Το κρυφό περιβαλλοντικό κόστος της τεχνητής νοημοσύνης (AI)
Τα τελευταία χρόνια, η τεχνητή νοημοσύνη (AI) έχει εισβάλει δυναμικά στη καθημερινότητά μας, μεταμορφώνοντας ριζικά τον τρόπο που επικοινωνούσαμε και σκεφτόμασταν μέχρι σήμερα. Στα πλαίσια του προγράμματος «Νέοι Δημοσιογράφοι για το Περιβάλλον» πραγματοποιήθηκε έρευνα με ερωτηματολόγια, σε μαθητές, γονείς και εκπαιδευτικούς ηλικίας μεταξύ 15 - 75 ετών στην περιοχή της Γεροσκήπου της Πάφου. Όπως φαίνεται από τα αποτελέσματα της έρευνας μας ένα υψηλό ποσοστό των ερωτηθέντων (73%) ενώ χρησιμοποιούν πολύ συχνά την τεχνητή νοημοσύνη στην καθημερινότητα τους (εικόνα 1), δεν γνωρίζουν ότι σχετίζεται με την κλιματική κρίση (εικόνα 2). Τα αποτελέσματα της έρευνας μας, λειτουργήσαν ως κίνητρο για την ενημέρωση και ευαισθητοποίηση της τοπικής κοινωνίας για το θέμα αυτό. Αφού πίσω από την «έξυπνη» αυτή τεχνολογία, κρύβεται ένα περιβαλλοντικό αποτύπωμα που σχετίζεται με την κλιματική κρίση και σπάνια συζητιέται και αξίζει να το γνωρίζουμε (εικόνα 3).
Η ανάπτυξη και χρήση της Τεχνητής Νοημοσύνης έχει σημαντικές περιβαλλοντικές επιπτώσεις μέσω της κατανάλωσης ενέργειας και των εκπομπών αερίων του θερμοκηπίου. Συγκεκριμένα, η εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης, δηλαδή η τροφοδότησή του με μεγάλα, υψηλής ποιότητας σύνολα δεδομένων, ώστε να μπορεί να μάθει μοτίβα, να κάνει προβλέψεις με την πάροδο του χρόνου αλλά και η λειτουργία μεγάλων μοντέλων AI απαιτεί τεράστια υπολογιστική ισχύ, η οποία με τη σειρά της καταναλώνει πολλή ηλεκτρική ενέργεια και αυξάνει τις εκπομπές CO₂, ειδικά όταν η ενέργεια αυτή παράγεται από ορυκτά καύσιμα [1]. Έρευνες έδειξαν ότι η εκπαίδευση ενός μόνο μεγάλου γλωσσικού μοντέλου μπορεί να καταναλώσει τόση ενέργεια όσο πέντε αυτοκίνητα σε όλη τη διάρκεια της ζωής τους, συμπεριλαμβανομένης της κατασκευής και της χρήσης τους [8].
Κάθε φορά που χρησιμοποιούμε μια εφαρμογή AI, από ένα chatbot μέχρι ένα εργαλείο δημιουργίας εικόνων, ενεργοποιούμε ισχυρούς servers που καταναλώνουν ενέργεια 24 ώρες το 24ωρο. Ενώ η εμπειρία για τον χρήστη φαίνεται «άυλη», οι υπολογιστικές διεργασίες πίσω από τις υπηρεσίες αυτές αφήνουν σημαντικό περιβαλλοντικό αποτύπωμα. Μάλιστα, πολλές φορές αυτή η ενέργεια προέρχεται από μη ανανεώσιμες πηγές, επιβαρύνοντας το περιβάλλον με CO₂. H συνεχής λειτουργία τέτοιων συστημάτων, όπως οι online AI υπηρεσίες, προσθέτει καθημερινά νέα ποσά ενέργειας στο ήδη βεβαρημένο ενεργειακό αποτύπωμα του ψηφιακού κόσμου [8].
Συνάμα, εκτός από την κατανάλωση ενέργειας για τη λειτουργία και την εκπαίδευση AI μοντέλων, η διαχείριση των τεράστιων συνόλων δεδομένων που αποθηκεύονται και πολλές φορές είναι αχρείαστα, οδηγούν στην αυξανόμενη ανάγκη για μεγαλύτερα κέντρα δεδομένων που καταναλώνουν ακόμα περισσότερη ενέργεια. Επιπλέον, η ανεξέλεγκτη παραγωγή δεδομένων επιδεινώνει το πρόβλημα, καθώς η αύξηση των ανεπεξέργαστων πληροφοριών που συλλέγονται από επιχειρήσεις σε συνδυασμό με τα AI μοντέλα οδηγεί σε κατανάλωση όλο και περισσότερης ενέργειας με αποτέλεσμα την όξυνση του φαινομένου του θερμοκηπίου και την κλιματική κρίση [2].
