AI-modeller och plattformar

Spänningar i kampen mot klimatförändringar med AI

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Klimatförändringar är ett av de mest betydande problemen som världen står inför idag. Det är bara logiskt att människor använder en av de mest disruptiva teknologierna, AI, för att bekämpa det.

Forskare, företag och regeringar har alla tillämpat AI omfattande i kampen mot klimatförändringar. Men medan detta har visat några imponerande resultat, har också de miljömässiga nackdelarna blivit tydligare. Här är en närmare titt på fördelarna och nackdelarna med att använda AI för att hantera klimatförändringar.

Fördelar med att bekämpa klimatförändringar med AI

Världen har investerat hundratals miljoner dollar i klimatfokuserad AI. Trots att det är relativt nytt, har dessa teknologier redan gjort betydande förbättringar, och deras potential går ännu längre. Här är några av de ledande fördelarna med AI inom hållbarhet.

1. Att göra precisa klimatprognoser

Effektiva hållbarhetsinsatser kräver en förståelse för miljön och hur den förändras. AI-forskningsverktyg kan hjälpa till att ge den förståelsen. Avancerade dataanalysmotorer kan ge insikt i olika ekosystem och hur olika förändringar kan påverka dem.

Forskare använder AI för att karaktärisera källor till föroreningar, uppskatta exponering för föroreningar, förutsäga toxicitetsnivåer och mer. Denna information ger en mer detaljerad bild av miljön och hur den kan förändras när olika faktorer förändras. Företag kan använda denna information för att fatta mer miljövänliga beslut, och regeringar kan använda den för att fatta mer informerade lagstiftningsbeslut.

AI-prognoser kan visa hur hållbarhetsinitiativ kan påverka miljön. Globala myndigheter kan sedan justera sina mål efter behov.

2. Att avslöja sätt att minska koldioxidavtryck

På samma sätt kan AI-drivna insikter hjälpa människor att minska sitt koldioxidavtryck. Vissa utsläppskällor är uppenbara, men det kan vara svårt att förstå den fulla omfattningen av ett företags utsläpp, särskilt när man tar hänsyn till indirekta källor. AI kan avslöja ins och outs av dessa element och föreslå effektiva förändringar.

AI-algoritmer kan analysera alla en företags direkta och indirekta utsläppskällor och katalogisera dem enligt deras storlek och potential för förändring. Dessa företag kan sedan fatta bättre beslut om att minska sitt koldioxidavtryck, som att elektrifiera sina flottor eller använda förnybar energi. Vissa studier tyder på att användning av AI på detta sätt kan minska utsläppen med 5,3 gigaton till 2030.

Mindre skalförbättringar kan också hjälpa. Till exempel använder vissa logistikföretag AI för att optimera de rutter som deras leveransfordon tar. Som ett resultat reser de mindre sträckor, vilket minskar utsläppen från transport.

3. Att optimera förnybar energi

AI kan också hjälpa till att göra det mesta av förnybara energikällor. Vind och solkraft producerar inga skadliga utsläpp, men de genererar inte heller energi dygnet runt, och energilagring är komplicerad. Elförbrukningen ökar också, med USA som använder 13 gånger mer el 2020 än 1950, vilket lägger till mer komplicerade problem. AI kan hjälpa.

AI-styrda smarta nät kan analysera realtidsenergiproduktion från förnybara källor och efterfrågan från närliggande byggnader. De kan sedan skicka olika nivåer av el till olika områden, vilket möter olika energibehov samtidigt som energiförlusten minimeras. På så sätt kan förnybara energikällor leverera energi på ett mer tillförlitligt sätt.

Intelligenta algoritmer kan också analysera olika faktorer för att hitta de optimala platserna för nya sol- eller vindkraftverk. Dessa insikter kan hjälpa till att tillhandahålla så mycket förnybar energi som möjligt med minimal infrastruktur, vilket minskar materialkostnader och habitatförstöring.

Nackdelar med att använda AI för att bekämpa klimatförändringar

Så gott som AI kan vara i kampen mot klimatförändringar, så bär det också på några egna problem. Här är de mest betydande nackdelarna med AI för miljön.

1. Energiförbrukning

Den största invändningen mot att använda AI för att skydda miljön är den enorma energiförbrukning som krävs. Studier har visat att utbildning av en enda maskinlärningsmodell kan släppa ut mer än 626 000 kilo koldioxidutsläpp, vilket är lika mycket som utsläppen från fem bilar under deras livstid.

Att köra de avancerade beräkningarna som finns i AI-algoritmer kräver omfattande datorkapacitet. Dessa datorer förbrukar mycket energi, och det mesta av energin kommer idag från fossila bränslen. Som ett resultat genererar en ökad användning av AI ofta fler skadliga utsläpp.

En övergång till förnybar energi skulle hjälpa till att hantera detta problem, men det kommer att ta tid. Vissa experter är oroliga för att en ökad användning av AI kommer att skapa en större efterfrågan på fossila bränslen under tiden, vilket kommer att motverka de positiva förändringar som AI bringar.

2. Beroende av sällsynta jordartsmetaller

De datacenter som stöder AI-processer bidrar också till miljöförstörande gruvverksamhet. Datorhårdvara kräver sällsynta jordartsmetaller, och utvinning av dem påverkar miljön negativt.

Varje ton sällsynta jordartsmetaller som bryts producerar också 12 000 kubikmeter avfallsgas, 75 kubikmeter avloppsvatten och en ton radioaktivt material. Detta avfall, särskilt det radioaktiva restmaterialet, kan läcka ut i den omgivande ekosystemet och hota vilda djur och vattenkällor. Gruvutrustning använder vanligtvis också dieselmotorer som släpper ut utsläpp.

Världen behöver hantera utvinning av sällsynta jordartsmetaller om AI ska vara riktigt miljövänligt. Det betyder antingen att hitta alternativa material eller utveckla mer hållbara processer.

AI har ett komplicerat förhållande till miljön

AI kan vara ett av mänsklighetens bästa verktyg i kampen mot klimatförändringar, men det bär också på en betydande miljöpåverkan. Forskare och organisationer behöver hantera detta komplicerade förhållande för att göra det mesta av denna teknologi. AI kunde leda världen mot en mer hållbar framtid, men bara om något förändras i dess energi- och resursbehov.

Zac Amos är en tech-författare som fokuserar på artificiell intelligens. Han är också Features Editor på ReHack, där du kan läsa mer av hans arbete.