数据的时效性是影响数据价值的一个重要因素。

高效的实时数据市场设计有助于促进数字经济高质量发展，而过时的数据可能会降低系统决策的准确性和可靠性，并造成巨大的经济损失和安全隐患。

在工业领域里，实时企业碳足迹（corporate carbon footprint, CCF）估算可以清楚地了解企业的排放情况，从而为减排提供支持。目前与企业碳足迹估算相关的研究大多只考虑企业生产过程中的直接碳排放，而没有考虑其用电导致的间接碳排放。研究估算碳排放量主要基于企业年报等披露信息，估算的时间粒度太粗，估算准确率低，不能满足实时、准确的碳减排需求。为解决这一问题，数据的新鲜度对及时反映企业碳排放，准确估算工厂的碳排放非常重要。

本期活动，我们将围绕实时数据的要素交易机制设计与企业碳计量应用进行分享。

主题1. 实时数据更新与交易机制

摘要：人工智能技术飞速发展，离不开大数据的开放和共享。各行各业的海量数据的分析和处理，不断地驱动更先进的智能算法的发展。作为21世纪的“新石油”，数据资源的价值逐步得到重视和认可，数据交易需求不断地增加。随着物联网的发展，一些实时应用在我们的日常生活中越来越常见，比如自动驾驶系统、环境监控和智能家居等。在这些应用里，保持数据的时效性至关重要。过时的数据可能会降低系统决策的准确性和可靠性，并造成巨大的经济损失和安全隐患。因此，研究实时数据的更新和交易机制极为重要。

主讲人：何均懿

何均懿在香港中文大学（深圳）攻读计算机与信息工程专业博士学位。他的研究兴趣包括信息更新系统，博弈论和数据经济学等。

主题2：基于负荷识别的企业实时碳计量方法

摘要：气候变化和以二氧化碳为主的温室气体排放正成为全球的巨大挑战。碳计量是实现减缓气候变化、碳中和、可持续发展社会等环境目标的基础，可以有效推动社会进行低碳经济转型。而工业作为碳排放的主要来源之一，准确计量其碳排放非常重要。企业碳计量可以得到企业具体的碳排放量，从而清楚地了解企业的碳排放情况，为减排工作提供支持。目前，企业碳计量主要基于企业年报等公开披露的信息进行。计量的结果存在实时性差、准确率低、成本高等问题。因此，开展基于人工智能方法的企业实时碳计量研究具有重要的科学意义和显著的社会价值。

主讲人：刘国龙

刘国龙博士于2021年在香港中文大学（深圳）计算机与信息工程专业获得博士学位。现任香港中文大学（深圳）理工学院助理研究员、深圳市人工智能与机器人研究院兼职助理研究员。他的研究兴趣包括人工智能、智能电网大数据分析、低​碳转型和用户行为建模等。

*关于AIRS研究院

深圳市人工智能与机器人研究院（Shenzhen Institute of Artificial Intelligence and Robotics for Society，简称AIRS）是深圳市政府设立的十大基础研究机构之一，依托香港中文大学（深圳），联合多个世界顶级研究机构，以全新模式设立。

欢迎关注，并留言交流互动！