Μία από τις βασικές προσεγγίσεις για να αντιμετωπιστούν οι περιβαλλοντικές επιπτώσεις της χρήσης της Τεχνητής Νοημοσύνης είναι η πράσινη ψηφιακή μεταμόρφωση. Σύμφωνα με την UNESCO, οι τεράστιες ενεργειακές απαιτήσεις που συνδέονται με την εκπαίδευση και χρήση μεγάλων AI μοντέλων επιβάλλουν να αλλάξει ο τρόπος που σχεδιάζονται και χρησιμοποιούνται οι υποδομές της τεχνητής νοημοσύνης. Συγκεκριμένα μέτρα όπως η μείωση του μεγέθους των μοντέλων με τεχνικές συμπίεσης που μειώνουν το μέγεθος των δεδομένων εξοικονομώντας χώρο και χρόνο μετάδοσης, συντελούν στην εξάλειψη της πλεονάζουσας πληροφορίας και χρειάζονται πολύ λιγότερη ενέργεια [4].
Μία επιπλέον λύση στο πρόβλημα είναι ο σχεδιασμός πιο αποδοτικών και «ελαφριών» μοντέλων AI, πρέπει να γίνεται επιλογή του κατάλληλου μοντέλου για κάθε εργασία, ώστε τα μικρά εξειδικευμένα μοντέλα να αντικαθιστούν τα μεγάλα μοντέλα Large Language Model (LLM) που που χρησιμοποιούν διάφορες τεχνικές βαθιάς μάθησης (Deep Learning) και μεγάλων δεδομένων προκειμένου να παραχθεί κείμενο με τρόπο που να μοιάζει στην ανθρώπινη ομιλία. Παράλληλα, η μείωση της πολυπλοκότητας των εντολών που δίνουμε σε διάφορες εφαρμογές – εργαλεία της τεχνητής νοημοσύνης, μπορεί να μειώσει έως και 50% την ενεργειακή κατανάλωση [7].
Ο Οργανισμός Οικονομικής Συνεργασίας και Ανάπτυξης (OECD), σε ειδική έκθεση για το περιβαλλοντικό αποτύπωμα της Τεχνητής Νοημοσύνης, τονίζει ότι είναι απαραίτητο οι κυβερνήσεις και οι διεθνείς οργανισμοί να δημιουργήσουν συστηματικές μεθόδους μέτρησης και διαφάνειας για την ενέργεια και άλλους πόρους που καταναλώνουν τα AI συστήματα. Προτείνουν, καθιέρωση προτύπων μέτρησης του ενεργειακού και περιβαλλοντικού αποτυπώματος της AI. Ακόμη, προτείνουν επέκταση της συλλογής δεδομένων για την ακριβή εκτίμηση των εκπομπών αερίων του θερμοκηπίου, όχι μόνο σε επίπεδο λειτουργίας αλλά και παραγωγής και διάθεσης του εξοπλισμού. Τέλος, προτείνουν διαφάνεια και κοινή χρήση μετρήσεων ώστε οι επιχειρήσεις, οι χώρες και γενικά οι κοινότητες να υιοθετήσουν βέλτιστες πρακτικές και να διαμορφώσουν πολιτικές με πραγματικά δεδομένα. Με τον τρόπο αυτό, η τεχνητή νοημοσύνη θα γίνει μέρος της λύσης της κλιματικής κρίσης και όχι μέρος του προβλήματος [5].
