Može li vještačka inteligencija opustošiti Zemlju?

Vještačka inteligencija je bez sumnje jedna od najvažnijih tehnologija koja je proteklih godina postala sastavni dio naših života i koja će u nadolazećim decenijama imati sve veću i značajniju ulogu. Već danas je vrijedan saveznik u otkrivanju novih lijekova, u liječenju pacijenata, upravljanju saobraćaja, razvoju novih materijala…

S pojavom i razvojem takozvane generativne vještačke inteligencije (GenAI), poput sve popularnijeg ChatGPT-a, Googleovog Barda, Microsoftovog Copilota… dostupnost napredne tehnologije nije ograničeno samo na one najbogatije ili na stručnu, naučnu zajednicu, već je njeno korištenje omogućeno širokim masama.

Vještačka inteligencija (AI) ujedno i mijenja naše kreativne procese, pa su izložbe “neljudskih autora” već postale stvarnost, muziku “stvaraju” mašine, a omogućena je umjetnička sloboda kakva ranije većini nije bila dostupna.

Uprkos svim svojim prednostima, vještačka inteligencija je u velikoj mjeri pogubna po planetu Zemlju. I pri tome se ne misli na scenarije iz filmova i književnih dijela naučne fantastike, poput “odmetnutog” Skyneta iz serijala Terminator, već na stvarne, opipljive posljedice po okoliš.

Za obuku i rad, vještačka inteligencija mora obrađivati ogromne količine podataka kako bi davala smislene i precizne rezultate, bez obzira koja joj je namjena. Ali taj rad s velikom količinom informacija znači i ogromne resurse nužne za rad ove tehnologije.

Potrošnja energije

Tako vještačka inteligencija (AI) brzo postaje značajan potrošač globalne energije, prema podacima kompanije Schneider Electric, francuske kompanije za upravljanje energijom.

Podaci ukazuju da AI sada troši otprilike 4,3 GW energije širom svijeta, a ta potrošnja energije je otprilike ekvivalentna potrošnji nekih malih zemalja. S obzirom na sveprisutnu upotrebu AI tehnologije, očekuje se da će njena potrošnja energije značajno porasti.

Schneider Electric predviđa da će do 2028. godine AI možda trošiti između 13,5 GW i 20 GW energije, što označava značajan porast s godišnjim stopama rasta od 26 do 36 posto. Taj porast potrošnje energije izaziva zabrinutost zbog ekološkog utjecaja i održivosti primjene AI-ja.

Kako zadaci i modeli AI-ja postaju sve složeniji, energija koja je potrebna za obuku i rad modela vještačke inteligencije postaju ogromni, a takva potrošnja direktno utječe na emisiju stakleničkih plinova, što posljedično dovodi do pogoršanja klimatskih promjena.

Prema rezultatima istraživanja OpenAI-ja, koje su proveli Dario Amodei i Danny Hernandez, od 2012. godine količina računarske snage potrebne za obuku i “treniranje” najsavremenijih modela vještačke inteligencije udvostručila se svakih 3,4 mjeseca.

Dodatno, očekuje se da će industrija informacionih i telekomunikacijskih tehnologija (IKT) do 2040. godine biti “zaslužna” za 14 posto globalne emisije štetnih plinova, pri čemu će većina tih emisija “dolaziti” iz IKT infrastrukture, prije svega podatkovnih centara i komunikacijskih mreža.

Kako bi se lakše razumjele posljedice korištenja ove tehnologije, dovoljno je pogledati rezultate istraživača Univerziteta u Massachusettsu, koji su proveli studiju kako bi utvrdili koliko se energije koristi za obuku i treniranje određenih popularnih velikih modela vještačke inteligencije.

Ugljučni otisak

Prema rezultatima, obukom određenih modela se može proizvesti gotovo 283.948 kilograma ugljičnog dioksida, što je ekvivalentno emisiji štetnih plinova koji bi se proizveli na 125 povratnih letova između New Yorka i Pekinga. Ili gotovo pet puta više od emisija prosječnog američkog automobila tokom njegovog životnog vijeka.

Ovi podaci pokazuju na hitnu potrebu za rješavanjem problema ugljičnog otiska i uloge vještačke inteligencije u propadanju okoliša.

Jer kako svjetska potražnja za AI tehnologijom nastavlja rasti, tako raste i potrošnja energije u AI industriji.

Trenutno je velika većina istraživanja vještačke inteligencije usmjerena na postizanje najvišeg nivoa tačnosti, bez velike brige o računarskoj ili energetskoj učinkovitosti. A ta tačnost i preciznost rezultata je vodeća metrika u ocjeni uspjeha ove tehnologije, dok se sve ostalo, uključujući učinak na okoliš, gura u drugi plan.

Treba razumjeti da korištenje same vještačke inteligencije, za čije procesore se najviše koristi električna energija u najvećoj mjeri dobijena iz fosilnih goriva, nije jedini potrošač resursa.

Kako rade s velikim količinama podataka, serverima u kojim je smješten “mozak” ove tehnologije je potrebno hlađenje kako bi se spriječilo pregrijavanje i pregaranje komponenti, što je jedan od izazova koji se moraju riješiti kako bi vještačka inteligencija “sporije ubijala” planetu, dok se ne nađu načini kako da se preokrenu štetne posljedice korištenja ove tehnologije. Kako je danas sve povezano na “oblak”, postrojenja u kojim se smještaju serveri za rad vještačke inteligencije ne moraju biti smješteni pored zgrada u kojim se nalaze istraživači ili kompanije koji AI koriste, pa je jedno od rješenja izmještanje na udaljene, hladne lokacije, poput skandinavskih zemlja.

