Tekoälykoulutuksen päästöt: tekoälyä tukevat järjestelmät lisäävät maailmanlaajuisia hiilidioksidipäästöjä

KUVAKrediitti:
Kuva pistetilanne
iStock

Tekoälykoulutuksen päästöt: tekoälyä tukevat järjestelmät lisäävät maailmanlaajuisia hiilidioksidipäästöjä

Tekoälykoulutuksen päästöt: tekoälyä tukevat järjestelmät lisäävät maailmanlaajuisia hiilidioksidipäästöjä

Alaotsikon teksti
Lähes 626,000 XNUMX kiloa hiilidioksidipäästöjä, mikä vastaa viiden ajoneuvon käyttöiän päästöjä, syntyy syväoppivan tekoälyn (AI) mallin koulutuksesta.
    • Kirjoittaja:
    • tekijän nimi
      Quantumrun Foresight
    • Voi 3, 2022

    Havainnon yhteenveto

    Tekoälyteknologian (AI) nousu on tuonut mukanaan odottamattoman ympäristöhaasteen, sillä tekoälykoulutuksen aikana kulutettu teho johtaa merkittäviin hiilidioksidipäästöihin. Ymmärtääkseen tämän ongelman ala tutkii ratkaisuja, kuten energiatehokkaampien tekoälymallien kehittämistä, yhteistyötä uusiutuvan energian yritysten kanssa ja datakeskusten siirtämistä energiankulutuksen minimoimiseksi. Nämä pyrkimykset yhdessä mahdollisten sääntelytoimenpiteiden kanssa muodostavat tulevaisuuden, jossa teknologinen kehitys ja ympäristövastuu voivat esiintyä rinnakkain.

    Tekoälykoulutuksen päästökonteksti

    Tekoälyn (AI) ohjaamien järjestelmien tiedetään kuluttavan huomattavia määriä tehoa harjoitusvaiheissaan, mikä johtaa suuriin hiilimääriin. Tämä puolestaan ​​edistää ilmastonmuutosta ja aiheuttaa ympäristöhuolen, jota ei voida jättää huomiotta. Tekoälyteollisuuden kasvun jatkuessa suurempien ja monimutkaisempien mallien kasvavan kysynnän myötä haasteesta tulee entistä monimutkaisempi. 

    Tekoälyllä on yhä tärkeämpi rooli globaalissa taloudessa ja se edistää terveydenhuollon, teknologian ja energiateollisuuden kehitystä, vain muutamia mainitakseni. Tekoälyjärjestelmien tuoman hyödyllisen muutoksen keskellä tutkimukset ovat kuitenkin osoittaneet, että tekoälyjärjestelmien koulutuksen ja lukuisten laskutoimitusten aikana kuluttaman tehon vuoksi syntyy suuria määriä hiiltä. Amherstissa sijaitsevan Massachusettsin yliopiston vuonna 2019 tekemän tutkimuksen mukaan noin 1,400 78,000 puntaa päästöjä syntyy, kun harjoitellaan valmista tekoälyn kielenkäsittelyjärjestelmää. Lisäksi, riippuen virtalähteestä, noin XNUMX XNUMX kiloa hiiltä vapautuu, kun syväoppiva tekoälyjärjestelmä rakennetaan ja opetetaan tyhjästä.

    Tunnustuksena siitä, kuinka tekoälyjärjestelmien luominen ja kouluttaminen vaikuttavat ilmastonmuutokseen, on syntynyt Green AI -liike, joka pyrkii tekemään tekoälyä tukevista prosesseista puhtaampia ja ympäristöystävällisempiä. Liike totesi, että jotkin koneoppimisalgoritmit kuluttavat vähemmän virtaa kuin muut tekoälypohjaiset järjestelmät, kun taas tekoälyjärjestelmän koulutus voidaan siirtää syrjäisiin paikkoihin ja käyttää uusiutuvista lähteistä saatavaa tehoa. 

    Häiritsevä vaikutus

    Tekoälyjärjestelmien tuottamiseen ja kouluttamiseen erikoistuneilla yrityksillä on mahdollisuus vaikuttaa myönteisesti ympäristöön ottamalla käyttöön uusiutuvia energialähteitä. Hallitukset ja sääntelyelimet voivat kannustaa tätä muutosta tarjoamalla verokannustimia ja tukea niille, jotka asentavat uusiutuvia energiajärjestelmiä tukemaan tekoälyyn perustuvaa toimintaansa. Maista, joissa uusiutuvan energian teollisuus on vahva, voisi tulla houkuttelevia kohteita näille yrityksille, jotka tarjoavat tarvittavan infrastruktuurin. 

