Влияние ИИ на изменение климата преувеличено

Рассмотрение энергопотребления ИИ в перспективе

Центры обработки данных и вычислительная инфраструктура действительно потребляют значительное количество энергии. Но это энергопотребление следует сравнивать с потребностями в энергии знакомых секторов. Например, на авиационную промышленность приходится примерно 2,5% глобальных выбросов углерода. Производство дорожных транспортных средств превышает 15%.

Напротив, на все глобальные центры обработки данных вместе взятые приходится около 1,5% от общего потребления электроэнергии, а системы на базе искусственного интеллекта занимают лишь часть этого показателя. Хотя некоторые из крупнейших языковых моделей OpenAI, такие как GPT, требуют работы тысяч графических процессоров в течение недель, единовременные затраты на обучение намного меньше, чем энергия, годами используемая для питания физических цепочек поставок или традиционных энергоемких отраслей промышленности.

Технологические гиганты также инвестируют в возобновляемые источники энергии для питания своего оборудования для искусственного интеллекта. Google, Amazon и Microsoft вложили миллиарды в экологичную инфраструктуру. Эти шаги помогают перенести значительную часть вычислительных потребностей на низкоуглеродные источники, такие как солнечная, гидроэлектростанция и энергия ветра.

ИИ как инструмент для климатических решений

Искусственный интеллект — это не просто потенциальная проблема климата — он может стать мощным подспорьем в борьбе с экологическими вызовами. ИИ все чаще используется в картографировании лесов, моделировании изменения климата, прогнозировании стихийных бедствий и оптимизации энергетических систем.

Модели машинного обучения могут прогнозировать структуру спроса на энергию, облегчая правительствам и энергетическим компаниям более эффективное распределение электроэнергии. ИИ также позволяет улучшить системы распределения продуктов питания, сокращая отходы и выбросы, связанные с сельским хозяйством и логистикой. Разработчики используют ИИ для обнаружения утечек метана по спутниковым данным, мониторинга вырубки лесов и отслеживания незаконных операций по добыче полезных ископаемых в чувствительных экологических зонах.

Эти приложения доказывают, что положительная роль ИИ в обеспечении устойчивости намного перевешивает его прогнозируемый вред в большинстве сценариев. При ответственном подходе ИИ становится важнейшим инструментом в борьбе с изменением климата, а не препятствием для прогресса.

Выбросы в течение жизненного цикла систем ИИ

Чтобы справедливо оценить воздействие ИИ на окружающую среду, важно проанализировать выбросы на протяжении всего его жизненного цикла, включая производство оборудования, обучение программному обеспечению и его развертывание. Наиболее энергоемким этапом обычно является обучение, которое выполняется только один раз для каждой модели. После внедрения задачи логического вывода обычно потребляют гораздо меньше энергии.

Производство оборудования, которое включает в себя производство чипов и сборку серверов, действительно приводит к некоторым выбросам, но, опять же, это незначительная доля по сравнению с оборудованием, используемым при добыче ископаемого топлива или строительстве. Многие модели ИИ также являются общими для пользователей и отраслей, что снижает потребность в дублировании вычислительных процессов и повышает эффективность использования ресурсов в масштабе.

В настоящее время несколько компаний разрабатывают чипы и системы охлаждения, которые резко снижают выброс углерода за одну операцию. Инновации в повышении эффективности идут в ногу с ростом ИИ, помогая гарантировать, что масштабирование окружающей среды не станет неуправляемым.

Отделяем домыслы от доказательств

Многие тревожные заявления о воздействии ИИ на выбросы углерода основаны на приблизительных оценках или устаревших данных. Например, при расчете выбросов по запросу ИИ часто не учитывается, что эти рабочие нагрузки обрабатываются уже работающими серверами. Фоновые вычислительные задачи, такие как электронная почта, просмотр веб-страниц или даже фильтрация спама, ежедневно потребляют столько же, если не больше, энергии.

Также существует путаница в определении источника энергии. В некоторых отчетах предполагается, что вся электроэнергия поступает от углеродоемких электростанций, игнорируя достижения в области возобновляемых источников энергии. Большинство центров обработки данных ИИ в Северной Америке и Европе уже работают на растущем сочетании солнечных, ветровых и гидроэлектрических ресурсов.

