Ilmastonmuutoksen vaikutukset ja hyödyt tekoälylle

Kun tekoälyä käytetään ratkaisemaan ongelmia terveydenhuollossa, maataloudessa, sääennustuksessa ja muissa aloilla, tutkijat ja insinöörit tutkivat, miten tekoälyä voidaan käyttää ilmastonmuutoksen torjumiseen. Tekoälyalgoritmit voivat todella olla hyödyllisiä luodessaan parempia ilmasto-malleja ja määrittäessä tehokkaampia tapoja vähentää CO2-päästöjä, mutta tekoäly itsessään vaatii usein merkittävän tietokoneen laskentakapasiteetin ja siten kuluttaa paljon energiaa. Onko mahdollista vähentää tekoälyllä kulutettavaa energiaa ja parantaa sen tehokkuutta ilmastonmuutoksen torjunnassa?

Virginia Dignum, eettisen tekoälyn professori Uumajan yliopistossa Ruotsissa, haastatteli äskettäin Horizon Magazinea. Dignum selitti, että tekoälyllä voi olla suuri ympäristövaikutus, jota ei aina tutkita. Dignum viittasi Netflixiin ja algoritmeihin, joita käytetään suosittelemassa elokuvia Netflixin käyttäjille. Jotta nämä algoritmit voivat toimia ja suositella elokuvia sadoille tuhansille käyttäjille, Netflixin on käytettävä suuria tietokeskuksia. Nämä tietokeskukset tallentavat ja prosessoivat dataa, jota käytetään kouluttamaan algoritmeja.

Dignum kuuluu asiantuntijaryhmään, joka neuvoo Euroopan komissiota siitä, miten tehdä ihmiskeskeinen, eettinen tekoäly. Dignum selitti Horizon Magazinelle, että tekoälyn ympäristövaikutus usein jää arvioimatta, mutta oikein olosuhteissa tietokeskukset voivat olla vastuussa suurista CO2-päästöistä.

”Se on energian käyttö, jota emme todella ajattele”, selitti prof. Dignum Horizon Magazinelle. ”Meillä on datafarmeja, erityisesti Euroopan pohjoisissa maissa ja Kanadassa, jotka ovat valtavia. Jotkut näistä käyttävät yhtä paljon energiaa kuin pieni kaupunki.”

Dingum mainitsi, että yksi tutkimus, jota teki Massachusettsin yliopisto, osoitti, että kehittyneen tekoälyn luominen ihmisen kielen tulkitsemiseksi johti noin 300 000 kilogramman CO2-ekvivalentin päästöihin. Tämä on noin viisi kertaa suurempi vaikutus kuin keskivertoinen auto Yhdysvalloissa. Nämä päästöt voivat kasvaa, sillä ruotsalaisen tutkijan Anders Andraen arvioiden mukaan vuoteen 2025 mennessä tietokeskukset voivat vastata noin 10 prosentista kaikista sähköntarpeista. Big datan ja tarvittavan laskentakapasiteetin kasvu on herättänyt monien tutkijoiden ja ympäristönsuojelijoiden huomion tekoälyn ympäristövaikutukseen.

Vaikka nämä huolenaiheet ovat olemassa, tekoäly voi myös auttaa meitä taistelemaan ilmastonmuutosta ja rajoittamaan päästöjä. Tutkijat ja insinöörit ympäri maailmaa ovat kannustamassa tekoälyn käyttöä ilmastonmuutoksen ratkaisemiseen. Esimerkiksi professori Felix Creutzig on liittynyt Mercator-tutkimuslaitokseen Berliinissä, ja Creutzig toivoo, että tekoälyä voidaan käyttää kehittämään ratkaisuja ilmastonmuutoksen torjumiseksi. Tekoäly voidaan esimerkiksi käyttää suunnittelemalla tehokkaampia järjestelmiä, joissa voidaan paremmin hyödyntää uusiutuvia energialähteitä. Tekoälyä voidaan myös käyttää metsien hävittämisen seuraamiseen, ja sen jatkuva käyttö tässä tehtävässä voi auttaa säilyttämään metsiä, jotka toimivat hiilensidonnan välineinä. Tekoäly voidaan käyttää myös laskemaan yksilöiden hiilijalanjälkeä ja ehdottamaan keinoja sen vähentämiseksi.

Tällä hetkellä Creutzig työskentelee pinotetun arkkitehtuurin parissa, jossa yhdistetään sekä mekaanista mallinnusta että tekoälyä, tavoitteena on määrittää, miten rakennukset reagoivat lämpöoloihin ja energiantarpeisiin. Creutzig toivoo, että hänen työnsä voi johtaa uusiin rakennussuunnitelmiin, joissa energiankulutus on vähennetty ilman, että elämänlaatu heikkenee.

Lisäksi tekoäly voidaan käyttää useasti taistelussa ilmastonmuutosta vastaan. Tekoäly voidaan esimerkiksi käyttää sähköjärjestelmien kehittämiseen, joissa uusiutuvat energialähteet voidaan paremmin integroida. Tekoäly on jo osoittanut kykynsä seurata metsien hävittämistä, ja sen jatkuva käyttö tässä tehtävässä voi auttaa säilyttämään metsiä, jotka toimivat hiilensidonnan välineinä. Tekoäly voidaan myös käyttää laskemaan yksilöiden hiilijalanjälkeä ja ehdottamaan keinoja sen vähentämiseksi.

Taktiikat vähentää tekoälyllä kulutettavaa energiaa sisältävät muun muassa poistamalla käytöstä oleva data, vähentämällä massiivisten tietokeskuksien tarvetta ja suunnittelemalla tehokkaampia algoritmeja ja koulutusmenetelmiä. Myös tekoälyn vaihtoehtojen, kuten ei-makinen oppiminen, kehittäminen on tärkeää, sillä ne voivat olla vähemmän data-riippuvaisia.