Ukryty koszt wygody: dlaczego należy dostrzegać wpływ sztucznej inteligencji na środowisko

Regularnie korzystamy ze sztucznej inteligencji, aby to podsumować, wygenerować, czy rozwiązać. Jest szybka, prosta i coraz bardziej wbudowana w nasz sposób pracy. Jednak w pośpiechu, aby wszystko uprościć, przeoczyliśmy kluczowy element: koszt środowiskowy związany z cyfrową wygodą.

Każda interakcja ze sztuczną inteligencją opiera się na czymś, czego nigdy nie widzimy i rzadko bierzemy pod uwagę – centrach danych, układach scalonych, sieciach energetycznych, systemach chłodzenia i globalnych sieciach logistycznych. Ta „niewidzialna infrastruktura” sprawia, że sztuczna inteligencja wydaje się nieważka. Ale jej wpływ na środowisko jest zupełnie inny.

Czas, abyśmy uwidocznili ten koszt. Wraz ze wzrostem znaczenia sztucznej inteligencji w działalności biznesowej, rośnie również jej wpływ na energię, wodę i emisje. Pytanie brzmi nie tylko, jak wydajny będzie kolejny model, ale także, czy jesteśmy gotowi wziąć odpowiedzialność za to, co jest potrzebne do jego uruchomienia.

Sztuczna inteligencja ma problem z optyką. W przeciwieństwie do dymu z fabryki czy korków na autostradzie, emisje związane z trenowaniem lub wyszukiwaniem modelu zachodzą za zamkniętymi drzwiami w klimatyzowanych serwerowniach. To jednak nie czyni ich mniej realnymi.

Uruchomienie zaawansowanych modeli wymaga znacznej ilości energii elektrycznej. Na przykład, trening GPT-3 zużywa tyle energii, ile zużywa 130 amerykańskich domów. rocznie. I na tym się nie kończy. Wnioskowanie, czyli proces generowania odpowiedzi, podsumowań lub obrazów, zużywa znaczną moc obliczeniową. Pojedyncze zapytanie ChatGPT zużywa około pięć razy więcej prądu niż typowe wyszukiwanie w sieci, a wygenerowanie jednego obrazu AI może zająć tyle samo czasu energia jak pełne naładowanie smartfona.

Zużycie wody również ma istotny wpływ na sytuację. Za każdym razem, gdy ChatGPT generuje krótki e-mail o długości 100 słów, korzystając z modelu GPT-4, zużywa w przybliżeniu Objętość standardowej butelki wody. Ta woda jest używana do chłodzenia serwerów w centrach danych, które generują intensywne ciepło podczas pracy. Skalując to do zaledwie jednego tygodniowego zużycia przez 10% pracujących Amerykanów, roczne zużycie wody będzie równe dziennemu zużyciu każdego gospodarstwa domowego w stanie Rhode Island przez półtora dnia.

Wraz ze wzrostem obciążeń związanych ze sztuczną inteligencją rośnie również zapotrzebowanie centrów danych na energię. Bank Światowy Szacunki że szersza kategoria technologii informacyjno-komunikacyjnych (ICT), w tym sztuczna inteligencja (AI), odpowiada obecnie za co najmniej 1.7% globalnej emisji gazów cieplarnianych. Choć liczba ta może wydawać się skromna, odzwierciedla ona jedynie obecny poziom adopcji. Wraz z ciągłym rozwojem sztucznej inteligencji (AI) – wraz z rosnącym globalnym dostępem do internetu, rozszerzoną pamięcią masową w chmurze, urządzeniami IoT, a nawet technologiami blockchain – łączny wpływ może znacznie wzrosnąć, nawet jeśli uda się osiągnąć pewne korzyści.

Rozbieżność między łatwością korzystania ze sztucznej inteligencji a zapotrzebowaniem na zasoby jest tak duża, że problem ten łatwo zignorować.

Ale wskazuje również na rozwiązanie. Nie musimy spowalniać innowacji. Musimy bardziej świadomie podchodzić do sposobu ich projektowania i wdrażania. Oznacza to zadawanie lepszych pytań, rozliczanie dostawców i uwzględnianie zrównoważonego rozwoju przy każdej decyzji dotyczącej sztucznej inteligencji.

Te systemy stają się coraz potężniejsze. Jeśli chcemy, aby pomogły rozwiązać problemy klimatyczne, musimy zadbać o to, by po cichu ich nie pogłębiały.

Od infrastruktury do odpowiedzialności

Wpływ sztucznej inteligencji na środowisko nie ogranicza się do momentu, w którym użytkownik naciśnie „Enter”. Za tym kryje się cały łańcuch dostaw: wydobycie, produkcja chipów, wysyłka sprzętu i budowa centrów danych. Ta rzeczywistość stwarza nowe wyzwania w zakresie rozliczania firm. W przeciwieństwie do tradycyjnych źródeł emisji, gdzie wpływ można powiązać ze spalaniem paliwa lub przejechanymi kilometrami, koszty sztucznej inteligencji rozkładają się na systemy i dostawców. Łatwo jest pomyśleć, że odpowiedzialność spoczywa na „chmurze” lub „dostawcy”.

