. Prevedere l'inquinamento di un edificio è come indovinare il peso di una persona basandosi sul suo indirizzo, perché dipende da cose invisibili come quante persone sono all'interno, a che ora accendono le luci e quanto è vecchio il frigorifero. I dati non ti dicono queste cose, quindi l'intelligenza artificiale fatica di più.
Sorpresa n. 2: Il problema della "Nuova città" è enorme.
Il divario più grande nelle prestazioni non era tra i diversi modelli di intelligenza artificiale; era tra "aver visto i dati prima" e "vederli per la prima volta".
- L'analogia: Immagina uno studente che memorizza le risposte a un test di matematica. Prende il 100% in quel test. Ma se gli dai un test con gli stessi problemi matematici ma nella valuta di un altro paese, potrebbe fallire.
- Il risultato: La maggior parte dei modelli ha fallito miseramente quando spostata in una nuova città. Tuttavia, un modello specifico chiamato TabPFN (un "modello fondazione per tabelle") è stato il primo a dimostrare di poter effettivamente imparare le regole del gioco piuttosto che semplicemente memorizzare le risposte, battendo i vecchi modelli standard quando spostato in nuove città.
Sorpresa n. 3: Le foto satellitari sono l'arma segreta per le nuove città.
Quando i modelli di intelligenza artificiale si sono bloccati cercando di indovinare le emissioni in una nuova città, l'aggiunta di immagini satellitari degli edifici ha aiutato.
- L'analogia: Se hai solo una lista di indirizzi (testo), potresti indovinare che una casa in una città nevosa è riscaldata diversamente da una in una città calda. Ma se puoi vedere il tetto in una foto satellitare, puoi capire se è coperto di neve, se ha pannelli solari o se è circondato da alberi. Le immagini satellitari hanno dato all'intelligenza artificiale un "indizio visivo" che l'ha aiutata a generalizzare verso luoghi che non aveva mai visto prima.

4. I fallimenti "catastrofici"

Il documento evidenzia anche dove l'intelligenza artificiale si rompe completamente.

Il crollo del "trasferimento cittadino": Quando si passa da una città con molti dati a una città con pochissimi dati, alcuni modelli non sono diventati solo leggermente peggiori; sono crollati completamente, dando previsioni completamente sbagliate (come prevedere che un edificio emette inquinamento negativo).
Il soffitto del "fattore settore": Cercare di indovinare le emissioni guardando semplicemente un "numero standard di inquinamento" per un settore (ad esempio, "Tutte le banche emettono X quantità") è troppo grossolano. Manca i dettagli specifici delle singole aziende, portando a enormi errori.

Sintesi

GHGbench è un kit di strumenti che permette finalmente ai ricercatori di confrontare i modelli di intelligenza artificiale in modo equo. Mostra che, sebbene l'intelligenza artificiale stia diventando brava a prevedere l'inquinamento per le aziende che conosce bene, prevedere l'inquinamento per nuovi edifici in nuove città è ancora molto difficile. Tuttavia, utilizzare un tipo specifico di "modello fondazione" combinato con foto satellitari è la strada più promettente per risolvere questo puzzle.

Gli autori hanno reso tutto il loro codice, le ricette dei dati e i risultati accessibili a tutti, in modo che altri scienziati possano costruire su questo lavoro senza dover ricominciare da zero.

Sintesi Tecnica di GHGbench: Un Benchmark Unificato Multi-Entità e Multi-Compito per la Previsione delle Emissioni di Carbonio

Enunciato del Problema
La previsione quantitativa delle emissioni di gas serra (GHG) a livello di entità è fondamentale per le politiche climatiche, la finanza e le operazioni urbane. Tuttavia, il settore manca di un ecosistema di benchmarking unificato e aperto. Le risorse esistenti sono frammentate: gli studi a livello aziendale si basano spesso su feed di dati con licenza (ad esempio CDP, Bloomberg) con schemi incompatibili, mentre i dati a livello di edificio sono dispersi tra portali cittadini con standard di reporting variabili. Di conseguenza, è difficile confrontare modelli su compiti aperti e riproducibili che riflettano gli spostamenti reali nella geografia, nel tempo e nello schema dei dati. Inoltre, i benchmark attuali valutano tipicamente o le aziende o gli edifici in isolamento, non riuscendo ad affrontare le differenze strutturali nella difficoltà di previsione tra questi due tipi di entità o a testare la generalizzazione in presenza di spostamenti di distribuzione (ad esempio, trasferimento tra regioni o tra città).

Metodologia
Gli autori introducono GHGbench, un dataset e un benchmark aperti progettati per valutare congiuntamente la previsione delle emissioni di carbonio a livello aziendale e di edificio all'interno di una suite di compiti condivisa.

