Den eksponentielle udbredelse af AI-teknologi har lagt et stort pres på naturressourcerne til de datacentre, der driver teknologien. Med globale mål om at halvere CO2-udledningen kan AI være både synderen og redningsmanden.
A rapport fra MIT Sloan Management Review siger, at hvis de nuværende tendenser fortsætter, kan AI-industrien snart være en af de største bidragydere til CO2-udledning.
Træning af AI-modeller kræver enorme mængder computerkraft. Denne efterspørgsel har for det meste fokuseret overskrifterne på det begrænsede udbud af processorer som dem fra NVIDIA. Men andre begrænsede ressourcer som vand og elektricitet er også under pres.
I rapporten står der, at "et enkelt gennemsnitligt datacenter bruger, hvad der svarer til opvarmning af 50.000 hjem om året."
Det anslås, at træningen af OpenAI's GPT-3-model "genererede 552 tons CO2-udledning", hvilket svarer til den årlige udledning fra 120 amerikanske biler. Kulstofudledningen i forbindelse med træningen af GPT-4 rygtes at være 10 gange større end det.
Ud over træning er slutningsprocessen også en stor bidragyder til CO2-udledning.
En enkelt #ChatGPT kan generere 100 gange mere kulstof end en almindelig Google-søgning.
▶️ https://t.co/LdwloGfamH pic.twitter.com/sXq3KXb8BU
- MIT Sloan Management Review (@mitsmr) 31. december 2023
Rapporten anerkender AI's ressourcekrævende natur, men siger også, at "AI viser sig også at være et vigtigt redskab til at fremme bæredygtighed og håndtere klimaforandringer."
Denne udtalelse stemmer overens med en interessant artikel skrevet af forskere fra University of California, Irvine, MIT, University of Kansas School of Law og andre.
AI er grønnere end dig
Den forskningsartikel havde titlen: "The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans." Forskerne tog den gennemsnitlige CO2-udledning fra en menneskelig forfatter eller illustrator og sammenlignede den med udledningen fra AI-modeller, der udførte de samme opgaver.
Sammenligningen er udfordrende, fordi menneskers CO2-udledning varierer globalt. En indbygger i USA udleder ca. 15 tons CO2 om året, mens en indbygger i Indien udleder ca. 1,9 tons pr. indbygger.
Forskerne vurderede, at en menneskelig skribent skriver omkring 300 ord i timen. De kombinerede dette med energiforbruget i den computer, som et menneske ville bruge til at skrive teksten, og beregnede et tal for den CO2-udledning, som en menneskelig forfatter genererer, når han skriver en side med tekst.
Da de sammenlignede disse emissioner med AI-modellerne BLOOM og ChatGPT (GPT-3), fandt de ud af, at AI-modellerne var 1.500 og 1.100 gange mindre påvirkelige end en amerikansk beboer pr. produceret tekstside.
De lavede en lignende sammenligning, hvor de evaluerede udledningen i forbindelse med at skabe et billede. Med et skøn på 3,2 timers menneskelig indsats for at skabe en illustration fandt de ud af, at DALL-E 2 og Midjourney udleder ca. 2.500 og 2.900 gange mindre CO2 end en illustrator, der bor i USA.
Denne undersøgelse blev foretaget for et par måneder siden, hvilket i AI's tidsalder føles som en hel generation. Med den hastighed, effektivitet og kvalitet, som Midjourney V6, DALLE-3 og GPT-4 kan producere i dag, ville disse resultater uden tvivl blive forstærket.
Den ganske vist forsimplede konklusion, vi kan komme frem til, er, at det kan være meget bedre for miljøet at bruge AI til at udføre opgaver end at lade mennesker gøre det.
Den belastning, som AI lægger på naturressourcerne, skal styres bedre, og rapporten fra MIT Sloan Management Review fremhæver nogle innovative måder, som AI-virksomheder gør det på.
Efterhånden som AI-modellerne bliver mere kraftfulde og effektive, ser det ud til, at de vil løse langt flere miljøproblemer, end de forårsager.
