Емисије АИ тренинга: Системи који подржавају вештачку интелигенцију доприносе глобалној емисији угљеника

• Аутор:
• ime аутора

  Куантумрун Форесигхт
• Може 3, 2022

Сажетак увида

Налет у технологији вештачке интелигенције (АИ) донео је са собом неочекивани изазов за животну средину, јер енергија која се троши током тренинга вештачке интелигенције доводи до значајних емисија угљеника. Препознајући овај проблем, индустрија истражује решења као што су развој енергетски ефикаснијих АИ модела, партнерство са компанијама за обновљиву енергију и премештање центара података како би се смањила потрошња енергије. Ови напори, заједно са потенцијалним регулаторним мерама, обликују будућност у којој технолошки напредак и еколошка одговорност могу коегзистирати.

Контекст емисија АИ тренинга

Познато је да системи вођени вештачком интелигенцијом (АИ) троше значајне количине енергије током својих фаза обуке, што доводи до емисије великих количина угљеника. Ово, заузврат, доприноси климатским променама, стварајући забринутост за животну средину која се не може занемарити. Како индустрија вештачке интелигенције наставља да расте, са све већом потражњом за већим и сложенијим моделима, изазов постаје још сложенији. 

АИ игра све важнију улогу у глобалној економији и покреће нови развој у здравственој, технолошкој и енергетској индустрији, да споменемо само неке. Међутим, усред корисних промена које уводе системи вештачке интелигенције, студије су показале да се производе велике количине угљеника због снаге коју троше АИ системи када се обучавају и када обављају велики број прорачуна. Према истраживању које је 2019. спровео Универзитет Масачусетса у Амхерсту, око 1,400 фунти емисија се генерише када се обучава готов систем за обраду АИ језика. Поред тога, у зависности од извора енергије, око 78,000 фунти угљеника се емитује када се систем АИ дубоког учења изгради и обучи од нуле.

У знак признања како стварање и обука система вештачке интелигенције доприносе климатским променама, појавио се покрет Зелене вештачке интелигенције, који настоји да процесе омогућене вештачком интелигенцијом учини чистијим и еколошки прихватљивијим. Покрет је приметио да неки алгоритми за машинско учење троше мање енергије од других система заснованих на вештачкој интелигенцији, док се обука АИ система може преместити на удаљене локације и може користити енергију из обновљивих извора. 

Ометајући утицај

Компаније које су специјализоване за производњу и обуку АИ система имају потенцијал да остваре позитиван утицај на животну средину прихватањем обновљивих извора енергије. Владе и регулаторна тела могу да подстакну ову промену нудећи пореске олакшице и подршку онима који инсталирају системе обновљивих извора енергије како би подржали своје операције засноване на вештачкој интелигенцији. Земље са снажном индустријом обновљиве енергије могле би да постану атрактивне дестинације за ове компаније, обезбеђујући неопходну инфраструктуру. 

Емисије угљеника произведене током обуке АИ алгоритама увелико варирају, у зависности од фактора као што су извор производње електричне енергије, тип рачунарског хардвера који се користи и сам дизајн алгоритма. Истраживачи, укључујући и оне из Гугла, открили су да је могуће значајно смањити ове емисије, понекад за фактор између 10 и 100 пута. Правећи промишљена прилагођавања, као што је коришћење обновљиве енергије и коришћење различитих локација, индустрија може да направи значајне кораке у смањењу свог угљичног отиска. 

Регулаторни органи имају улогу да обезбеде да се пројекти обуке за вештачку интелигенцију придржавају еколошких стандарда. Ако се одређени пројекти идентификују као значајни доприноси нивоу емисија угљеника у њиховим јурисдикцијама, власти могу наметнути обуставе рада док се емисије не смање. Порези на центре вештачке интелигенције који производе велике количине угљеника могу се применити као средство одвраћања, док компаније са вештачком интелигенцијом могу да истражују најновија достигнућа у рачунарској науци како би извршиле више прорачуна користећи мање енергије.

Импликације емисија АИ тренинга 

Шире импликације емисија АИ тренинга могу укључивати:

• Приоритетни развој нових АИ модела који могу ефикасније анализирати податке уз минималну потрошњу енергије, што доводи до смањења укупних енергетских потреба и одговарајућег смањења утицаја на животну средину.
• Компаније су инвестирале у развој вештачке интелигенције у партнерству са компанијама за обновљиву енергију како би се инфраструктура чисте енергије могла инсталирати као подршка њиховим операцијама, подстичући сарадњу између технолошког и енергетског сектора.
• Преношење локације центара података да би се искористиле пореске олакшице и избегли регулаторни надзор, или њихово премештање на арктичке локације како би се смањила енергија која се троши на сервере за хлађење, што би довело до нових географских чворишта за технологију и потенцијалног локалног економског раста.
• Креирање нових образовних програма који се фокусирају на одрживи развој вештачке интелигенције, што доводи до радне снаге која је вештија у балансирању технолошког напретка са одговорношћу за животну средину.
• Појава међународних споразума и стандарда о емисији угљеника од вештачке интелигенције, што доводи до јединственијег глобалног приступа управљању утицајем вештачке интелигенције на животну средину.
• Промена очекивања потрошача ка еколошки одговорним производима и услугама вештачке интелигенције, што доводи до промена у понашању приликом куповине и повећане потражње за транспарентношћу у потрошњи енергије вештачке интелигенције.
• Потенцијал за померање радних места у традиционалним енергетским секторима пошто се компаније са вештачком интелигенцијом све више окрећу обновљивим изворима енергије, што доводи до промена на тржишту рада и потребе за програмима преквалификације.
• Развој нових политичких савеза и тензија заснованих на доступности обновљиве енергије и потребама индустрије вештачке интелигенције, што доводи до промена у међународним односима и трговинским споразумима.
• Повећани фокус на енергетски ефикасан хардверски дизајн посебно прилагођен за АИ апликације, што доводи до технолошког напретка који даје приоритет одрживости уз перформансе.
• Потенцијал да рурална подручја са обилним обновљивим изворима енергије постану атрактивне локације за развој вештачке интелигенције, што доводи до демографских померања и нових могућности за економски раст у регионима који су раније били недовољно опскрбљени.

Питања која треба размотрити

• Да ли мислите да би требало донети прописе који предвиђају да се само обновљива енергија користи када компаније за вештачку интелигенцију планирају да обучавају и развијају системе вештачке интелигенције са дубоким учењем? 
• Да ли еколози треба да узму у обзир користи уштеде енергије које проистичу из анализе система вештачке интелигенције (нпр. рачунарски дизајн за нове материјале за уштеду енергије, машине, усмеравање ланца снабдевања, итд.) да би израчунали стварну/пуну еколошку цену система АИ?