Costruzione del Dataset:
- Track Aziendale: Contiene 32.830 record azienda-anno provenienti da 12.087 imprese (2018–2023). Integra le dichiarazioni pubbliche di GHG (Scope 1+2 e Scope 3) con segnali finanziari (fatturato, EBITDA, capitalizzazione di mercato) e dati settoriali (fattori ExioML/EXIOBASE). I dati sono rilasciati come script di ricostruzione utilizzando API pubbliche gratuite per rispettare i termini delle fonti.
- Track Edifici: Armonizza 491.591 record edificio-anno provenienti da 13 fonti aperte in 26 aree metropolitane negli Stati Uniti, in Australia e a Singapore. Unifica le tassonomie immobiliari, le coordinate e gli obiettivi annuali di GHG. Il dataset è arricchito con covariate climatiche NASA POWER e embedding multimodali di telerilevamento da Sentinel-2 + Clay.
Progettazione del Benchmark:
- Compiti: Il benchmark definisce split canonici per regressione in-distribution, trasferimento tra regioni/città (leave-one-out), hold-out temporale, test di stress tra tipi di proprietà e previsione a breve termine.
- Protocollo di Valutazione: Tutti i risultati principali sono riportati come media su più semi con intervalli di confidenza al 95% derivati da test bootstrap accoppiati su 1.000 ricampionamenti su righe di test condivise. Ciò garantisce rigore statistico nelle affermazioni di ordinamento dei modelli.
- Baseline: La valutazione copre riferimenti naive, machine learning classico (Ridge, Random Forest, XGBoost, LightGBM), reti neurali (MLP, FT-Transformer), modelli fondazione per serie temporali (Chronos, TimesFM, Moirai) e un modello fondazione tabellare (TabPFN v2). Viene valutato anche un pannello di LLM per il track aziendale.

Contributi Chiave

Dataset Aperto Unificato: Il primo dataset e benchmark aperti per valutare congiuntamente le emissioni aziendali e di edifici in 26 aree metropolitane e oltre 12.000 imprese, caratterizzato da split canonici e segnali multimodali.
Framework di Valutazione Rigoroso: Una suite multi-compito con protocolli statistici rigorosi (test di significatività bootstrap accoppiati) per distinguere i reali miglioramenti dei modelli dalla varianza, specialmente in contesti out-of-distribution (OOD).
Rilascio Open-Source: Include codice, ricette di ricostruzione dei dati e un kit di avvio rapido per garantire la riproducibilità senza richiedere l'accesso a feed di dati proprietari.

Risultati e Scoperte Chiave
Il paper riporta tre principali scoperte a livello di benchmark:

Asimmetria nella Difficoltà tra Entità: Le emissioni degli edifici sono strutturalmente più difficili da prevedere rispetto alle emissioni aziendali. Mentre le emissioni aziendali sono dominate dalle dimensioni dell'impresa (il fatturato è il predittore principale), le emissioni degli edifici dipendono da fattori non osservati come gli orari di occupazione, il tempo di funzionamento e il comportamento degli occupanti. Di conseguenza, il miglior modello per gli edifici (TabPFN v2, $R^2 \approx 0,48$ ) performa significativamente peggio del miglior modello per le aziende (XGBoost, $R^2 \approx 0,88$ ).
Dominanza del Divario ID-to-OOD: Il divario di prestazioni tra contesti in-distribution (ID) e out-of-distribution (OOD) supera di gran lunga qualsiasi differenza di prestazioni tra modelli nello stesso contesto.
- Nel track edifici, il trasferimento tra città causa un crollo delle prestazioni per i modelli basati su alberi (ad esempio, LightGBM $R^2$ scende da ~0,41 a ~0,03).
- In modo notevole, TabPFN v2 è la prima baseline ad aprire un divario statisticamente significativo tramite bootstrap accoppiato rispetto agli alberi potenziati da gradiente ottimizzati su un compito di emissioni di edifici multi-città e multi-sorgente in contesto OOD ( $R^2 = 0,482$ contro $0,401$ per LightGBM). Questo vantaggio è attribuito al pre-addestramento in contesto piuttosto che all'architettura da sola.
Impulso Multimodale nei Contesti di Trasferimento: Gli embedding multimodali di telerilevamento (Sentinel-2 + Clay) forniscono guadagni trascurabili nei contesti in-distribution (dove caratteristiche tabellari come latitudine/longitudine sono sufficienti) ma offrono miglioramenti misurabili nel trasferimento tra città. Agiscono come un prior geografico generalizzabile laddove la generalizzazione tabellare fallisce.

Modalità di Fallimento Sistematiche
Il benchmark espone specifiche modalità di fallimento:

Trasferimento Catastrofico tra Città: Le prestazioni variano enormemente da città a città; alcune città (ad esempio Seattle, Hobart) mostrano $R^2$ negativi per i modelli ad albero, indicando gravi spostamenti di distribuzione.
Tetto di Ricerca Settoriale-Fattoriale: Semplici ricerche di fattori settoriali (ad esempio ExioML) non riescono a catturare la magnitudine a livello aziendale, spesso sovrastimando di ordini di grandezza per specifici sottosettori (ad esempio, servizi finanziari).

Significato e Affermazioni
Gli autori posizionano GHGbench come un passo necessario verso una valutazione aperta e comparabile della previsione delle emissioni di carbonio, spostando il settore dalla dipendenza da dati dietro paywall. Il paper afferma con modestia che il benchmark rivela dove i modelli di deep learning e fondazione attuali hanno successo (apprendimento tabellare in contesto) e dove falliscono (generalizzazione tra città senza prior multimodali). Identifica il "tetto di ricerca settoriale-fattoriale" e il "trasferimento catastrofico tra città" come sfide sistematiche che la ricerca futura dovrà affrontare. Il lavoro non afferma di risolvere la previsione del carbonio, ma fornisce l'infrastruttura per misurare i progressi in modo rigoroso.