Van egy fontos és valós veszélye a mesterséges intelligencia alkalmazásának, amivel viszonylag ritkán találkozunk és amivel akár hozzájárulhat bolygónk pusztulásához – de ez nem az, hogy önálló tudatra ébred és leigázza az emberiséget.

Az emberiség nagy reményeket táplál arra vonatkozóan, hogy az MI megoldást hozhat a klímaválság összetett problémáira, hiszen számos sikeres fejlesztés történt ezen a területen az elmúlt években. Azonban amellett, hogy a cégek általában olyan célokra használják az MI-t, amivel hatékonyabbá és alacsonyabb energiaigényűvé teszik folyamataikat, addig az MI tanítása és a hozzá szükséges nagy mennyiségű adat tárolása is rengeteg energiát emészt fel, ami végsősoron sajnos nem elhanyagolható méretű szénlábnyomot eredményez. 

A Massachusetts-i Egyetem tett közzé egy tanulmányt, amiben arról számol be, hogy egy komolyabb mélytanulással dolgozó természetes nyelvi feldolgozó modell tanítása körülbelül 300 000 kg kibocsátott széndioxiddal jár, ami majdnem ötszöröse egy átlagos amerikai autó teljes élettartama során (beleértve a gyártási folyamatot is) kibocsátott széndioxidnak. A csúcsot ezen a téren az Open AI nyelvi MI területén alkalmazott GPT-3 modelljének tanítása tartja, méghozzá 552 tonna CO2-kibocsátással (erről a modellről egyébként már többször esett szó a Clementine Láncreakció podcastjében, ha valaki még nem hallgatta meg, érdemes). A hasonló forrású globális kibocsátások teljes mértékéről nem áll rendelkezésre információ, mivel ahhoz minden cégnek pontos adatot kellene szolgáltatnia. Azonban vannak becslések, melyek szerint az információs és kommunikációs technológiák (ez sokkal tágabb kategória ugyan, mint az MI, de nehezen elválasztható része, beleértve az adatközpontokat is) a légi közlekedés kibocsátásához hasonló mértékű szénlábnyommal rendelkezik, a teljes globális kibocsátás több mint 2%-át produkálva. Olyan jóslat is napvilágot látott, amely szerint 2025-re az adatközpontok a teljes villamosenergia felhasználás 10%-át igénylik majd. Bár van egy folyamatos energiahatékonyság-növekedés is a területen, de ez egyelőre nem képes ellensúlyozni a terhelés növekedését.

Mindezen borús információk ellenére mégis bizakodóak lehetünk, sőt bizakodónak kell lennünk, mert már rengeteg területen soha nem látott hatékonysággal működnek MI alapú megoldások a környezeti problémákkal kapcsolatban. Szinte biztos, hogy kettős hatása ellenére is elengedhetetlenül fontos szerepe lesz a klímakrízis megoldásában, hiszen már számos ígéretes innováció történt, például a fenntartható városfejlesztésre vonatkozóan (fűtésszabályozás, dugók csökkentése, városi kibocsátás csökkentése), a közlekedés fenntarthatóbbá tételében és általánosan a pazarlás csökkentésében a termelési folyamatok során, ezekkel mind elősegítve a dekarbonizációs törekvéseket. Olyan örvendetes példák vannak a szemünk előtt, mint például a megújuló energia felhasználásában az Xcel Energy, ahol szélturbinákon elhelyezett szenzorok által gyűjtött adatok segítségével sokkal pontosabb előrejelző rendszert sikerült fejleszteni a szélenergia-termelésben. Ezáltal jelentősen csökkent a szén és gáz felhasználása az elektromosenergia-termelésükben és így sikerült lejjebb vinni az áraikat is.

A Microsoftnak 2017-ben elindult az AI for Earth programja, mely 200 kutatás támogatását tűzte ki célul, összesen 50 millió dollár értékben olyan projektek számára, amelyek a- mesterséges intelligenciát a környezeti károk enyhítésre, kezelésére használnák, egyesítve a szakértők erőfeszítéseit az éghajlatváltozás elleni küzdelemben.

Jól használva az MI biztosan meggyorsíthatja az energetikai átállást szénalapúról fenntartható energiákra. Ehhez viszont fontos, hogy az iparág és a döntéshozók együttműködve lefektessék az átállás alapjait, mely folyamathoz a Világgazdasági Fórum készített is egy kiadványt “A mesterséges intelligencia felhasználása az energiaátmenet felgyorsítására” címmel (Harnessing AI to Accelerate the Energy Transition). Ebben megfogalmaznak kilenc alapelvet az energiaipar, a technológiai fejlesztők és a döntéshozók számára az MI energetikai átállást szolgáló megoldásaira vonatkozóan. A cél: a mesterséges intelligencia potenciáljának felszabadítása az energiaszektorban, biztonságosan és felelősségteljesen. Foglalkoznak benne etikai kérdésekkel, kockázatkezeléssel, oktatással, tervezéssel, adatszabványok létrehozásával, piaci ösztönzők kialakításával és a fent emlegetett fenntarthatósági szempontokkal is.

Számos nagyszabású törekvés van tehát arra vonatkozóan, hogy az MI iparág minél átláthatóbb, szabályozottabb és fenntarthatóbb legyen, de mindenképp fontos, hogy a vállalatok is sajátjuknak tekintsék a problémát, hogy végső soron ne legyen nagyobb a környezeti kára a saját rendszereiknek, mint a haszna. Hogy ne ész nélkül és ne divatból kezdjék el használni az MI modelleket. Ha van kevésbé számításigényes módszer, akkor nem szükséges mindenképpen mély neurális hálózatot alkalmazni. Bár a komplexebb modell általában jobb, de nem biztos, hogy mindenkinek szükséges, amikor hasonlóan jó eredmény elérhető egyszerűbb modellel is, ami ráadásul nem csak kevésbé környezetkárosító, de olcsóbb megoldás is. Fontos lenne továbbá, hogy az MI kutatások tartalmazzák a számítási költségekről szóló jelentéseket is az átláthatóság növelése érdekében, hogy az iparág résztvevőinek a pontos, éghajlatra gyakorolt hatása feltérképezhető legyen. 

Vajon mit tehet az átlagember, akinek nincs beleszólása a “nagyok” dolgába? Például tisztogathatja a saját felhős tárhelyeit a felesleges szeméttől, hiszen ezek nem kis cseppek egy óriási tengerben. Egy magánember manapság már simán több 10 vagy 100 gigabájt adatot tárol felhőben, amivel hozzájárul a fenti kibocsátásokhoz. Égető a kérdés: mennyi ebből a bemozdult, ismétlődő, vagy csak szimplán soha újra meg nem nyitott családi fotó vagy olyan hírlevél-feliratkozások “terméke”, amelyeket soha nem olvasott el? Globálisan a magánemberek által felhőben tárolt adatok hány százaléka lehet valójában szemét? Hagyjuk meg inkább ezeket a kapacitásokat is a “világmegmentő” adatok tárolására, feldolgozására, és reménykedjünk, hogy arra is lesz felhasználva.

Források: 
https://www.kdnuggets.com/2021/12/ai-climate-change-is-complicated.html

https://www.techtarget.com/searchenterpriseai/feature/AI-and-climate-change-The-mixed-impact-of-machine-learning

https://www.weforum.org/agenda/2021/09/this-is-how-ai-will-accelerate-the-energy-transition/

https://www3.weforum.org/docs/WEF_Harnessing_AI_to_accelerate_the_Energy_Transition_2021.pdf

https://www.nature.com/articles/d41586-018-06610-y

Zsilinszki Anna, elemző, Clementine