Неточные изображения подрывают доверие общественности и отвлекают от реальных экологических инициатив, которые могли бы оказать большее воздействие. Поощрение ответственного использования ИИ должно основываться на реальных данных и прозрачных показателях, а не на чрезмерно широких обобщениях.

Глобальные тенденции в развитии зеленого ИИ

Сектор ИИ делает успехи в направлении устойчивого развития, движимый как внутренними инновациями, так и растущей нормативно-правовой базой. Технологические компании активно публикуют отчеты о воздействии на окружающую среду и обещают обеспечить прозрачность отчетности о выбросах. В некоторых проектах даже используются инструменты API углеродного следа, которые позволяют заказчикам оценивать выбросы для каждой задачи ИИ.

В академической сфере расширяются исследования в области «зеленого» ИИ. Учреждения изучают эффективные нейронные сети, требующие меньших вычислительных мощностей. Алгоритмы совершенствуются для получения более быстрых результатов на меньшем оборудовании, уменьшая потребность в энергоемких системах.

Новые центры обработки данных проектируются с учетом оптимизации энергопотребления, с архитектурой, поддерживающей быстрое отвод тепла, автоматизацию для балансировки рабочей нагрузки и интеллектуальные технологии охлаждения.

Даже на уровне политики наблюдается движение к стандартизированной отчетности о выбросах и практике устойчивого развития ИИ. Страны начинают реклассифицировать цифровую инфраструктуру как часть национальных портфелей программ устойчивого развития.

Ответственное использование ИИ является ключевым фактором

Вместо того, чтобы преуменьшать роль ИИ, лидерам отрасли и политикам следует сосредоточиться на внедрении ответственных практик. Уделяя приоритетное внимание экологически чистой энергии при обучении и внедрении, оптимизируя размеры моделей и повышая эффективность оборудования, сфера ИИ может продолжать расти при достижении экологических целей.

Стартапы и небольшие фирмы могут изменить ситуацию, используя предварительно обученные модели вместо создания с нуля, а также сотрудничая с облачными провайдерами, предлагающими углеродно-нейтральную инфраструктуру. Этические соображения также должны включать цель поддержания низких выбросов для недостаточно обслуживаемого населения и групп меньшинств, которые наиболее уязвимы к изменению климата.

Прозрачность моделей отчетности о выбросах, открытый обмен результатами исследований и сотрудничество между правительствами и частным сектором необходимы для устойчивого будущего ИИ. ИИ не представляет угрозы климатическому прогрессу — это инструмент с огромным неиспользованным потенциалом при правильном управлении.

Вывод: переосмысление роли ИИ в дебатах о климате

Влияние ИИ на изменение климата было преувеличено некоторыми общественными заявлениями, что вызвало путаницу и неуместную озабоченность. Хотя системы ИИ действительно потребляют ценные ресурсы, их экологические издержки относительно скромны по сравнению с промышленностями с большим объемом выбросов.

Развитие ИИ развивается быстрыми темпами, с растущими обязательствами в отношении экологически чистой энергии, эффективной инфраструктуры и приложений, учитывающих климатические условия. При ответственном использовании ИИ может стать одним из самых мощных инструментов в усилиях человечества по управлению глобальным потеплением и смягчению его последствий.

Поэтому общественное обсуждение ИИ и климата должно перейти от страха к фактам, от паники к политике и от обвинений к балансу. ИИ не является климатическимзлодеем— каким его иногда представляют, но потребуется вдумчивое руководство, чтобы гарантировать, что он играет конструктивную роль в обеспечении более зеленого и устойчивого будущего.

Перевод KolerskyAI и KolerskyMP

Ссылки

Бриньольфссон, Эрик и Эндрю Макафи. Вторая машинная эра: работа, прогресс и процветание во времена блестящих технологий. W. W. Norton & Company, 2016.

Маркус, Гэри и Эрнест Дэвис. Перезагрузка ИИ: создание искусственного интеллекта, которому мы можем доверять. Винтаж 2019 года.

Рассел, Стюарт. Совместимость с человеком: искусственный интеллект и проблема контроля. Викинг, 2019.

Уэбб, Эми. Большая девятка: как технологические титаны и их мыслящие машины могут исказить человечество. PublicAffairs, 2019.

Кревье, Дэниел. ИИ: бурная история поиска искусственного интеллекта. Основные книги, 1993.