Κίνδυνοι και Ωφέλειες για την Τεχνητή Νοημοσύνη στην καταπολέμηση της Κλιματικής Αλλαγής

Καθώς η τεχνητή νοημοσύνη χρησιμοποιείται για την επίλυση προβλημάτων στην υγεία, την γεωργία, την πρόβλεψη του καιρού και άλλα, οι επιστήμονες και οι μηχανικοί ερευνάν τις δυνατότητες της τεχνητής νοημοσύνης στην καταπολέμηση της κλιματικής αλλαγής. Οι αλγόριθμοι της τεχνητής νοημοσύνης μπορούν να χρησιμοποιηθούν για την κατασκευή καλύτερων μοντέλων κλίματος και την καθοδήγηση πιο αποτελεσματικών μεθόδων μείωσης των εκπομπών CO2, αλλά η ίδια η τεχνητή νοημοσύνη συχνά απαιτεί σημαντική υπολογιστική ισχύ και κατά συνέπεια καταναλώνει πολλή ενέργεια. Είναι δυνατό να μειωθεί η ποσότητα ενέργειας που καταναλώνεται από την τεχνητή νοημοσύνη και να βελτιωθεί η αποτελεσματικότητά της στην καταπολέμηση της κλιματικής αλλαγής;

Η Virginia Dignum, καθηγήτρια της ηθικής τεχνητής νοημοσύνης στο Πανεπιστήμιο του Ουμέα στη Σουηδία, συνεντεύχθηκε πρόσφατα από το περιοδικό Horizon. Η Dignum εξήγησε ότι η τεχνητή νοημοσύνη μπορεί να έχει μεγάτο περιβαλλοντικό αποτύπωμα που μπορεί να παραμεληθεί. Η Dignum αναφέρθηκε στη Netflix και τους αλγόριθμους που χρησιμοποιούνται για να συνιστώνται ταινίες στους χρήστες της Netflix. Για να τρέξουν αυτοί οι αλγόριθμοι και να συνιστώνται ταινίες σε εκατοντάδες χιλιάδες χρήστες, η Netflix πρέπει να λειτουργήσει μεγάλους κέντρους δεδομένων. Αυτά τα κέντρα δεδομένων αποθηκεύουν και επεξεργάζονται τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση των αλγορίθμων.

Η Dignum ανήκει σε μια ομάδα εμπειρογνωμόνων που συμβουλεύουν την Ευρωπαϊκή Επιτροπή σχετικά με τον τρόπο να κάνουν την τεχνητή νοημοσύνη ανθρώπινο-κεντρική και ηθική. Η Dignum εξήγησε στο περιοδικό Horizon ότι η περιβαλλοντική επίδραση της τεχνητής νοημοσύνης συχνά δεν εκτιμάται, αλλά υπό τις σωστές συνθήκες, τα κέντρα δεδομένων possono να ευθύνονται για την απελευθέρωση μεγάλων ποσοτήτων CO2.

«Είναι μια χρήση ενέργειας που δεν σκεφτόμαστε πραγματικά», εξήγησε η καθηγήτρια Dignum στο περιοδικό Horizon. «Έχουμε φάρμες δεδομένων, ιδιαίτερα στις βόρειες χώρες της Ευρώπης και στον Καναδά, που είναι τεράστιες. Κάποια από αυτά τα πράγματα χρησιμοποιούν τόσο ενέργεια όσο μια μικρή πόλη».

Η Dignum σημείωσε ότι μια μελέτη, που πραγματοποιήθηκε από το Πανεπιστήμιο του Μασαχουσέτης, βρήκε ότι η δημιουργία ενός εξελιγμένου αλγορίθμου της τεχνητής νοημοσύνης για την ερμηνεία της ανθρώπινης γλώσσας οδήγησε σε εκπομπές περίπου 300.000 κιλά ισοδύναμου CO2. Αυτό είναι περίπου πέντε φορές η επίδραση του μέσου αυτοκινήτου στις Ηνωμένες Πολιτείες. Αυτές οι εκπομπές θα μπορούσαν να αυξηθούν, καθώς οι εκτιμήσεις που πραγματοποιήθηκαν από einen Σουηδό ερευνητή, τον Anders Andrae, προβλέπουν ότι μέχρι το 2025, τα κέντρα δεδομένων θα μπορούσαν να αντιπροσωπεύουν περίπου το 10% της συνολικής κατανάλωσης ηλεκτρικής ενέργειας. Η αύξηση των μεγάλων δεδομένων και της υπολογιστικής ισχύος που απαιτείται για την επεξεργασία τους έχει φέρει την περιβαλλοντική επίδραση της τεχνητής νοημοσύνης στην προσοχή πολλών επιστημόνων και περιβαλλοντολόγων.

