Çevre için Yapay Zeka: Yenilikler ve Çözümler 2025

Giriş

Artan çevresel zorluklar çağında, yapay zekâ (YZ), iklim değişikliğiyle mücadelede ve ekosistemin korunmasında güçlü bir müttefik olarak öne çıkıyor. 2025, gelişmiş YZ teknolojilerinin sonunda vaatlerden somut uygulamalara geçtiği, çevresel etkileri izlemek, öngörmek ve azaltmak için yenilikçi çözümler sunduğu kritik bir yıl.

Bu makale, yapay zekanın çevre yönetiminde devrim yarattığı ana yenilikleri araştırmakta, başarılı uygulamaların somut örneklerini sunmakta ve teknoloji ile sürdürülebilirlik arasındaki bu sinerji için gelecekteki beklentileri ana hatlarıyla belirtmektedir.

İklim Değişikliği ile Mücadelede Yapay Zekanın Potansiyeli

Yapay zeka, çevresel zorlukların üstesinden gelmek için benzeri görülmemiş araçlar sunuyor. Son araştırmalara göre, yapay zeka küresel sera gazı emisyonlarının 2030 yılına kadar yüzde 10'a kadar azaltılmasına yardımcı olabilir, bu da tüm Avrupa Birliği'nin yıllık emisyonlarına eşdeğer bir değerdir.

Yapay zekanın büyük hacimli verileri işleme, karmaşık kalıpları belirleme ve doğru tahminler üretme yetenekleri, onu özellikle aşağıdakiler için uygun hale getirmektedir:

• Aşırı hava olaylarını öngörmek için iklim ve meteorolojik verileri analiz etmek
• Doğal ve enerji kaynaklarının kullanımını optimize etmek
• Ekosistemleri izlemek ve korumak
• Döngüsel bir ekonomiye geçişi kolaylaştırmak

2025'te Çevre için Yapay Zekanın Temel Uygulamaları

1. Gelişmiş Ekosistem İzleme

Yapay zeka tabanlı çevresel izleme sistemleri en umut verici uygulamalardan birini temsil etmektedir. Envirosensing gibi platformlar, makine öğrenimi algoritmalarıyla birleştirilmiş yüksek çözünürlüklü uydu görüntülerinin analizi yoluyla ormansızlaşmanın izlenmesinde devrim yaratmaktadır. Bu sistemler aşağıdakileri mümkün kılmaktadır:

• Orman örtüsündeki değişimleri hassas şekilde izlemek
• Ormansızlaşma risklerini erken tespit etmek
• AB EUDR Yönetmeliğine tabi şirketler için özen yükümlülüğü sürecini otomatikleştirmek

İtalya'da Çevre Bakanlığı, hidrojeolojik tehlikeleri tahmin etmek ve çevresel suçları belirlemek için havacılık ve uzaydan uzaktan algılama, yerinde sensörler ve yapay zeka analizi kullanan gelişmiş, entegre bir izleme sistemi geliştirmek üzere 500 milyon Euro'luk bir yatırım başlattı.

2. İklim Değişikliği Tahmini ve Adaptasyonu

Yapay zeka, iklim değişikliğini tahmin etme ve buna yanıt verme becerimizi dönüştürüyor:

• Gelişmiş iklim modelleri: Derin öğrenme algoritmaları, geleneksel modellerin fark edemeyeceği karmaşık örüntüleri belirleyerek iklim tahminlerinin doğruluğunu önemli ölçüde artırıyor.
• Erken Uyarı Sistemleri: IBM ve SEEDS tarafından geliştirilen "Sunny Lives" gibi platformlar, uydu görüntülerini analiz etmek ve doğal tehlikelere ilişkin yerel riskleri değerlendirmek için YZ kullanıyor; binalara göreceli risk puanları atıyor.
• İklim senaryosu simülasyonu: YZ, farklı iklim değişikliği senaryolarını simüle etmeye ve potansiyel uyum ve azaltım stratejilerinin etkinliğini değerlendirmeye olanak tanıyor.