Troškovi hlađenja

Niža vanjska temperatura znači i manju potrošnju na hlađenje unutar samih objekata, što uveliko snižava karbonski otisak koji proizvodi vještačka inteligencija. Island se navodi kao odlična destinacija jer zahvaljujući hladnijoj klimi, modernoj i jakoj energetskoj mreži i 100-postotnoj proizvodnji električne energije iz obnovljivih izvora (geotermalna energija), predstavlja odlično rješenje za korištenje ove tehnologije.

Dodatno, smatra se da bi poticaji za izmještanje postrojenja na lokacije gdje je moguće koristiti solarne energiju ili hidropotencijale može biti dodatni korak za rješenje problematike.

Osim direktne potrošnje energije, što dovodi do povećanog trošenja fosilnih goriva, nije zanemariv ni problem elektronskog otpada. Vještačka inteligencija traži nove, snažnije procesore i druge komponente za svoj rad, a zbog prirode stalnog rada, dolazi do bržeg habanja i propadanja tih komponenti, što povećava obim elektronskog otpada. Materijali korišteni u proizvodnji opreme nužne za rad vještačke inteligencije često nisu najzdraviji za planetu Zemlju.

Kako je rekla Karen Panetta, saradnica Instituta inženjera elektrotehnike i elektronike (IEEE), krovne organizacije inženjera elektrotehnike i elektronike, trenutno loše recikliramo računarske čipove i druge komponente korištene za rad ove tehnologije, a isto tako slabo “izvlačimo” bakar korišten u ovim komponentama.

Panetta, koja je ujedno i profesorica elektrotehnike i računarskog inženjerstva na Univerzitetu Tufts, ističe da je to problem koji je sveprisutan i koji će biti sveprisutni problem “jer se njime ne bavimo”.

Međutim, nije ni sve crno kako se trenutno čini, kada je utjecaj AI-ja na okoliš u pitanju.

Energetska efikasnost

Uglavnom negativan utjecaj vještačke inteligencije na okoliš mogao bi se smanjiti kako tehnologija postaje sofisticiranija i učinkovitija, smatraju stručnjaci.

Panneta napominje da bi napredak tehnologije i dizajna mogao pomoći da AI postane ekološki prihvatljiviji, te je naglasila da predviđanja o tome kako će GenAI i drugi vidovi AI-a utjecati na okoliš ne uzimaju u obzir napretke koji se ostvaruju i koji će se ostvarivati kako vrijeme bude odmicalo.

“Ljudi uvijek pretpostavljaju da ćemo stvari koristiti na potpuno isti način, ali moramo gledati na napredak i nove materijale do kojih dolazimo”, rekla je.

Elektronske komponente koje za svoj rade traže male energetske resurse, sistemi dizajnirani za veću efikasnost, efikasnije korištenje računarskih resursa, programski kodovi napisano za višu efikasnost i energetski efikasniji računarski čipovi mogli bi pomoći u smanjenju utjecaja vještačke inteligencije na okoliš, smatra Panetta.

Isto tako, brojni stručnjaci ističu benefite koje vještačka inteligencija može donijeti za očuvanje okoliša.

Primjera radi, Program Ujedinjenih naroda za okoliš hvali tu tehnologiju kao alat koji bi mogao poboljšati razumijevanje našeg utjecaja na okoliš i efekata klimatskih promjena.

AI se može koristiti za obradu velikih količina podataka, poput satelitskih slika koje istraživači koriste za praćenje klimatskih promjena, rekla je Sasha Luccioni, koja radi na analizi AI modela za održivost.

Uz pomoć vještačke inteligencije, naučnici mogu bolje modelirati klimatske obrasce, identificirati trendove i napraviti predviđanja kako bi mogli bolje razumjeti klimatske promjene i razviti efikasne strategije ublažavanja posljedica.

Ostale potencijalne primjene uključuju korištenje vještačke inteligencije za očuvanje i smanjene potrošnje vode, borbu protiv šumskih požara, pa čak i identificiranje i upotrebu materijala koji se mogu reciklirati.

“Postoji puno stvarno zgodnih primjena vještačke inteligencije u različitim sektorima klimatskih promjena — sve od optimizacije električnih mreža do praćenja bioraznolikosti”, rekla je Luccioni.

Pomoć za okoliš

Isto tako, određene upotrebe AI-ja imaju potencijal za stvaranje ekološki prihvatljivijih procesa, rekao je Randal Kenworthy, viši partner u kompaniji za digitalne usluge West Monroe, a takve upotrebe mogle bi neutralizirati utjecaj tehnologije na okoliš.

Na primjer, tehnologija može pomoći organizacijama da izračunaju njihov ugljični otisak i druge utjecaje na okoliš, podržati razvoj strategija smanjenja utjecaja i pomoći u osmišljavanju dizajna i proizvodnih procesa koji imaju manji utjecaj na okoliš. Organizacije srednjeg tržišta mogu posebno vidjeti velike koristi jer obično nisu imale resurse za rješavanje ovih ekoloških problema u onoj mjeri u kojoj imaju veća poduzeća, smatra.

Nema sumnje da upotreba vještačke inteligencije ima veliki utjecaj po okoliš, ali isto tako se stručnjaci slažu da postoje načini da se te posljedice smanje, a potencijalno i dugoročno ponište ili preokrenu.

Korištenje obnovljivih izvora energije za rad AI-ja, korištenje postojećih modela, podešavajući ih za vlastite potrebe, umjesto stvaranja novih, koji će trošiti ogromne resurse za “učenje”, izbjegavanje “pretreniravanja” AI-ja, odnosno da se koriste podaci potrebni za konkretne slučajeve, jer ne zahtijevaju svi slučajevi upotrebe istog nivoa tačnosti od modela, tako da obuka do najvišeg mogućeg stepena tačnosti kada on nije potreban možda nije vrijedan ekoloških troškova…