Den økende etterspørselen etter kunstig intelligens er på kollisjonskurs med miljømessig bærekraft, og eksperter sier at kullkraft kan bli værende for å opprettholde etterspørselen etter elektrisitet.
Land over hele verden har som mål å gå over til netto nullutslipp, investere i grønn energi og redusere forbruket av fossilt brensel.
Dette står i motsetning til det enorme strømbehovet som skapes av kunstig intelligens, særlig generativ kunstig intelligens, som betjener millioner av brukere over hele verden.
Det er et avgjørende poeng - selv for et par år siden var AI-modellene relativt små og begrenset til lokale bruksområder.
I dag har du, jeg og millioner av andre i det minste eksperimentert med AI. Anslagsvis 40% voksne i USA og Europa, og 75% unge under 18 år.
AI-selskapene ser for seg en fremtid der produktene deres er integrert i alt vi gjør og i alle enheter vi bruker, men AI drives ikke av luft. Som all annen teknologi krever den energi.
A fersk artikkel fant at BLOOM-modellen brukte 433 MWh på å trene, mens GPT-3 trengte hele 1287 MWh.
OpenAIs ChatGPT trenger anslagsvis 564 MWh daglig for å beregne svarene på brukerens spørsmål. Hver enkelt utdata representerer en beregning som utføres på tvers av OpenAIs omfattende nevrale nettverk, som hver for seg krever energi.
La oss sette det i perspektiv: 1287 MWh kan forsyne 43 000 til 128 700 gjennomsnittshusholdninger med strøm i løpet av et døgn, forutsatt et gjennomsnittlig daglig forbruk på 10 til 30 kWh per husholdning.
Den kan også drive over 200 000 000 LED-lyspærer i en time eller drive en elbil i rundt fire til fem millioner kilometer.
Selv om denne og andre studier har sine begrensninger, bekrefter offentlige data fra open source AI-selskaper som HuggingFace omfanget av disse tallene.
De miljømessige konsekvensene av kunstig intelligens strekker seg lenger enn bare energiforbruk. Vannforbruk ved Microsofts datasentre understreker hvor ressurskrevende AI-operasjoner er. Et datasenter på 15 megawatt kan forbruke opptil 360 000 liter vann daglig.
Det internasjonale energibyrået (IEA) har advart om den bredere effekten av datasentre, som allerede står for mer enn 1,3% av det globale strømforbruket. Dette tallet kommer til å stige etter hvert som kravene til kunstig intelligens og databehandling eskalerer, noe som vil legge ytterligere press på den globale energiinfrastrukturen og forsterke kravet om mer bærekraftig praksis i AI-bransjen.
Boston Consulting Group anslår at strømforbruket i amerikanske datasentre kan tredobles fra 2022-nivået til hele 390 terawattimer innen utgangen av dette tiåret, noe som vil utgjøre omtrent 7,5% av landets forventede strømbehov.
EU har også sagt at datasentrenes energibehov vil dobles innen 2026. Bare i USA og Kina kan datasentrene komme til å forbruke like mye som den årlige produksjonen til mellom 80 og 130 kullkraftverk rundt 2030.
Grafen nedenfor viser at datasentre i verste fall kan komme til å forbruke rundt 8 000 TWh strøm innen 2030, noe som tilsvarer 30% av verdens strømforbruk i dag. Det er dobbelt så mye som USA bruker årlig.
Vi skal ikke skynde oss å overdrive - vi må huske på at dette er et øvre estimat med en viss margin, og at datasentre brukes til mye annet enn kunstig intelligens - men det er likevel ganske sjokkerende, selv med den nedre grensen på 1 100 TWh.
Sam Altman, administrerende direktør i OpenAI, sa selv på World Economic Forum: "Vi trenger mye mer energi i verden enn vi trodde vi trengte før. Vi er fortsatt ikke klar over energibehovet til denne teknologien."
"AI vil forbruke mye mer strøm enn folk hadde forventet", fortsatte han, og antydet at energikilder som kjernefusjon eller billigere solenergi er avgjørende for AIs fremgang.
