Ο ρόλος της τεχνητής νοημοσύνης στην προσπάθεια για το καθαρό μηδέν

Η τεχνητή νοημοσύνη (AI) έχει τη δυνατότητα να λύσει μερικά από τα πιο ακανθώδη προβλήματα που αντιμετωπίζει η ανθρωπότητα, συμπεριλαμβανομένων των προκλήσεων της κλιματικής αλλαγής. Ταυτόχρονα, όμως, η τεχνολογία – ιδίως η γενετική τεχνητή νοημοσύνη – χρησιμοποιεί μια τεράστια ποσότητα υπολογιστικής ισχύος και, κατά συνέπεια, μια τεράστια ποσότητα ενέργειας. Αυτό είναι ένα πρόβλημα, το οποίο μόνο θα μεγαλώσει.

Η ποσότητα της υπολογιστικής ισχύος που απαιτείται για τα μοντέλα τεχνητής νοημοσύνης αιχμής διπλασιάζεται κάθε πέντε ή έξι μήνες και είναι λογικό να φανταστεί κανείς ότι θα συνεχίσει να αυξάνεται καθώς η ζήτηση για την τεχνολογία αυξάνεται. Τα κέντρα δεδομένων καταναλώνουν ήδη έως και το 1,5% της παγκόσμιας παροχής ηλεκτρικής ενέργειας και η κατανάλωση ενέργειας ευθύνεται για περίπου το 75% των ανθρωπογενών εκπομπών αερίων θερμοκηπίου στην ΕΕ.

Πρόσφατη έρευνα της Gartner προβλέπει ότι «μέχρι το 2030, η τεχνητή νοημοσύνη θα μπορούσε να συμβάλει στη μείωση των παγκόσμιων εκπομπών GHG κατά 5% έως 10%». Ωστόσο, την ίδια χρονιά, η Gartner προβλέπει ότι «η τεχνητή νοημοσύνη θα μπορούσε να καταναλώσει έως και το 3,5% της παγκόσμιας ηλεκτρικής ενέργειας».

Η βιομηχανία της τεχνολογίας αντιμετωπίζει μια σαφή

πρόκληση

: να βρει λύσεις για να περιορίσει τις ενεργειακές απαιτήσεις της τεχνητής νοημοσύνης, και έτσι να ξεκλειδώσει το πλήρες δυναμικό της τεχνολογίας να βοηθήσει την ανθρώπινη φυλή.

Πώς η τεχνητή νοημοσύνη καταναλώνει ενέργεια

Η ισχύς που απαιτείται από την τεχνητή νοημοσύνη οφείλεται σε δύο παράγοντες: η ενέργεια καταναλώνεται όταν εκπαιδεύονται τα μοντέλα και κατά τη διάρκεια της εξαγωγής συμπερασμάτων, όπου τα ζωντανά δεδομένα εκτελούνται μέσω ενός εκπαιδευμένου μοντέλου τεχνητής νοημοσύνης για την επίλυση εργασιών. Έρευνα που δημοσιεύτηκε στο περιοδικό Joule προτείνει ότι το συμπέρασμα μπορεί να αντιπροσωπεύει τουλάχιστον το 60% της κατανάλωσης ενέργειας της γεννήτριας τεχνητής νοημοσύνης και ότι η προσθήκη δυνατοτήτων τεχνητής νοημοσύνης στις αναζητήσεις στον ιστό μπορεί να δεκαπλασιάσει τις ενεργειακές απαιτήσεις. Τείνει επίσης να υπάρχει αυξημένος όγκος ερωτημάτων κατά την ενασχόληση με ένα παραγωγικό μοντέλο σε σύγκριση με μια μηχανή αναζήτησης, λόγω του διαλόγου εμπρός και πίσω καθώς οι χρήστες προσπαθούν να επιτύχουν το επιθυμητό αποτέλεσμα.

Καθώς αναδύονται νέες περιπτώσεις χρήσης για τη δημιουργία τεχνητής νοημοσύνης γύρω από κείμενο, εικόνες και βίντεο, θα υπάρξει επίσης αύξηση των μεγάλων μοντέλων που εκπαιδεύονται, επανεκπαιδεύονται και τελειοποιούνται σε καθημερινή βάση. Η πρόσφατη κατηγορία μοντέλων γενετικής τεχνητής νοημοσύνης απαιτεί περισσότερο από 200 φορές αύξηση στην υπολογιστική ισχύ για εκπαίδευση σε σύγκριση με τις προηγούμενες γενιές. Κάθε νέα γενιά μοντέλων απαιτεί περισσότερη υπολογιστική ισχύ για εξαγωγή συμπερασμάτων και περισσότερη ενέργεια για εκπαίδευση. Είναι ένας σταθερός κύκλος που προσθέτει συνεχώς ζήτηση στην απαιτούμενη υποδομή.