3. Enerji Kaynaklarının Optimizasyonu

Enerji sektöründe YZ, daha verimli ve sürdürülebilir sistemlere doğru bir dönüşümü yönlendiriyor:

• YZ destekli akıllı şebeke: Enerji talebini ve arzını gerçek zamanlı olarak dengeleyen, yenilenebilir enerjilerin entegrasyonunu kolaylaştıran akıllı sistemler.
• Yenilenebilir üretim tahmini: Rüzgâr ve güneş kaynaklarından üretim tahminlerinin doğruluğunu artıran, yedek fosil kaynaklara başvurma ihtiyacını azaltan algoritmalar.
• Enerji verimliliği: Binalarda, endüstriyel süreçlerde ve ulaşımda tüketimi optimize eden YZ tabanlı enerji yönetim sistemleri.

4. Sürdürülebilir Tarım Yönetimi

Yapay zeka destekli hassas tarım, tarım sektöründe devrim yaratıyor:

• Toprak durumu izleme: IoT sensörleriyle birleştirilen YZ algoritmaları, mikrobiyom dahil olmak üzere toprak sağlığını gerçek zamanlı olarak analiz ederek hedefli müdahalelere olanak tanıyor ve gübre kullanımını azaltıyor.
• Optimize edilmiş su kaynağı yönetimi: Sulama ihtiyaçlarını hassas şekilde belirleyen, su israfını azaltan YZ sistemleri.
• Bitki hastalıklarının öngörülmesi: Potansiyel hastalıkları erken tespit eden, önleyici müdahalelere olanak tanıyan ve pestisit kullanımını azaltan algoritmalar.

5. Kirlilik Tespiti ve Yönetimi

Yapay zeka, kirliliği izleme ve yönetme becerilerimizi önemli ölçüde geliştiriyor:

• Hava kalitesi izleme: YZ ile birleştirilen IoT sensör ağları, kentsel bölgelerdeki hava kirletici seviyelerini gerçek zamanlı olarak analiz ediyor.
• Kirlilik kaynaklarının tespiti: Yasa dışı kirlilik kaynaklarını belirlemek için uydu görüntülerine veya dronlara uygulanan bilgisayarlı görü algoritmaları.
• Atık yönetiminin optimizasyonu: YZ güdümlü robotlar aracılığıyla ayrıştırmayı ve geri dönüşümü iyileştiren akıllı sistemler.

Zorluklar ve Etik Hususlar

Dönüştürücü potansiyeline rağmen, yapay zekanın çevresel amaçlar için uygulanması da önemli zorluklar içermektedir:

Yapay Zekanın Çevresel Ayak İzi: Karşılaştırmalı Bir Analiz

Yapay zekanın kendisi de dikkati hak eden bir çevresel ayak izine sahiptir, ancak diğer teknolojiler ve sektörlerle karşılaştırmalı bir analiz, gerçek etkisini perspektife koymaktadır.

Son verilere göre, GPT-3 gibi karmaşık bir yapay zeka modelinin eğitimi yaklaşık 1.287 MWh tüketmiş ve yaklaşık 550 ton CO2 üretmiştir. Bu rakam yüksek görünebilir, ancak diğer sektörlerle karşılaştırılmalıdır:

• Ulaşım: Ulaşım sektörü İtalya'daki sera gazı emisyonlarının yaklaşık %26'sından sorumlu. New York ile San Francisco arasında 550 kez gidiş-dönüş bir uçuş, GPT-3'ün eğitimine eşdeğer emisyonlar üretir.
• Video akışı: Uluslararası Enerji Ajansı'nın tahminlerine göre, bir saatlik video akışı ortalama 36 ila 100 gram CO2 üretiyor. Küresel olarak tüketilen milyarlarca saatlik akış göz önüne alındığında, kümülatif etki hayli önemli.
• Günlük kullanım ve eğitim karşılaştırması: Scientific Reports'ta yayımlanan yakın tarihli bir araştırma, eğitimin yüksek enerji maliyetlerine rağmen, karmaşık görevler için YZ'nin insan işgücüne kıyasla enerji açısından daha verimli olabileceğini; karmaşık bir metnin işlenmesinde 130 ila 1500 kat daha az CO2 saldığını öne sürüyor.