Jeśli jednak korzystasz ze sztucznej inteligencji za pośrednictwem platformy SaaS, dostawcy chmury lub narzędzi wewnętrznych, emisje i zużycie energii stanowią część Twojego śladu operacyjnego. Jest to szczególnie istotne w przypadku emisji z zakresu 3, które obejmują emisje generowane w całym łańcuchu wartości.

Dobra wiadomość jest taka, że odpowiedzialność nie polega na obwinianiu. Chodzi o świadomość, transparentność i lepsze podejmowanie decyzji.

Czynienie niewidzialnego widocznym

Jak więc ujawnić ukryty koszt środowiskowy sztucznej inteligencji? Zacznijmy od ponownego przemyślenia sposobu oceny używanych przez nas narzędzi.

Zespoły ds. zaopatrzenia powinny pytać o funkcjonalność, źródła energii, wydajność centrum danych i raportowanie emisji. Jeśli dostawca nie potrafi podać informacji o tym, ile energii zużywają jego narzędzia AI lub czy korzystają z energii odnawialnej, to jest to sygnał ostrzegawczy.

Zespoły produktowe i inżynieryjne mogą podejmować decyzje projektowe, które zmniejszają wpływ na środowisko bez utraty rezultatów. Oznacza to stosowanie mniejszych, dopracowanych modeli, gdy jest to możliwe, oraz unikanie zbędnej złożoności. Bardziej wydajny model jest nie tylko szybszy, ale i bardziej ekologiczny.

Pracownicy również mogą wnieść swój wkład. Szkolenie zespołów w zakresie pisania jasnych, ukierunkowanych zapytań zmniejsza liczbę potrzebnych zapytań i minimalizuje czas obliczeń. Jedno dobrze sformułowane zapytanie może dać poprawny wynik od razu, podczas gdy kilka niejasnych zapytań może marnować energię w każdej iteracji.

Kadra kierownicza może połączyć innowacyjność ze zrównoważonym rozwojem. Wdrażanie sztucznej inteligencji powinno być zgodne z celami klimatycznymi, a nie traktowane jako odrębna strategia. Drobne zmiany zaczynają przynosić efekty, gdy organizacje włączają kwestię wpływu na środowisko do rozmów na każdym poziomie.

Dlaczego norma ISO 42001 oferuje użyteczną mapę drogową

ISO 42001, nowa międzynarodowa norma dla systemów zarządzania sztuczną inteligencją, wprowadza kluczowy cel: zachęca organizacje do zastanowienia się nie tylko nad tym, jak działają systemy sztucznej inteligencji, ale także nad tym, jak wpływają one na ludzi i planetę. Nie traktuje klimatu jako kwestii drugorzędnej, lecz jako ryzyko, którym warto zarządzać od samego początku.

Dla firm, które już dążą do ISO 14001 (zarządzanie środowiskowe) lub osiągnięcia celu zerowej emisji netto, norma ISO 42001 stanowi pomost. Pomaga ona dostosować zarządzanie sztuczną inteligencją do szerszych strategii zrównoważonego rozwoju, od monitorowania emisji po odpowiedzialne partnerstwa z dostawcami.

Co sztuczna inteligencja może dać w zamian

Łatwo jest skupiać się na negatywach, ale sztuczna inteligencja ma też realny potencjał, by pomóc nam rozwiązać problemy środowiskowe.

Już teraz sztuczna inteligencja pomaga przedsiębiorstwom użyteczności publicznej prognozować zapotrzebowanie i dostosowywać zużycie energii w czasie rzeczywistym, aby lepiej integrować odnawialne źródła energii, takie jak wiatr i słońce. W rolnictwie jest wykorzystywana do monitorowania wilgotności gleby i warunków pogodowych, co pozwala na planowanie harmonogramów nawadniania i minimalizowanie spływu nawozów. Firmy logistyczne wykorzystują sztuczną inteligencję do planowania bardziej efektywnych tras dostaw, zmniejszając zużycie paliwa i czas przestoju. Co być może najważniejsze, sztuczna inteligencja przyspiesza monitorowanie emisji poprzez analizę danych dotyczących zamówień i dostawców, pomagając firmom obliczać trudne do zmierzenia emisje z zakresu 3 i identyfikować obszary, w których możliwe są redukcje.

Jeśli zostanie wdrożona z rozwagą, sztuczna inteligencja może pełnić nie tylko rolę konsumenta zasobów, ale także czynnika napędzającego inteligentniejsze rozwiązania klimatyczne.

Czas przyjrzeć się bliżej

Sztuczna inteligencja nie zwolni tempa i nie powinna. Musimy jednak zacząć dbać o to, by jej wpływ na środowisko był bardziej widoczny i łatwiejszy do kontrolowania.

To znaczy:

• Wybieranie partnerów, którzy raportują i ograniczają swoje emisje.
• Szkolenie zespołów w zakresie efektywnego i świadomego korzystania ze sztucznej inteligencji.
• Traktowanie wpływu na środowisko jako części równania wartości, a nie kompromisu.

Przyzwyczailiśmy się myśleć o sztucznej inteligencji jako o czymś niewidzialnym. Ale to problem percepcji, a nie fizyczny. Serwery są realne, emisje da się zmierzyć, a zasoby wody są skończone.

Nadszedł czas na wyrobienie w sobie nawyku odpowiedzialności, aby systemy, na których polegamy, nie zagrażały po cichu przyszłości, którą wszyscy staramy się chronić.