Όσον αφορά το υλικό, οι μονάδες επεξ

εργασία

ς γραφικών (GPU) που χρησιμοποιούνται για την τεχνητή νοημοσύνη μπορούν να δαπανήσουν πολλαπλάσια ενέργεια από ένα παραδοσιακό σύστημα CPU. Οι σημερινές GPU μπορούν να καταναλώνουν έως και 700 Watt και μια μέση εγκατάσταση απαιτεί οκτώ GPU ανά διακομιστή. Αυτό σημαίνει ότι ένας διακομιστής θα μπορούσε να καταναλώνει σχεδόν έξι κιλοβάτ, σε σύγκριση με ένα κιλοβάτ για την παραδοσιακή μονάδα διακομιστή δύο υποδοχών που χρησιμοποιούν οι επιχειρήσεις για εικονικοποίηση. Λοιπόν, το

μεγάλο

ερώτημα είναι πώς μπορούμε να το κάνουμε αυτό πιο βιώσιμο;

Εύρεση απαντήσεων

Το πρώτο βήμα είναι να κατανοήσουμε ότι η βιωσιμότητα είναι ένα ταξίδι: δεν υπάρχει καμία μοναδική ενέργεια που να μπορεί να το «διορθώσει» όταν πρόκειται για τεχνητή νοημοσύνη. Όμως τα μικρά βήματα μπορούν να κάνουν μεγάλη διαφορά. Ο κλάδος των υπολογιστών στέλνεται ένα ηχηρό, σαφές μήνυμα για τη δημιουργία καλύτερων προϊόντων που χρησιμοποιούν λιγότερους πόρους. Αυτή η έκκληση έρχεται από καταναλωτές και επενδυτές, αλλά και όλο και περισσότερο από κυβερνήσεις. Η ενεργειακή απόδοση θα αποτελεί στο μέλλον νομική απαίτηση για τους οργανισμούς στον χώρο της τεχνητής νοημοσύνης. Οι πρόσφατες τροποποιήσεις στον νόμο της ΕΕ για την τεχνητή νοημοσύνη θα επιβάλλουν στους φορείς εκμετάλλευσης να υιοθετούν μεθόδους αιχμής για να μειώσουν την κατανάλωση ενέργειας και να βελτιώσουν την απόδοση των πλατφορμών τεχνητής νοημοσύνης τους.

Αυτό μπορεί να επιτευχθεί με τρεις συγκεκριμένους τεχνικούς τρόπους: πρώτον στα τσιπ που χρησιμοποιούνται για την παραγωγή της υπολογιστικής ισχύος, δεύτερον στους υπολογιστές που έχουν κατασκευαστεί για αυτά τα τσιπ και τρίτον στο κέντρο δεδομένων. Η βιωσιμότητα γίνεται ολοένα και περισσότερο ανταγωνιστικός παράγοντας διαφοροποίησης τόσο για τους κατασκευαστές τσιπ όσο και για τους κατασκευαστές υπολογιστών και θα γίνεται όλο και περισσότερο όσο οι εταιρείες καταβάλλουν προσπάθειες για την επίτευξη των στόχων ESG. Τις επόμενες δεκαετίες, νέες εξελίξεις όπως τα αναλογικά τσιπ θα μπορούσαν να προσφέρουν μια ενεργειακά αποδοτική εναλλακτική λύση, ιδανική για νευρωνικά δίκτυα, σύμφωνα με έρευνα στο περιοδικό Nature.

Στο κέντρο δεδομένων, οι παλαιότερες τεχνολογίες ψύξης αέρα ήδη δυσκολεύονται να αντιμετωπίσουν τις υψηλές ενεργειακές απαιτήσεις της τεχνητής νοημοσύνης και οι πελάτες στρέφονται στην υγρή ψύξη για να ελαχιστοποιήσουν την κατανάλωση ενέργειας. Μεταφέροντας αποτελεσματικά τη θερμότητα που παράγεται από την παραγωγική τεχνητή νοημοσύνη στο νερό, οι πελάτες μπορούν να εξοικονομήσουν έως και 30-40% σε ηλεκτρική ενέργεια. Τα κέντρα δεδομένων που οδηγούνται από ανανεώσιμες πηγές ενέργειας θα είναι το κλειδί για τη μείωση του αποτυπώματος άνθρακα της τεχνητής νοημοσύνης. Οι προσεγγίσεις «ως υπηρεσία» στην τεχνολογία AI μπορούν επίσης να βοηθήσουν στην ελαχιστοποίηση της σπατάλης και να διασφαλίσουν ότι οι οργανισμοί χρησιμοποιούν το πιο πρόσφατο, πιο βιώσιμο υλικό, χωρίς προκαταβολικές δαπάνες.