Veri Merkezleri için Sürdürülebilir Enerji Kaynaklarının Rolü

Yapay zeka sistemlerine ev sahipliği yapan veri merkezlerine güç sağlamak, çevresel sürdürülebilirlik için çok önemli bir zorluktur. Karbon ayak izini azaltmak için çeşitli enerji çözümleri uygulanabilir alternatifler olarak ortaya çıkmaktadır:

1. Veri Merkezleri için Nükleer Enerji

Nükleer enerji, yüksek 'kapasite faktörü' (sürekli güç üretme kabiliyeti) ve düşük CO2 emisyonları nedeniyle veri merkezi bağlamında bir rönesans yaşıyor. IdTechEx'e göre, 2024 yılında veri merkezleri farklı seçenekleri araştırarak bu enerji kaynağına olan ilgiyi yeniden canlandırdı:

• Küçük Modüler Reaktörler (SMR): Bu kompakt reaktörler, endüstriyel ölçekte üretim süreçleri sayesinde geleneksel nükleer santrallere kıyasla daha düşük maliyetler ve daha kısa yapım süreleri vaat ediyor.
• Nükleer Enerjinin Avantajları: Enerji üretimi sırasında sıfır CO2 emisyonu ve yüksek enerji yoğunluğu ile nükleer enerji, güneş ve rüzgâr gibi yenilenebilir kaynaklara özgü dalgalanmalar olmaksızın YZ veri merkezlerinin ihtiyaç duyduğu yüksek gücü sağlayabilir.

BCS Consulting CEO'su James Hart, 'yapay zekanın katlanarak büyümesinin veri merkezi endüstrisi için bir zorluk oluşturduğuna' dikkat çekti ve nükleer enerji gibi istikrarlı ve düşük emisyonlu enerji kaynaklarına duyulan ihtiyacı vurguladı.

2. Kojenerasyon Sistemleri: Eşsiz Bir Verimlilik

Kombine Isı ve Güç (CHP) sistemleri, IA sistemlerini barındıran veri merkezlerine güç sağlamak için en verimli çözümlerden biridir ve diğer enerji kaynaklarına göre önemli avantajlar sunar:

• Üstün enerji verimliliği: Elektrik ve ısının ayrı üretiminin toplam verimliliği %40-55 iken, kojenerasyon sistemleri, aksi takdirde boşa gidecek ısıyı geri kazanıp başka amaçlarla kullanarak olağanüstü bir %80-90 verimliliğe ulaşabiliyor.
• Yakıt tüketiminde azalma: ABD Enerji Bakanlığı verilerinin ortaya koyduğu üzere, kojenerasyon, aynı miktarda kullanılabilir enerjiyi elde etmek için elektrik ve ısının ayrı üretimine kıyasla %40'a varan daha az yakıt gerektiriyor.
• CO2 emisyonlarında önemli azalma: Daha yüksek verimlilik sayesinde, bir kojenerasyon tesisi geleneksel enerji üretim yöntemlerine kıyasla sera gazı emisyonlarını %30'a kadar azaltabiliyor.
• Veri merkezleri için ideal uygulama: Sunucular tarafından üretilen ısı geri kazanılıp yakındaki binaların ısıtılması veya diğer endüstriyel süreçler için kullanılabiliyor; bu da erdemli bir enerji verimliliği döngüsü yaratıyor.
• Şebekeden bağımsızlık ve dayanıklılık: Kojenerasyon sistemleri, kesintisiz operasyonel süreklilik gerektiren veri merkezleri için özellikle değerli olan enerji bağımsızlığı ve daha yüksek dayanıklılık sunuyor.
• Trijenerasyon: Kojenerasyonun elektrik ve ısı üretimine soğutma (frigorifik enerji) üretimini de ekleyen ileri bir evrimi; verimli soğutma sistemlerine ihtiyaç duyan veri merkezleri için özellikle avantajlı.