Datasentre belaster energinettet
I hjertet av Nord-Virginia, en region som nå er kjent som "datasentergaten", presser den raske veksten i generativ AI grensene for strømproduksjon.
Lokale strømleverandører måtte til og med stanse tilkoblingen av nye datasentre på et tidspunkt i 2022, fordi etterspørselen rett og slett var for høy. På grunn av motstand i lokalsamfunnet ble forslag om å bruke dieselgeneratorer under strømmangel skrinlagt.
Bloomberg rapporterer at byggingen av et datasenter og en batterifabrikk for elektriske kjøretøy i Kansas City-området krevde så mye strøm at planene om å legge ned et kullkraftverk ble utsatt.
Ari Peskoe, fra Electricity Law Initiative ved Harvard Law School, advarte mot de potensielt alvorlige konsekvensene hvis kraftselskapene ikke klarer å tilpasse seg: "Nye belastninger blir forsinket, fabrikker kan ikke komme i drift, og det økonomiske vekstpotensialet vårt blir redusert", sier han.
"I verste fall tilpasser ikke kraftselskapene seg og beholder den gamle fossile kapasiteten på nettet, og de utvikler seg ikke videre."
Rob Gramlich fra Grid Strategies delte disse bekymringene, og understreket overfor Bloomberg risikoen for strømbrudd hvis infrastrukturforbedringene blir hengende etter.
Utfordringene i forsyningssektoren er ikke begrenset til datasentre. Nyere lovgivning og insentiver stimulerer til bygging av halvleder-, elbil- og batterifabrikker, noe som også bidrar til den skyhøye etterspørselen etter strøm.
Evergy, som forsyner Kansas City-området, utsatte for eksempel nedleggelsen av et kullkraftverk fra 1960-tallet for å takle etterspørselen fra nye utbygginger, blant annet et datasenter for Meta Platforms og en batterifabrikk for elbiler fra Panasonic.
Til tross for at mange teknologibedrifter og produsenter av ren teknologi foretrekker fornybar energi, sier virkeligheten noe annet. Det er vanskelig å se for seg hvordan dette energiforbruket kan kompenseres.
Situasjonen er ikke unik for USA. På verdensbasis har Kina, India, Storbritannia og EU alle kommet med advarsler om AIs økende strømbehov.
Hvordan skal vi betale?
Etter hvert som AI-teknologiene blir allestedsnærværende, kolliderer deres økologiske fotavtrykk med de globale ambisjonene om en fremtid med netto nullutslipp. Selv om vi ser bort fra de høye ambisjonene om å oppnå netto nullutslipp, kan ikke strømnettene opprettholde bransjens nåværende kurs.
Kommer det en "AI-vinter", der AI gjennomgår en lang prosess med å bli mer raffinert og effektiv før den blir mer intelligent? Eller vil gjennombrudd og industriløfter holde utviklingen flytende?
Bioinspirert kunstig intelligens, er for eksempel et lovende forskningsfelt som søker å harmonisere effektiviteten til naturlige systemer med databehandlingsintelligens. Jorden er bebodd av milliarder av ekstremt avanserte organismer som "drives" av naturlige kilder som mat og solen - kan dette være en blåkopi for kunstig intelligens?
Svaret er et foreløpig ja, og nevromorfe AI-brikker basert på synaptiske funksjoner blir stadig mer levedyktige. AI-talegjenkjenning har til og med blitt utført ved hjelp av biologiske celler formet til "organoider" - egentlig "minihjerner".
Andre metoder for å dempe AI-industriens ressurstap er blant annet en "AI-skatt".
En AI-skatt, som vanligvis brukes som en metode for å redusere AI-relaterte tap av arbeidsplasser, kan føre til at virksomheter som drar nytte av AI-utviklingen, bidrar til å redusere miljøkonsekvensene.
Til syvende og sist er det vanskelig å forutsi hvordan bransjen vil håndtere disse kravene, og i hvor stor grad folk vil måtte bære byrden.
