AI-modellen en platforms

Spanningen bij het bestrijden van klimaatverandering met AI

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Klimaatverandering is een van de meest substantiële problemen waarmee de wereld vandaag te maken heeft. Het is dan ook logisch dat mensen een van de meest disruptieve technologieën, AI, gebruiken om het te bestrijden.

Onderzoekers, bedrijven en overheden hebben allemaal AI op grote schaal ingezet in de strijd tegen klimaatverandering. Hoewel dit enkele indrukwekkende resultaten heeft opgeleverd, zijn de negatieve gevolgen voor het milieu ook duidelijker geworden. Hieronder volgt een nadere blik op de voordelen en nadelen van het gebruik van AI om klimaatverandering aan te pakken.

Voordelen van het bestrijden van klimaatverandering met AI

De wereld heeft honderden miljoenen dollars geïnvesteerd in AI-technologie die zich richt op het klimaat. Ondanks dat het een relatief nieuwe technologie is, heeft het al significante verbeteringen gebracht, en het potentieel gaat nog verder. Hieronder volgen enkele van de belangrijkste voordelen van AI op het gebied van duurzaamheid.

1. Het maken van nauwkeurige klimaatvoorspellingen

Effectieve inspanningen voor duurzaamheid vereisen een begrip van het milieu en hoe het verandert. AI-onderzoekstools kunnen helpen bij het verstrekken van die informatie. Geavanceerde data-analyse-engines kunnen inzicht bieden in verschillende ecosystemen en hoe verschillende veranderingen deze kunnen beïnvloeden.

Onderzoekers gebruiken AI om vervuilingsbronnen te karakteriseren, de blootstelling aan verontreinigende stoffen te schatten, de toxiciteitsniveaus te voorspellen en meer. Deze informatie biedt een dieper inzicht in het milieu en hoe het kan veranderen als verschillende factoren veranderen. Bedrijven kunnen deze informatie gebruiken om groenere keuzes te maken, en overheden kunnen het gebruiken om meer geïnformeerde wetgevende beslissingen te nemen.

AI-voorspellingen kunnen laten zien hoe duurzaamheidsinitiatieven het milieu kunnen beïnvloeden. Globale agentschappen kunnen hun doelen vervolgens aanpassen als dat nodig is.

2. Het onthullen van manieren om de koolstofvoetafdruk te verkleinen

Soortgelijke AI-gedreven inzichten kunnen helpen bij het verkleinen van de koolstofvoetafdruk. Sommige emissiebronnen zijn duidelijk, maar het kan moeilijk zijn om de volledige omvang van de uitstoot van een bedrijf te begrijpen, vooral als je indirecte bronnen meeneemt. AI kan de ins en outs van deze elementen onthullen en effectieve veranderingen suggereren.

AI-algoritmen kunnen alle directe en indirecte emissiebronnen van een bedrijf analyseren en catalogiseren op basis van hun omvang en potentieel voor verandering. Deze bedrijven kunnen vervolgens betere beslissingen nemen over het verkleinen van hun koolstofvoetafdruk, zoals het elektrificeren van hun vloten of het gebruik van hernieuwbare energie. Sommige studies suggereren dat het gebruik van AI op deze manier de uitstoot van broeikasgassen met 5,3 gigaton kan verkleinen tegen 2030.

Kleine verbeteringen kunnen ook helpen. Bijvoorbeeld gebruiken sommige logistieke bedrijven AI om de routes van hun bezorgingswagens te optimaliseren. Als gevolg daarvan leggen ze minder afstand af, waardoor de emissies door transport verkleind worden.

3. Het optimaliseren van hernieuwbare energie

AI kan ook helpen bij het maximaliseren van hernieuwbare energiebronnen. Wind- en zonne-energie produceren geen schadelijke emissies, maar ze produceren niet altijd stroom, en energiopslag is ingewikkeld. Het energieverbruik neemt ook toe, met de Verenigde Staten die 13 keer meer elektriciteit verbruiken in 2020 dan in 1950, waardoor het nog ingewikkelder wordt. AI kan helpen.