Kojenerasyon, geleneksel ve yenilenebilir enerji teknolojileri arasında ideal bir köprü oluşturmakta, fotovoltaiklere benzer şekilde dağıtılmış üretim olarak çalışmakta ancak hava koşullarından bağımsız olarak sürekli çalışma avantajına sahiptir. Buna ek olarak, CHP tesisleri biyogaz ve yenilenebilir biyokütle dahil olmak üzere çeşitli yakıtları kullanabilir ve sıfır emisyonlu bir geleceğin yolunu açabilir.

Geoside tarafından hazırlanan bir rapora göre, "enerji üretim sürecinin verimliliğinin artması, daha az CO2 ve sera gazı emisyonuna yol açarak çevresel etkiyi azaltıyor" ve kojenerasyonun enerji dönüşümündeki önemli rolünü vurguluyor.

3. Güneş Enerjisi ve Diğer Yenilenebilir Kaynaklar

Büyük teknoloji şirketleri yenilenebilir enerjiye büyük yatırımlar yapıyor:

• Geleceğe Yönelik Taahhütler: Business Critical Services Consulting'e göre, veri merkezleri tarafından kullanılan enerjinin %90'ı 2033'e kadar yenilenebilir olacak; Google ve Microsoft gibi şirketler ise 2030'a kadar 7/24 sıfır karbon emisyonlu enerji kullanma hedefini şimdiden duyurdu.
• Özel Güneş Enerjisi Projeleri: Sayısız teknoloji şirketi, veri merkezlerini beslemeye özel olarak tasarlanmış güneş enerjisi tesisleri inşa ediyor; genellikle sürekliliği sağlamak için enerji depolama sistemleriyle birlikte.

Bu enerji kaynaklarının birbirini tamamlaması çok önemlidir: nükleer sürekli baz yükü sağlayabilirken, güneş enerjisi gibi yenilenebilir enerji kaynakları, kojenerasyon sistemleri ile genel verimliliği en üst düzeye çıkararak pik talebi karşılayabilir.

Ayrıca, yapay zeka endüstrisi çevresel etkilerini azaltma konusunda önemli ilerlemeler kaydetmektedir:

1. Gelişmiş enerji verimliliği: Veri merkezleri, enerji açısından daha verimli olmak için ekipmanlarını sürekli güncelliyor.
2. Yenilenebilir enerji benimsemesi: Birçok teknoloji şirketi, veri merkezlerini beslemek için %100 yenilenebilir enerji kullanma taahhüdünde bulundu.
3. Daha verimli algoritmalar: Araştırmalar, benzer veya daha iyi sonuçlar elde etmek için daha az işlem gücü gerektiren YZ algoritmalarına doğru ilerliyor.

Doğruluk ve Güvenilirlik

YZ sonuçlarının kalitesi büyük ölçüde girdi verilerinin kalitesine bağlıdır. Verilerin eksik veya hatalı olabileceği çevresel bağlamda, bu önemli bir zorluk teşkil etmektedir.

Eşitlik ve Erişilebilirlik

Çevre için yapay zeka temelli çözümlerin esas olarak daha fazla kaynağa sahip ülkeler ve kuruluşlar tarafından erişilebilir olması ve potansiyel olarak mevcut teknoloji açığını genişletmesi riski vardır.