    Tekoälyalgoritmeja opetettaessa syntyvät hiilidioksidipäästöt vaihtelevat suuresti riippuen tekijöistä, kuten sähköntuotannon lähteestä, käytetyn tietokonelaitteiston tyypistä ja itse algoritmin suunnittelusta. Tutkijat, mukaan lukien Googlen tutkijat, ovat havainneet, että näitä päästöjä on mahdollista vähentää merkittävästi, joskus jopa 10-100-kertaisesti. Tekemällä harkittuja muutoksia, kuten uusiutuvaa energiaa hyödyntämällä ja hyödyntämällä eri paikkoja, teollisuus voi ottaa huomattavia harppauksia hiilijalanjälkensä pienentämisessä. 

    Sääntelyviranomaisilla on oma roolinsa sen varmistamisessa, että tekoälykoulutusprojektit ovat ympäristöstandardien mukaisia. Jos tietyt hankkeet tunnistetaan merkittäviksi hiilidioksidipäästötasojen vaikuttaviksi niiden lainkäyttöalueella, viranomaiset voivat määrätä työseisokkeja, kunnes päästöjä vähennetään. Suuria määriä hiiltä tuottavien tekoälykeskusten veroja voidaan ottaa käyttöön pelotteena, kun taas tekoälyyritykset voivat tutkia laskennallisen tieteen viimeisintä kehitystä tehdäkseen enemmän laskelmia pienemmällä teholla.

    Tekoälyn harjoittelupäästöjen vaikutukset 

    Tekoälyn harjoittelupäästöjen laajempia vaikutuksia voivat olla:

    • Uusien tekoälymallien priorisoitu kehittäminen, jotka voivat analysoida dataa tehokkaammin minimaalisella energiankulutuksella, mikä vähentää kokonaisenergian tarvetta ja vastaavasti ympäristövaikutuksia.
    • Yritykset investoivat tekoälyn kehittämiseen yhteistyössä uusiutuvan energian yritysten kanssa, jotta puhtaan sähkön infrastruktuuri voidaan asentaa tukemaan niiden toimintaa, mikä edistää teknologia- ja energiasektorin yhteistyötä.
    • Palvelinkeskusten sijainnin siirtäminen verokannustimien hyödyntämiseksi ja viranomaisvalvonnan välttämiseksi tai niiden siirtäminen arktisiin paikkoihin palvelimien jäähdyttämiseen kuluvan energian minimoimiseksi, mikä johtaa uusiin maantieteellisiin teknologiakeskuksiin ja mahdolliseen paikalliseen talouskasvuun.
    • Uusien kestävään tekoälykehitykseen keskittyvien koulutusohjelmien luominen johtaa työvoimaan, joka osaa paremmin tasapainottaa teknologisen kehityksen ja ympäristövastuun.
    • Tekoälyn hiilipäästöjä koskevien kansainvälisten sopimusten ja standardien syntyminen johtaa yhtenäisempään maailmanlaajuiseen lähestymistapaan tekoälyn ympäristövaikutusten hallintaan.
    • Kuluttajien odotusten muutos kohti ympäristöystävällisiä tekoälytuotteita ja -palveluita, mikä johtaa muutoksiin ostokäyttäytymisessä ja lisääntyneeseen tekoälyn energiankulutuksen läpinäkyvyyteen.
    • Mahdollisuus työpaikkojen siirtymiseen perinteisillä energiasektoreilla, kun tekoälyyritykset siirtyvät yhä enemmän uusiutuviin energialähteisiin, mikä johtaa työmarkkinoiden muutoksiin ja uudelleenkoulutusohjelmien tarpeeseen.
    • Uusiutuvan energian saatavuuteen ja tekoälyteollisuuden tarpeisiin perustuvien uusien poliittisten liittoutumien ja jännitteiden kehittyminen, mikä johtaa muutoksiin kansainvälisissä suhteissa ja kauppasopimuksissa.
    • Lisääntynyt keskittyminen energiatehokkaaseen laitteistosuunnitteluun, joka on räätälöity erityisesti tekoälysovelluksiin, mikä johtaa teknologisiin edistysaskeliin, jotka asettavat kestävyyden etusijalle suorituskyvyn rinnalla.
    • Maaseutualueiden, joilla on runsaasti uusiutuvia energiavaroja, mahdollisuudet kehittyä houkutteleviksi alueiksi tekoälyn kehittämiselle, mikä johtaa väestörakenteen muutoksiin ja uusiin talouskasvumahdollisuuksiin aiemmin alipalvelutuilla alueilla.

    Pohdittavia kysymyksiä

    • Pitäisikö mielestäsi hyväksyä säädöksiä, jotka edellyttävät, että vain uusiutuvaa energiaa saa käyttää, kun tekoälyyritykset aikovat kouluttaa ja kehittää syväoppivia tekoälyjärjestelmiä? 
    • Pitäisikö ympäristönsuojelija ottaa huomioon tekoälyjärjestelmän analyysistä (esim. uusien energiaa säästävien materiaalien, koneiden, toimitusketjun reitityksen jne.) johtuvat energiansäästöhyödyt laskeakseen tekoälyjärjestelmien todelliset/täydet ympäristökustannukset?

    Insight-viittauksia

    Tässä oivalluksessa viitattiin seuraaviin suosittuihin ja institutionaalisiin linkkeihin: