Risiken und Chancen für KI im Kampf gegen den Klimawandel

Da künstliche Intelligenz verwendet wird, um Probleme in der Gesundheitsversorgung, Landwirtschaft, Wettervorhersage und mehr zu lösen, untersuchen Wissenschaftler und Ingenieure, wie KI verwendet werden kann, um den Klimawandel zu bekämpfen. KI-Algorithmen könnten tatsächlich verwendet werden, um bessere Klimamodelle zu erstellen und effizientere Methoden zur Reduzierung von CO2-Emissionen zu bestimmen, aber KI selbst erfordert oft erhebliche Rechenleistung und verbraucht daher viel Energie. Ist es möglich, den Energieverbrauch von KI zu reduzieren und ihre Wirksamkeit im Kampf gegen den Klimawandel zu verbessern?

Virginia Dignum, Professorin für ethische künstliche Intelligenz an der Universität Umeå in Schweden, wurde kürzlich von der Zeitschrift Horizon Magazine interviewt. Dignum erklärte, dass KI einen großen ökologischen Fußabdruck haben kann, der oft ununtersucht bleibt. Dignum verwies auf Netflix (NFLX ) und die Algorithmen, die verwendet werden, um Filmpersonalisationen für Netflix-Nutzer zu empfehlen. Um diese Algorithmen auszuführen und Filmpersonalisationen für Hunderttausende von Nutzern zu empfehlen, muss Netflix große Rechenzentren betreiben. Diese Rechenzentren speichern und verarbeiten die Daten, die zum Trainieren von Algorithmen verwendet werden.

Dignum gehört zu einer Gruppe von Experten, die die Europäische Kommission beraten, wie man menschenzentrierte, ethische KI schafft. Dignum erklärte gegenüber der Zeitschrift Horizon Magazine, dass der ökologische Fußabdruck von KI oft unterschätzt wird, aber unter den richtigen Umständen Rechenzentren für die Freisetzung großer Mengen an CO2 verantwortlich sein können.

„Es ist eine Energieverwendung, über die wir nicht wirklich nachdenken“, erklärte Prof. Dignum gegenüber der Zeitschrift Horizon Magazine. „Wir haben Datenfarmen, insbesondere in den nordischen Ländern Europas und in Kanada, die riesig sind. Einige dieser Dinge verbrauchen so viel Energie wie eine kleine Stadt.“

Dignum wies darauf hin, dass eine Studie, die von der Universität Massachusetts durchgeführt wurde, ergab, dass die Erstellung einer fortschrittlichen KI, die menschliche Sprache interpretieren kann, zu Emissionen von etwa 300.000 Kilogramm CO2-Äquivalent führte. Dies entspricht etwa fünfmal der Auswirkung eines durchschnittlichen Autos in den USA. Diese Emissionen könnten potenziell ansteigen, da Schätzungen des schwedischen Forschers Anders Andrae vorhersagen, dass Rechenzentren bis 2025 etwa 10 % des gesamten Stromverbrauchs ausmachen könnten. Das Wachstum von Big Data und der erforderlichen Rechenleistung hat den ökologischen Fußabdruck von KI in das Bewusstsein vieler Wissenschaftler und Umweltschützer gerückt.

Trotz dieser Bedenken kann KI eine Rolle bei der Bekämpfung des Klimawandels und der Begrenzung von Emissionen spielen. Wissenschaftler und Ingenieure auf der ganzen Welt setzen sich für die Verwendung von KI bei der Entwicklung von Lösungen für den Klimawandel ein. Zum Beispiel hofft Professor Felix Creutzig, der am Mercator Research Institute on Global Commons and Climate Change in Berlin tätig ist, KI verwenden zu können, um die Nutzung von Räumen in städtischen Umgebungen zu verbessern. Eine effizientere Raumnutzung könnte helfen, Probleme wie städtische Wärmeinseln zu bekämpfen. Machine-Learning-Algorithmen könnten verwendet werden, um die optimale Position für Grünflächen zu bestimmen oder um Luftströmungsmuster bei der Gestaltung von Belüftungsarchitektur zur Bekämpfung extremer Hitze zu bestimmen. Städtische Grünflächen können als Kohlenstoffsenke dienen.

Aktuell arbeitet Creutzig an einer gestapelten Architektur, einer Methode, die sowohl mechanische Modellierung als auch Machine Learning verwendet, um zu bestimmen, wie Gebäude auf Temperatur und Energieanforderungen reagieren. Creutzig hofft, dass seine Arbeit zu neuen Gebäudeentwürfen führen kann, die weniger Energie verbrauchen, während die Lebensqualität erhalten bleibt.

Darüber hinaus kann KI auf verschiedene Weise beitragen, den Klimawandel zu bekämpfen. Zum Beispiel kann KI verwendet werden, um bessere Stromsysteme zu entwickeln, die erneuerbare Ressourcen besser integrieren können. KI wurde bereits verwendet, um Entwaldung zu überwachen, und ihre weitere Verwendung für diese Aufgabe kann helfen, Wälder zu erhalten, die als Kohlenstoffsenken dienen. Machine-Learning-Algorithmen können auch verwendet werden, um den Kohlenstoff-Fußabdruck eines Einzelnen zu berechnen und Vorschläge zu machen, um ihn zu reduzieren.

Strategien, um den Energieverbrauch von KI zu reduzieren, umfassen das Löschen von Daten, die nicht mehr benötigt werden, die Reduzierung des Bedarfs an massiven Datenspeicheroperationen. Die Entwicklung effizienterer Algorithmen und Trainingsmethoden ist auch wichtig, einschließlich der Verfolgung von KI-Alternativen zum Machine Learning, das tendenziell datenhungig ist.