Çevre için Yapay Zekanın Geleceği: Sorumlu Yapay Zekaya Doğru

Çevrenin korunmasında YZ'nin potansiyelini en üst düzeye çıkarmak için, aşağıdaki hususları içeren bir 'Sorumlu YZ' yaklaşımının benimsenmesi esastır

• Teknolojik yenilik ile çevresel sürdürülebilirliği dengelesin
• YZ kullanımında şeffaflık ve hesap verebilirliği garanti etsin
• Veri, kaynak ve uzmanlık paylaşımı için uluslararası iş birliğini teşvik etsin
• YZ'nin çevreye sağladığı faydaların eşit şekilde dağıtılmasını sağlasın

SSS: Yapay Zekanın Çevresel Etkileri

YZ gerçekten söylendiği kadar kirletiyor mu?

Hayır, YZ'nin çevresel etkisi kamusal tartışmalarda genellikle abartılmaktadır. Büyük YZ modellerinin eğitimi önemli ölçüde enerji gerektirse de, bu etki YZ'nin enerji optimizasyonu, emisyonların azaltılması ve yenilikçi iklim çözümleri açısından sağlayabileceği faydalarla karşılaştırılmalıdır. Bristol Üniversitesi tarafından 2021 yılında yapılan bir çalışma, YZ'nin enerji etkisine ilişkin önceki tahminlerin çoğunun 90 kata kadar fazla tahmin edildiğini göstermiştir.

YZ'nin çevresel etkisi kamuoyu tartışmasında neden bu kadar abartılıyor?

Yapay zekanın çevresel etkisi, psikolojik, ekonomik ve sosyal faktörlerin bir araya gelmesi nedeniyle abartılmaktadır. Bilinmeyene karşı duyulan korku ve belirli bir teknofobi, doğal olarak bu gelişmekte olan teknolojiye yönelik eleştirel tutumları beslerken, medya sansasyonelliği daha fazla katılım sağlamak için alarmist verileri güçlendirmektedir. Bir de yapay zekayı rekabetçi bir tehdit olarak algılayan geleneksel sektörlerin ekonomik çıkarları var.

Kilit unsurlardan biri algısal uyumsuzluktur: veri merkezleri ölçülebilir miktarda enerji tüketen görünür fiziksel yapılar iken, yapay zeka tarafından üretilen çevresel faydalar (ulaşımın optimize edilmesi veya atıkların azaltılması gibi) dağınık ve daha az somuttur. Buna ek olarak, yüksek otomasyona sahip veri merkezleri, diğer sektörlere kıyasla nispeten az sayıda istihdam yaratmakta ve çevresel etkileri ile yerel sosyo-ekonomik faydalar arasındaki ilişkiye dair olumsuz bir algı oluşturmaktadır.

YZ'ye genellikle yanlış bir şekilde, aslında kullanılan enerji karışımına bağlı olan bir etki atfedilmektedir, oysa etkili bir enerji karışımı ile bu etki büyük ölçüde azaltılmaktadır. Son olarak, neredeyse her zaman karşılaştırmalı bir bağlam eksikliği vardır: YZ'nin ekolojik ayak izi nadiren ulaşım, ağır sanayi ve hatta diğer günlük dijital faaliyetler (video akışı, çevrimiçi oyun) gibi diğer sektörlerle karşılaştırılır ve küresel emisyonların genel resmindeki önemi hakkında çarpık bir algı yaratır.

YZ'nin etkisi diğer günlük dijital faaliyetlerle nasıl karşılaştırılır?

YZ'nin karbon ayak izi, birçok günlük dijital faaliyetle karşılaştırılabilir veya daha düşüktür. Örneğin, bir saatlik yüksek çözünürlüklü video akışı yaklaşık 36-100 gram CO2 üretirken, bir YZ modelinden yapılan tek bir çıkarım, aynı görevi yerine getiren bir insandan daha az enerji tüketebilir. Eğitim aşaması daha yoğundur, ancak sürekli kullanıma kıyasla tek seferlik bir olaydır.

YZ'nin çevresel amaçlarla kullanılması, enerji tüketimi göz önüne alındığında bir çelişki mi?