Το Περιβαλλοντικό Πρόγραμμα των Ηνωμένων Εθνών (UNEP) υποστηρίζει ένα σύνολο πρακτικών πολιτικών και τεχνικών μέτρων για να μειώσουν την αρνητική επίδραση της AI. Συγκεκριμένα, το πρόγραμμα υποστηρίζει την υιοθέτηση ανανεώσιμων πηγών ενέργειας από τα κέντρα δεδομένων, τις κτιριακές εγκαταστάσεις που φιλοξενούν τεράστιους όγκους υπολογιστών, servers και υποδομών αποθήκευσης /τηλεπικοινωνιών, αποτελώντας την καρδιά του «υπολογιστικού νέφους» (cloud) και της ψηφιακής οικονομίας, ώστε να μειωθούν άμεσα οι εκπομπές αέριων του θερμοκηπίου [3]. Παράλληλα, υποστηρίζει την υποχρεωτική δημοσιοποίηση του περιβαλλοντικού αποτυπώματος των προϊόντων τεχνητής νοημοσύνης ώστε χρήστες, επενδυτές και ρυθμιστικές αρχές να μπορούν να συγκρίνουν και να επιλέγουν πιο φιλικές προς το περιβάλλον λύσεις [6]. Εμείς σαν πολίτες δεν πρέπει να απορρίψουμε την AI αλλά όταν την χρησιμοποιούμε να αναπτύσσουμε πιο υπεύθυνες και βιώσιμες πρακτικές όπως: η ψηφιακή λιτότητα, δηλαδή χρήση AI υπηρεσιών μόνο όταν πραγματικά χρειάζεται, η επιλογή AI υπηρεσιών που λειτουργούν με ανανεώσιμες πηγές ενέργειας όπου είναι εφικτό.
Συμπερασματικά, η Τεχνητή Νοημοσύνη παρότι προσφέρει σημαντικές δυνατότητες, μπορεί να οδηγήσει σε σοβαρές περιβαλλοντικές προκλήσεις. Ωστόσο, οι αρνητικές επιπτώσεις μπορούν να αντιμετωπιστούν με στοχευμένες πρακτικές. Η ενημέρωση και ευαισθητοποίηση του κοινού για τις περιβαλλοντικές συνέπειες της χρήσης της τεχνητής νοημοσύνης θα παίξει καταλυτικό ρόλο στην αντιμετώπιση της κλιματικής κρίσης. Με τη σωστή χρήση η τεχνητή νοημοσύνη μπορεί να εξελιχθεί σε ένα περιβαλλοντικά υπεύθυνο εργαλείο που όχι μόνο μειώνει το δικό της περιβαλλοντικό αποτύπωμα, αλλά και συμβάλλει θετικά στην αντιμετώπιση της κλιματικής κρίσης.
Βιβλιογραφία:
1. Navigating the environmental impact of AI
https://oecd.ai/en/wonk/navigating-the-environmental-impact-of-ai?utm_source=chatgpt.com
2. Everyone must understand the environmental costs of AI
https://oecd.ai/en/wonk/understand-environmental-costs?.com
3. How AI Policy can Accelerate Climate Action
https://www.unesco.org/en/articles/how-ai-policy-can-accelerate-climate-action?.com
4. Green Digital Transformation
https://www.unesco.org/en/en/green-digital-transformation?.com
5. Recommendation of the Council on Digital Technologies and the Environment
https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0380?.com
6. Artificial intelligence: How much energy does AI use?
https://unric.org/en/artificial-intelligence-how-much-energy-does-ai-use/?.com
7. Τεχνητή νοημοσύνη και κατανάλωση ενέργειας: Πώς τα AI συστήματα επηρεάζουν τα κέντρα δεδομένων παγκοσμίως
https://energypress.gr/index.php/news/tehniti-noimosyni-kai-katanalosi-energeias-pos-ta-ai-systimata-epireazoyn-ta-kentra-dedomenon
8. To Περιβαλλοντικό Αποτύπωμα της Τεχνητής Νοημοσύνης (ΑΙ)
https://www.spartan.gr/news/to-periballontiko-apotypoma-tes-technetes-noemosynes-ai
Παράρτημα:
 |
Εικόνα 1: Αποτελέσματα έρευνας με τα ποσοστά ατόμων που χρησιμοποιούν την τεχνητή νοημοσύνη στην καθημερινότητα τους.
 |
Εικόνα 2: Αποτελέσματα έρευνας με τα ποσοστά ατόμων που πιστεύουν ότι η τεχνητή νοημοσύνη σχετίζεται με την κλιματική κρίση.
|
Εικόνα 3: Τίτλος έργου: «Η ala card «γεύση» ενός AI menu!» (Εικαστική φιλοτέχνηση, Χρίστος Ποτσίδης, καθηγητής Τέχνης).
Μαθητική ομάδα:
Θεοφάνους Μυριάνθη Β31
Κάιζερ Ηρόδοτος Β31
Νεοφύτου Γεωργία Β32
Υπεύθυνη καθηγήτρια:
Μέλπω Τρύφωνος