Παρά τις ανησυχίες, η τεχνητή νοημοσύνη μπορεί να παίξει ρόλο στην βοήθεια μας στην καταπολέμηση της κλιματικής αλλαγής και στην μείωση των εκπομπών. Επιστήμονες και μηχανικοί σε όλο τον κόσμο υποστηρίζουν τη χρήση της τεχνητής νοημοσύνης στην σχεδίαση λύσεων για την κλιματική αλλαγή. Για παράδειγμα, ο καθηγητής Felix Creutzig είναι συνδεδεμένος με το Ινστιτούτο Mercator για τα Παγκόσμια Κοινοτικά και την Κλιματική Αλλαγή στο Βερολίνο και ο Creutzig ελπίζει να χρησιμοποιήσει την τεχνητή νοημοσύνη για τη βελτίωση της χρήσης των χώρων σε αστικές περιβάλλοντες. Η πιο αποτελεσματική χρήση των χώρων θα μπορούσε να βοηθήσει στην αντιμετώπιση προβλημάτων όπως τα νησιά θερμότητας. Οι αλγόριθμοι της μηχανικής μάθησης θα μπορούσαν να χρησιμοποιηθούν για να καθορίσουν την ιδανική θέση για πράσινους χώρους ή για να καθορίσουν τα πρότυπα ροής αέρα κατά την σχεδίαση της αρχιτεκτονικής αερισμού για την καταπολέμηση της ακραίας θερμότητας. Οι αστικές πράσινες περιοχές μπορούν να παίξουν το ρόλο ενός απορροφητή άνθρακα.

Τώρα, ο Creutzig εργάζεται με την αρχιτεκτονική στοίβας, μια μέθοδο που χρησιμοποιεί τόσο την μηχανική μοντελοποίηση όσο και την μηχανική μάθηση, με στόχο να καθορίσει πώς τα κτήρια θα ανταποκριθούν στις θερμοκρασιακές και ενεργειακές απαιτήσεις. Ο Creutzig ελπίζει ότι η δουλειά του θα μπορούσε να οδηγήσει σε νέες σχεδιάσεις κτιρίων που θα χρησιμοποιούν λιγότερη ενέργεια ενώ διατηρούν την ποιότητα ζωής.

Πέρα από αυτό, η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει στην καταπολέμηση της κλιματικής αλλαγής με πολλούς τρόπους. Για παράδειγμα, η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί για την κατασκευή καλύτερων συστημάτων ηλεκτρικής ενέργειας που θα μπορούσαν να ενσωματώσουν καλύτερα τις ανανεώσιμες πηγές. Η τεχνητή νοημοσύνη έχει ήδη χρησιμοποιηθεί για την παρακολούθηση της αποψίλωσης, και η συνεχής χρήση της για αυτό το σκοπό θα μπορούσε να βοηθήσει στην διατήρηση των δασών που λειτουργούν ως απορροφητές άνθρακα. Οι αλγόριθμοι της μηχανικής μάθησης θα μπορούσαν επίσης να χρησιμοποιηθούν για τον υπολογισμό του αποτύπωμα άνθρακα ενός ατόμου και να προτείνουν τρόπους για τη μείωσή του.

Τακτικές για τη μείωση της ποσότητας ενέργειας που καταναλώνεται από την τεχνητή νοημοσύνη περιλαμβάνουν τη διαγραφή δεδομένων που δεν χρησιμοποιούνται πλέον, τη μείωση της ανάγκης για μεγάλες εργασίες αποθήκευσης δεδομένων. Η σχεδίαση πιο αποτελεσματικών αλγορίθμων και μεθόδων εκπαίδευσης είναι επίσης σημαντική, συμπεριλαμβανομένης της διερεύνησης εναλλακτικών λύσεων της τεχνητής νοημοσύνης στη μηχανική μάθηση, η οποία έχει την τάση να είναι πεινασμένη για δεδομένα.