Hayır, bu bir çelişki değil. YZ enerji tüketmesine rağmen, enerji verimliliğini optimize etme ve çeşitli sektörlerdeki (enerji, ulaşım, üretim) emisyonları azaltma potansiyeli, doğrudan etkisini önemli ölçüde aşan emisyon tasarruflarına yol açabilir. Araştırmalar, YZ'nin 2030 yılına kadar küresel emisyonları yüzde 10'a kadar azaltmaya yardımcı olabileceğini göstermektedir.

YZ'nin çevresel etkisini nasıl azaltabiliriz?

Yapay zekanın çevresel etkisini çeşitli stratejilerle azaltabiliriz:

• Daha az işlem gücü gerektiren daha verimli algoritmalar geliştirmek
• Daha az enerji tüketen, YZ için özel donanımlar kullanmak
• Performans ile enerji tüketimini dengeleyen "yeşil YZ" uygulamalarını benimsemek
• Teknoloji şirketlerini, YZ modellerinin karbon ayak izi konusunda şeffaflığa teşvik etmek

‍YZ, yerini aldığı geleneksel süreçlere kıyasla çevreye daha mı zararlı?

Hayır, çoğu durumda yapay zeka geleneksel süreçlerden daha verimlidir. Örneğin, ulaşım optimizasyonunda YZ, daha verimli rotalar ve daha az trafik sıkışıklığı yoluyla emisyonları %10'a kadar azaltabilir. Tarımda ise su ve gübre kullanımını %30'a kadar azaltabilir. Bu verimlilik kazanımları genellikle YZ'nin kendi karbon ayak izini aşmaktadır.

Sonuçlar

Yapay zeka, iklim değişikliği ile mücadelede ve çevrenin korunmasında güçlü ve çok yönlü bir araçtır. 2025 yılında, halihazırda önemli bir olumlu etkiye sahip olan somut uygulamaların ortaya çıkışına tanık oluyoruz.

YZ enerji tüketmesine rağmen, etkisi birçok günlük dijital faaliyetle karşılaştırılabilir veya daha azdır ve diğer sektörlerdeki emisyonları azaltma potansiyeli, doğrudan karbon ayak izini çok aşmaktadır. YZ'nin enerji maliyetlerini, optimizasyon, tahmin ve kaynak yönetimi yoluyla sağlayabileceği çevresel faydalarla karşılaştırmak çok önemlidir.

YZ'nin bu alandaki potansiyelini tam olarak hayata geçirmek için, sadece teknolojik olanakları değil, aynı zamanda YZ'nin etik, sosyal ve çevresel etkilerini de dikkate alan dengeli bir yaklaşıma ihtiyaç vardır.

Çevresel sürdürülebilirliğin geleceği, yapay zekayı çevre yönetimi stratejilerine sorumlu bir şekilde entegre etme ve bu teknolojiyi gezegen için gerçek bir müttefike dönüştürme becerimize giderek daha fazla bağlı olacaktır.

