Spændingerne ved at kæmpe mod klimaforandring med AI

Klimaforandring er et af de mest væsentlige problemer, verden står overfor i dag. Det er derfor logisk, at mennesker anvender en af de mest revolutionerende teknologier, AI, til at bekæmpe det.

Forskere, virksomheder og regeringer har alle anvendt AI omfattende i kampen mod klimaforandring. 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 klimaforandring.

Fordele ved at kæmpe mod klimaforandring 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 forbedringer, 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 det. Avancerede dataanalyse-motorer kan give indsigt i forskellige økosystemer og hvordan forskellige ændringer kan påvirke dem.

Forskere bruger AI til at karakterisere kilder til forurening, estimerer eksponering for forurening, forudsigelse af giftighedsniveauer og mere. Denne information giver et mere detaljeret billede af miljøet og hvordan det kan ændre sig, når forskellige faktorer skifter. Virksomheder kan bruge denne information til at træffe grønnere valg, og regeringer kan bruge den til at træffe mere informerede lovgivningsbeslutninger.

AI-forudsigelser kan vise, hvordan bæredygtighedsinitiativer kan påvirke miljøet. Globale organisationer kan derefter justere deres mål efter behov.

2. At afsløre måder at reducere kulstofaftryk

På samme måde kan AI-drevne indsigt hjælpe mennesker med at reducere deres kulstofaftryk. Nogle emissionskilder er åbenlyse, men det kan være svært at fatte det fulde omfang af en virksomheds output, 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 f.eks. at elektrificere deres flåder eller bruge vedvarende energi. Nogle studier antyder, at brugen af AI på denne måde kan reducere emissionerne med 5,3 gigaton i 2030.

Mindre skalaforbedringer kan også hjælpe. F.eks. bruger nogle logistikvirksomheder AI til at optimere ruterne for deres leveringslastbiler. Derved rejser de mindre distance, hvilket reducerer transportrelaterede emissioner.

3. At optimere vedvarende energi

AI kan også hjælpe med at udnytte vedvarende energikilder maksimalt. Vind- og solenergi producerer ingen skadelige emissioner, men de genererer ikke strøm hele døgnet, og energilagring er kompliceret. Energiforbrug er også stigende, med USA’s forbrug af 13 gange mere elektricitet i 2020 end i 1950, hvilket tilføjer flere kompliceringer. AI kan hjælpe.

AI-drevne smarte net kan analysere realtidsenergi-generering fra vedvarende kilder og efterspørgsel fra nærliggende bygninger. De kan derefter sende forskellige niveauer af elektricitet til forskellige områder, opfylde diverse energibehov og minimere energi-spild. 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 beskytte habitater.

Ulemper ved at bruge AI til at kæmpe mod klimaforandring

Selvom AI kan være meget nyttigt i kampen mod klimaforandring, har det også nogle bekymringer af sin egen. Her er de mest betydelige ulemper ved AI for miljøet.

1. Energiforbrug

Den største reservation ved at bruge AI til at beskytte miljøet er denne teknologis massive energibehov. Studier har fundet, at træning af ét machine learning-model kan udgive mere end 626.000 pund kulstofemissioner, på niveau med en bil’s livstidsoutput.

Kørsel af de avancerede beregninger, man finder i AI-algoritmer, kræver omfattende beregningsinfrastruktur. Disse computere forbruger meget energi, og det meste af elektriciteten kommer i dag fra fossile brændstoffer. Derved genererer tung AI-brug ofte mere skadelige emissioner.

Overgang til vedvarende energi ville hjælpe med at løse dette problem, men det vil tage tid. Nogle eksperter frygter, at stigende AI-brug vil skabe mere efterspørgsel efter fossile brændstoffer i mellemtiden, hvilket modsiger enhver positiv ændring, det bringer.

2. Afhængighed af sjældne jordmetaller

De datacentre, der understøtter AI-processer, bidrager også til miljøødelæggende minedrift. Computerhardware kræver sjældne jordmetaller, og minedrift efter dem tager hårdt på miljøet.

Hver ton sjælden jord, der udvindes, producerer 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 har brug for at løse problemet med sjælden jord-minedrift, 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 værktøjer i kampen mod klimaforandring, men det har også en betydelig fodaftryk af sin egen. Forskere og organisationer har brug for at 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.