AI-gestuurde slimme netwerken kunnen de energiegeneeratie van hernieuwbare bronnen en de vraag van nabijgelegen gebouwen in real-time analyseren. Ze kunnen vervolgens verschillende niveaus van elektriciteit naar verschillende gebieden sturen, waardoor de diverse energievragen worden ingevuld en de energieverlies wordt geminimaliseerd. Op die manier kunnen hernieuwbare bronnen betrouwbaarder stroom leveren.

Intelligente algoritmen kunnen ook verschillende factoren analyseren om ideale locaties te vinden voor nieuwe zonnepanelen of windmolens. Deze inzichten kunnen helpen bij het leveren van zoveel mogelijk hernieuwbare energie met minimale infrastructuur, waardoor de materiaalkosten en de vernietiging van habitats worden verkleind.

Nadelen van het gebruik van AI om klimaatverandering te bestrijden

Hoewel AI zo nuttig kan zijn in de strijd tegen klimaatverandering, heeft het ook enkele bezwaren. Hieronder volgen de meest significante nadelen van AI voor het milieu.

1. Energieverbruik

De grootste bezwaar bij het gebruik van AI om het milieu te beschermen, is het enorme energieverbruik van deze technologie. Studies hebben aangetoond dat het trainen van één machine-learningmodel meer dan 626.000 pond koolstofemissies kan produceren, wat gelijk is aan de levenslange uitstoot van vijf auto’s.

Het uitvoeren van de geavanceerde berekeningen die je in AI-algoritmen vindt, vereist uitgebreide rekeninfrastructuur. Deze computers verbruiken veel energie, en de meeste elektriciteit komt vandaag nog steeds van fossiele brandstoffen. Als gevolg daarvan leidt een zwaarder gebruik van AI vaak tot meer schadelijke emissies.

De overgang naar hernieuwbare energie zou helpen bij het aanpakken van dit probleem, maar dat zal tijd kosten. Sommige deskundigen vrezen dat een toenemend gebruik van AI meer vraag naar fossiele brandstoffen zal creëren, waardoor de positieve veranderingen die het brengt, teniet worden gedaan.

2. Afhankelijkheid van zeldzame aardmetalen

De datacentra die AI-processen ondersteunen, dragen ook bij aan milieubezwarende mijnbouwactiviteiten. Computerhardware vereist zeldzame aardmetalen, en het delven van deze metalen heeft een negatief effect op het milieu.

Elke ton zeldzame aardmetal die wordt gedolven, produceert 12.000 kubieke meter afvalgas, 75 kubieke meter afvalwater en één ton radioactief materiaal. Dit afval, vooral het radioactieve residu, kan in het omliggende ecosysteem terechtkomen en een bedreiging vormen voor de wilde fauna en waterbronnen. Mijnbouwapparatuur werkt meestal op emissieproducerende dieselmotoren.

De wereld moet de winning van zeldzame aardmetalen aanpakken als AI echt milieuvriendelijk wil zijn. Dat betekent het vinden van alternatieve materialen of het ontwikkelen van duurzamere processen.

AI heeft een gecompliceerde relatie met het milieu

AI kan een van de beste instrumenten zijn die de mensheid heeft in de strijd tegen klimaatverandering, maar het heeft ook een aanzienlijke voetafdruk van zichzelf. Onderzoekers en organisaties moeten deze gecompliceerde relatie aanpakken om het meeste uit deze technologie te halen. AI kan de wereld leiden naar een duurzamere toekomst, maar alleen als er iets verandert in de energievraag en de behoefte aan grondstoffen.

Zac Amos is een tech-schrijver die zich richt op kunstmatige intelligentie. Hij is ook de Features Editor bij ReHack, waar u meer van zijn werk kunt lezen.