Kaynaklar

1. Gruppo Iren. (2025). "Yapay zeka, çevresel etkisi nedir ve sürdürülebilirlik ile yenilik nasıl dengelenir". https://www.gruppoiren.it/it/everyday/energie-per-domani/2025/intelligenza-artificiale-qual-e-l-impatto-ambientale-e-come-equilibrare-sostenibilita-e-innovazione.html" id="">https://www.gruppoiren.it/it/everyday/energie-per-domani/2025/intelligenza-artificiale-qual-e-l-impatto-ambientale-e-come-equilibrare-sostenibilita-e-innovazione.html
2. GeoSmart Magazine. (2025). "Ormansızlaşma izleme: Envirosensing devrimi". https://geosmartmagazine.it/2025/02/11/monitoraggio-deforestazione-la-rivoluzione-di-envirosensing/
3. Ministero dell'Ambiente e della Sicurezza Energetica. "Yatırım 1.1 - Gelişmiş ve entegre bir izleme ve tahmin sisteminin gerçekleştirilmesi". https://www.mase.gov.it/pagina/investimento-1-1-realizzazione-di-un-sistema-avanzato-ed-integrato-di-monitoraggio-e-0
4. ESG360. (2025). "Yapay zeka: İklim değişikliğine karşı yeni çözümler". https://www.esg360.it/digital-for-esg/intelligenza-artificiale-nuove-soluzioni-contro-il-climate-change/
5. L'Ecofuturo Magazine. (2025). "Yapay zeka: iklim ve çevre için ne gibi avantajlar sağlıyor?". https://ecquologia.com/intelligenza-artificiale-quali-vantaggi-per-clima-e-ambiente/
6. Think with Google. (2024). "Yapay zeka iklim krizinin çözülmesine yardımcı olabilir mi?". https://www.thinkwithgoogle.com/intl/it-it/strategie/marketing-automation/intelligenza-artificiale-cambiamento-climatico/
7. Wastezero. (2024). "Yapay zekanın (AI) çevresel etkisi: CO2, enerji ve su tüketimi açısından ne kadar kirletiyor?". https://www.wastezero.it/impatto-ambientale-intelligenza-artificiale-ai-quanto-inquina/
8. Agenda Digitale. (2024). "Yapay zeka ve iklim değişikliği: riskler ve fırsatlar". https://www.agendadigitale.eu/cultura-digitale/intelligenza-artificiale-e-cambiamenti-climatici-rischi-e-opportunita/
9. International Energy Agency (IEA). "The True Climate Impact of Streaming". https://about.netflix.com/en/news/the-true-climate-impact-of-streaming
10. Breakthrough Fuel. "Yapay zeka ulaştırma sektöründe verimliliği ve sürdürülebilirliği destekliyor". https://www.breakthroughfuel.com/it/blog/how-will-ai-impact-transportation-3-predictions/
11. GreenPlanner. (2024). "2033 yılına kadar veri merkezleri yalnızca yenilenebilir enerji kullanacak". https://www.greenplanner.it/2024/09/05/data-center-energia-rinnovabile/
12. GreenPlanner. (2025). "Veri merkezlerinin enerji geleceği: nükleer, hidrojen ve piller". https://www.greenplanner.it/2025/02/24/data-center-futuro-energetico/
13. ZeroUno. (2023). "Veri merkezlerinin çevresel etkisinin faktörleri". https://www.zerounoweb.it/techtarget/searchdatacenter/i-fattori-dellimpatto-ambientale-dei-data-center/
14. Nucleare e Ragione. (2024). "Karşılaştırmalı enerji kaynakları". https://nucleareeragione.org/il-nucleare-a-confronto-con-altre-forme-di-energia/
15. Agenda Digitale. (2024). "Dijital bedava bir öğün değildir: veri merkezleri ne kadar kirletiyor ve etkisi nasıl azaltılır". https://www.agendadigitale.eu/smart-city/il-digitale-non-e-un-pasto-gratis-quanto-inquinano-i-data-center-e-come-ridurne-limpatto/
16. Sorgenia. (2024). "Enerji kojenerasyonu: işleyiş ve faydaları". https://www.sorgenia.it/guida-energia/cogenerazione
17. Viessmann. (2024). "Kojeneratör: kojenerasyon tesislerinin avantajları ve işleyişi". https://industriale.viessmann.it/blog/cogeneratore
18. Enel X. (2024). "The Data Center Industry and Sustainability". https://corporate.enelx.com/en/stories/2021/12/data-center-industry-sustainability
19. Geoside. (2023). "Akıllı Kojenerasyon: tasarruf etmek ve enerji dönüşümüne katkıda bulunmak için enerjiyi optimize etmek". https://www.geoside.com/it/risparmio-energetico-cogenerazione-ottimizzazione
20. 2G Energy. (2024). "Kojenerasyon: verimli ve sürdürülebilir enerji". https://2-g.com/en/innovation-knowledge/combined-heat-and-power-generation
21. Cummins Inc. (2021). "Kojenerasyonun üç temel avantajı". https://www.cummins.com/it/news/2021/08/09/three-key-benefits-cogeneration