关于本征集提案

某中心的可持续发展研究资助计划邀请创新项目提案，这些项目需融合机器学习（ML）和人工智能（AI）技术与生命周期评估（LCA）方法，以支持碳减排策略。本征集旨在资助解决生成一致、透明和准确碳测量相关挑战的项目。

该倡议的目标是显著提升制造业、运输业和农业领域内LCA的可比性。核心工作是提供数据集、方法和工具，以有效验证假设、流程流和排放因子在评估中的统一应用。这一重点承认了对可验证数据和假设的迫切需求，这些是可持续决策过程的基础。提案应解决创建可访问解决方案的挑战，确保LCA数据能被利益相关者轻松审查和验证，从而增强对可持续性指标的信任并促进更明智的决策。提案应清晰阐述如何交付有形的实际输出，如代码和数据，并强调确保LCA实践中数据完整性和一致性的机制。

时间线

• 提交期：2024年3月27日至5月7日（太平洋时间晚上11:59）
• 决定信将于2024年8月发出

奖励详情

选定的首席研究员（PI）可能获得以下：

• 无限制资金，从50,000美元到100,000美元
• AWS积分：高达40,000美元
• 培训资源，包括AWS教程以及与某中心科学家和工程师的实践会议

奖励结构为一年期无限制赠款。预算应包括以美元指定的预期成本列表，且不应包括行政间接成本。最终奖励金额由奖励小组确定。

资格要求

向全球研究人员开放。提案必须专注于应用ML/AI来增强LCA方法或数据集，并强调可扩展性、通用性和开源分发。请参考FAQ页面上的ARA计划规则。

提案要求

提案应根据提案模板准备。此外，提交本征集的提案时，请包括以下信息：

• 描述拟议解决方案及其创新方面
• 解释项目如何解决指定挑战
• 方法或数据集的开发和实施计划
• 对目标行业可持续性的潜在影响
• 在适用情况下，包括环境产品声明和产品环境足迹中的类别规则
• 计划贡献的开源工具列表
• 将使用的AWS ML工具列表

选择标准

提案将由机器学习、LCA和可持续性领域的专家小组评审。提案将基于以下标准评估：

• 对碳减排（即减少温室气体）的直接和重大影响
• 解决方案的实用性和可扩展性，以支持测量验证
• 拟议方法的可行性和清晰度
• 广泛采用和实施的潜力
• 开源的可行性

对受助者的期望

在合理范围内，奖励受助者应承认ARA的支持。受助者将告知ARA有关出版物、演示、代码和数据发布、博客/社交媒体帖子以及其他引用支持研究结果或奖励的演讲活动。受助者预计通过调查或报告向ARA提供研究状态更新和反馈。受助者将有机会与ARA合作制作关于获奖项目的信息声明，可用于提升其机构和ARA的知名度。