AI για τα καλά

Υπάρχει μια αντιστάθμιση γύρω από την τεχνητή νοημοσύνη και τις ενεργειακές της απαιτήσεις που πρέπει να συζητηθούν. Μερικοί χρησιμοποιούν την τεχνητή νοημοσύνη προς όφελος της ανθρωπότητας, βελτιώνοντας την ιατρική ή αντιμετωπίζοντας την κλιματική αλλαγή, για παράδειγμα, ενώ άλλοι τη χρησιμοποιούν για να δημιουργήσουν ψυχαγωγία. Αυτό εγείρει ερωτήματα σχετικά με το εάν πρέπει να δούμε διαφορετικά αυτές τις διαφορετικές ενεργειακές απαιτήσεις.

Είναι βέβαιο ότι η τεχνητή νοημοσύνη έχει τεράστιες δυνατότητες να κάνει καλό, έχοντας ήδη αντίκτυπο σε πολλούς τομείς. Υπάρχουν δεκάδες παραδείγματα για το πώς η τεχνητή νοημοσύνη έχει τη δυνατότητα να μετριάσει τις επιπτώσεις της κλιματικής αλλαγής, με τον ΟΗΕ να επισημαίνει ότι όχι μόνο βοηθά στην καλύτερη πρόβλεψη και κατανόηση των ακραίων καιρικών συνθηκών, αλλά προσφέρει επίσης άμεση βοήθεια σε κοινότητες που επηρεάζονται από αυτό.

Επιπλέον, η τεχνητή νοημοσύνη μπορεί να προσφέρει νέα κατανόηση του κόσμου γύρω μας, η οποία θα μπορούσε με τη σειρά της να βοηθήσει στον περιορισμό των εκπομπών αερίων του θερμοκηπίου. Στις έξυπνες πόλεις, έχει τη δυνατότητα να ελαχιστοποιήσει τις εκπομπές εξοικονομώντας λεπτά ή ώρες θέρμανσης και κλιματισμού σε κλίμακα πόλης, μαθαίνοντας τις συνήθειες των ανθρώπων και απενεργοποιώντας σταδιακά τη θέρμανση ή τον κλιματισμό την ώρα πριν φύγουν από τα σπίτια τους. Η τεχνολογία μπορεί επίσης να ρυθμίσει την κυκλοφορία σε μια πόλη, έτσι ώστε τα οχήματα να οδηγούν αποτελεσματικά και να αποτρέπονται τα μποτιλιαρίσματα. Η νορβηγική start-up Oceanbox.io αξιοποιεί προγνωστική τεχνητή νοημοσύνη στην αποστολή της να κατανοήσει τα βάθη του ωκεανού, προβλέποντας την κίνηση των ρευμάτων που μπορούν να βοηθήσουν στην καταπολέμηση της εξάπλωσης της ρύπανσης και να βοηθήσουν τα

πλοία

να μειώσουν τη χρήση βενζίνης.

Η συμβολή της τεχνητής νοημοσύνης σε έναν κόσμο καθαρού μηδέν

Δεν υπάρχει αμφιβολία ότι η τεχνητή νοημοσύνη χρησιμοποιεί πολλή ισχύ, αλλά μπορούμε να το αντιμετωπίσουμε βήμα-βήμα – χρησιμοποιώντας ψύξη με ζεστό νερό αντί για ψύξη αέρα, αξιοποιώντας ανανεώσιμες πηγές ενέργειας για την προώθηση των κέντρων δεδομένων και μέσω καινοτομιών στο σχεδιασμό τσιπ και υπολογιστών.

Με πολλούς τρόπους, η τεχνητή νοημοσύνη μπορεί επίσης να προσφέρει θετικά στοιχεία για την ανθρωπότητα και να γίνει μια ισχυρή δύναμη που οδηγεί τον κόσμο προς τους Στόχους Βιώσιμης Ανάπτυξης του ΟΗΕ. Έχει τη δυνατότητα να μας βοηθήσει να κατανοήσουμε καλύτερα τις αιτίες της κλιματικής αλλαγής και να την αντιμετωπίσουμε, να μειώσουμε την ανισότητα και να διατηρήσουμε τους ωκεανούς και τα δάση μας. Αν χρησιμοποιηθεί με υπευθυνότητα, η τεχνητή νοημοσύνη μπορεί να συμβαδίσει με τους στόχους βιωσιμότητας. Καθώς ο κόσμος ενώνεται για να οδηγήσει προς το

καθαρό μηδέν

, η τεχνητή νοημοσύνη θα διαδραματίζει όλο και περισσότερο σημαντικό ρόλο.

Παραθέσαμε τους καλύτερους δημιουργούς ιστοτόπων AI.

Αυτό το άρθρο δημιουργήθηκε ως μέρος του καναλιού Expert Insights της TechRadarPro, όπου παρουσιάζουμε τα καλύτερα και πιο έξυπνα μυαλά στον κλάδο της τεχνολογίας σήμερα. Οι απόψεις που εκφράζονται εδώ είναι αυτές του συγγραφέα και δεν είναι απαραίτητα αυτές της TechRadarPro ή της Future plc. Αν ενδιαφέρεστε να συνεισφέρετε, μάθετε περισσότερα εδώ:


https://www.techradar.com/news/submit-your-story-to-techradar-pro