AI-modeller og platforme
Spændingerne ved at bekæmpe klimaforandringer med AI
Klimaforandringer er et af de mest væsentlige problemer, verden står overfor i dag. Det er derfor naturligt, at mennesker anvender en af de mest banebrydende teknologier, AI, til at bekæmpe det.
Forskere, virksomheder og regeringer har alle anvendt AI omfattende i kampen mod klimaforandringer. Men selvom dette har vist nogle imponerende resultater, er de miljømæssige ulemper også blevet tydeligere. Her er et nærmere kig på fordelene og ulemperne ved at anvende AI til at tackle klimaforandringer.
Fordele ved at bekæmpe klimaforandringer med AI
Verden har investeret hundreder af millioner af dollars i klimafokuseret AI. Trods at det er relativt nyt, har disse teknologier allerede gjort betydelige fremskridt, og deres potentiale går endnu længere. Her er nogle af de førende fordele ved AI i bæredygtighed.
1. At lave nøjagtige klimaforudsigelser
Effektive bæredygtighedsindsats kræver en forståelse af miljøet og hvordan det ændrer sig. AI-forskningsværktøjer kan hjælpe med at give den viden. Avancerede dataanalyse-motorer kan give indsigt i forskellige økosystemer og hvordan forskellige ændringer kan påvirke dem.
Forskere anvender AI til at karakterisere forureningsskilder, estimerere eksponering for forurening, forudsige giftighedsniveauer og mere. Denne information giver en mere detaljeret billed af miljøet og hvordan det kan ændre sig, når forskellige faktorer skifter. Virksomheder kan anvende denne information til at træffe grønnere valg, og regeringer kan anvende den til at træffe mere informerede lovgivningsbeslutninger.
AI-forudsigelser kan vise, hvordan bæredygtighedsinitiativer kan påvirke miljøet. Globale organisationer kan derefter justere deres mål, som nødvendigt.
2. At afsløre måder at reducere kulstofaftryk
Ligeledes kan AI-drevne indsigt hjælpe mennesker med at reducere deres kulstofaftryk. Nogle emissionskilder er åbenlyse, men det kan være svært at forstå det fulde omfang af en virksomheds udledning, især når man tager højde for indirekte kilder. AI kan afsløre ind- og udgangspunkterne for disse elementer og foreslå effektive ændringer.
AI-algoritmer kan analysere alle en virksomheds direkte og indirekte emissionskilder og katalogisere dem efter deres størrelse og potentiale for ændring. Disse virksomheder kan derefter træffe bedre beslutninger om at reducere deres kulstofaftryk, som at elektrificere deres flåder eller anvende vedvarende energi. Nogle studier antyder, at anvendelse af AI på denne måde kan reducere udledning med 5,3 gigaton i 2030.
Mindre skalaforbedringer kan også hjælpe. For eksempel anvender nogle logistikvirksomheder AI til at optimere de ruter, deres leveringsbiler tager. Derved rejser de mindre distance, hvilket reducerer transportrelaterede udledninger.
3. At optimere vedvarende energi
AI kan også hjælpe med at udnytte vedvarende energikilder maksimalt. Vind- og solenergi producerer ingen skadelige udledninger, men de genererer ikke strøm hele døgnet, og energilagring er kompliceret. Strømforbruget stiger også, med USA, der forbruger 13 gange mere elektricitet i 2020 end i 1950, hvilket tilføjer yderligere kompleksitet. AI kan hjælpe.
AI-drevne smarte elnet kan analysere realtidsenergi-generering fra vedvarende kilder og efterspørgsel fra nærliggende bygninger. De kan derefter sende forskellige niveauer af elektricitet til forskellige områder, opfylde forskellige energibehov og minimere energiudspil. Derved kan vedvarende energikilder levere strøm mere pålideligt.
Intelligente algoritmer kan også analysere forskellige faktorer for at finde ideelle placeringer for nye sol- eller vindmølle-parker. Disse indsigt kan hjælpe med at levere så meget vedvarende energi som muligt med minimalt infrastruktur, reducere materialeomkostninger og habitattab.
Ulemper ved at anvende AI til at bekæmpe klimaforandringer
Selvom AI kan være meget nyttigt i kampen mod klimaforandringer, har det også nogle bekymringer af sin egen. Her er de mest betydelige ulemper ved AI for miljøet.
1. Energiforbrug
Den største ulempe ved at anvende AI til at beskytte miljøet er denne teknologis massive energibehov. Studier har fundet, at træning af ét machine learning-model kan udledninger mere end 626.000 pounds af kulstofudledninger, svarende til den livsvarige udledning fra fem biler.
Kørslen af de avancerede beregninger, der findes i AI-algoritmer, kræver omfattende computermaskiner. Disse computere forbruger meget energi, og det meste af den elektricitet, der anvendes i dag, kommer fra fossile brændstoffer. Derved genererer tung AI-anvendelse ofte mere skadelige udledninger.
Overgangen til vedvarende energi ville hjælpe med at løse dette problem, men det vil tage tid. Nogle eksperter frygter, at stigende AI-anvendelse vil skabe mere efterspørgsel efter fossile brændstoffer i mellemtiden, hvilket modsiger enhver positiv ændring, det bringer.
2. Afhængighed af sjældne jordarter
De datacentre, der understøtter AI-processer, bidrager også til miljøødelæggende minedrift. Computerhardware kræver sjældne jordarter, og minedrift efter dem tager hårdt på miljøet.
Hver ton sjældne jordarter, der udvindes, producerer også 12.000 kubikmeter affaldsgas, 75 kubikmeter spildevand og en ton radioaktivt materiale. Dette affald, især det radioaktive residuum, kan sive ind i det omgivende økosystem og true dyreliv og vandkilder. Minedriftsudstyr afhænger typisk af emissionsproducerende dieselmotorer.
Verden må løse problemet med sjældne jordarter, hvis AI skal være virkelig miljøvenlig. Det betyder enten at finde alternative materialer eller udvikle mere bæredygtige processer.
AI har en kompliceret relation til miljøet
AI kan være et af menneskehedens bedste redskaber i kampen mod klimaforandringer, men det har også en betydelig fodaftryk af sin egen. Forskere og organisationer må løse denne komplicerede relation for at udnytte denne teknologi maksimalt. AI kunne føre verden ind i en mere bæredygtig fremtid, men kun hvis noget ændrer sig med dets energi- og ressourcebehov.












