Tekoäly (AI) on ollut olemassa lyhyen aikaa, mutta sitä pidetään jo pelin muuttajana sen muuntautumispotentiaalin vuoksi. Sen kehittäminen, ylläpito ja hävittäminen ovat kuitenkin kaikki vastuussa suuresta hiilijalanjäljestä. Tämä saa ihmiset huolestumaan tekoälyn ympäristövaikutuksista. Tässä blogissa kaivetaan syvälle tähän piilotettuun ongelmaan.
Tekoälyn todellinen ympäristövaikutus: negatiivinen vs positiivinen
Tekoälyn takana on energiaintensiivinen prosessi, jolla on valtava hiilijalanjälki. Nykyään tekoälyn palvelinkeskukset toimivat 24/7 käyttää pääasiassa fossiilisista polttoaineista saatua energiaa. Niiden osuus on lähes 2.5 - 3.7% kasvihuonekaasupäästöistä.
Tulet järkyttymään, kun tiedät sen OpenAI-tutkijat, parhaiden tekoälymallien kouluttamiseen tarvittava laskentateho on kaksinkertaistunut 3.4 kuukauden välein vuodesta 2012 lähtien. Tuoreen tutkimuksen Massachusettsin yliopiston asiantuntijat Amherstissä tarkastelivat myös erilaisten suurten tekoälymallien koulutuksen ympäristövaikutuksia. He huomasivat, että tämä prosessi voisi tuottaa yli 626,000 XNUMX kiloa hiilidioksidia. Se on lähes viisi kertaa keskimääräisen amerikkalaisen auton päästöt sen elinkaaren aikana.
Alla oleva taulukko esittää tekoälyn tärkeimmät positiiviset ja negatiiviset vaikutukset:
| Positiiviset vaikutukset | Negatiiviset vaikutukset |
| Auttaa torjumaan metsäkadon, metsäpalojen, villieläintautien torjuntaa ja biologisen monimuotoisuuden seurantaa. | Suuri sähkönkulutus harjoituksen aikana. |
| Kannustaa kiertotalousaloitteita. | Resurssien, kuten veden ja raaka-aineiden, käytön mahdollinen lisäys. |
| Optimoi maatalouden, kuljetuksen ja jätehuoltoprosessit. | Osallistuu elektroniikkajätteen syntymiseen. |
| Ennustaa energiankäyttötottumuksia ja parantaa energiatehokkuutta. | Voi pahentaa olemassa olevia ympäristöongelmia. |
| Parantaa uusiutuvien energialähteiden suorituskykyä. | Pitkä laskenta-aika harjoitteluun lisää tekoälypäästöjä. |
| Hallitsee sähkön saantia ja lisää luotettavuutta. | Harjoitteludatan harha voi johtaa tekoälyalgoritmien puolueellisiin päätöksiin. |
| Analysoi maaperää, ennustaa satoa ja tunnistaa tuholaisia kestävää viljelyä varten. | Energiantarve kasvaa tekoälyn käytön lisääntyessä. |
| Auttaa tehokkaasti reagoimaan katastrofeihin. | Makean veden intensiivinen harjoittelu lisää vesipulaa. |
| Helpottaa uusien materiaalien luomista. | Tuottaa ilmailuun verrattavia CO2-päästöjä, mikä vaikuttaa syrjäytyneisiin yhteisöihin. |
| Tukee biologisen monimuotoisuuden suojelutoimia. | Energiankulutus saastuttaa ilmaa. |
Tekoälyn negatiivinen vaikutus ympäristöön
Sen tärkein haittapuoli liittyy datakeskuksiin, koska ne kuluttavat paljon energiaa tekoälymallien ylläpitoon. Tavallisiin rakennuksiin verrattuna ne käyttävät noin 10 ja 50 kertaa enemmän energiaa kerrosta kohden. Suurien kielimallien (LLM), kuten GPT-4, kasvaessa näiden palvelinkeskusten energiankäyttö kasvaa edelleen. Keskustellaan joistakin tekoälyyn liittyvistä ympäristöhaasteista.
1. Energiankulutuksen lisääminen
Tekoälymallien harjoittelu kuluttaa valtavan määrän sähköä, joka tuotetaan pääosin fossiilisista polttoaineista. Kaikki tämä lisää kasvihuonekaasupäästöjä.
Mukaan Yhdysvaltain energiatehokkuuden ja uusiutuvan energian toimisto, palvelinkeskukset, mukaan lukien tekoälyyn käytetyt, vastaavat lähes 2 % sähkön kokonaiskulutuksesta Yhdysvalloissa
2. Resurssien kulutuksen lisääminen
Tekoälyn käyttö teollisuudessa, kuten valmistus, voi lisätä resurssien, kuten veden ja raaka-aineiden, kulutusta. Tämä voi vahingoittaa ympäristöä.
AI-koulutus perustuu myös GPU (Graphics Processing Units). Niiden tuotantoa varten tarvitaan harvinaisia metalleja ja merkittävää vedenkulutusta.
3. Lisääminen elektroniikkajätteeseen
Tämä hukka koostuu haitallisista kemikaaleista mukaan lukien lyijy, elohopea ja kadmium. Veden ja maaperän saastuttamisen lisäksi ne voivat myös aiheuttaa merkittäviä haittoja ihmisille ja luonnolle.
2050: n avulla World Economic Forum ennustaa, me teemme tuottaa yli 120 miljoonaa tonnia sähköistä jätettä joka vuosi. Jotta näin ei kävisi, tarvitsemme parempaa sähköisen jätteen käsittelyä ja kierrätystä.
Ristiviittaus: Nykyinen sähköisen jätteen hallinta tekoälytekniikoilla
4. Luonnollisiin ekosysteemeihin vaikuttaminen
Tekoälyt, kuten kuljettajattomat autot ja jakeludronit voi vahingoittaa eläimiä ja luontoa. Tämä voi lisätä hukkaa ja kulutusta erityisesti verkkokaupassa, jossa tavarat toimitetaan nopeasti ja usein.
Tekoäly maataloudessa saattaa myös olla käytä liikaa lannoitteita ja torjunta-aineita. Tämä voi vahingoittaa vettä, maaperää ja biologista monimuotoisuutta. Tekoälyn käyttäminen ympäristössä herättää myös eettisiä huolenaiheita. Meidän on tasapainotettava tekoälyn edut luonnon suojelun kanssa, jotta ne voivat elää rinnakkain.
5. Hiilipäästöjen lisääminen
Koska tekoälytoiminnot kuluttavat paljon energiaa, ne ovat suurimpia syyllisiä lisääntyneiden hiilidioksidipäästöjen takana. Miljoonia tunteja laskenta-aikaa käytetään uuden sukupolven tekoälymallien koulutukseen. Tämä lisää energiankulutusta entisestään.
Usein tämän energian tuotanto riippuu myös maakaasusta, öljystä, hiili tai vesivoima, jotka ovat kaikki tärkeimmät tekoälypäästöjen lähteet.
6. Edistetään harhaa päätöksenteossa
Jokaisen tekoälyn vastustajan suurin ongelma liittyy todennäköisyyteen, että tekoäly tekee puolueellisia päätöksiä. Tekoälyalgoritmit luottavat suuresti tietoihin, joihin ne on koulutettu. Puolueet päätökset voivat aiheuttaa vääristymiä näissä tiedoissa.
Tekoälyn käyttö ympäristön hallintaan herättää joukon eettisiä huolenaiheita. Jos sen algoritmi on koulutettu tietoihin, jotka suosivat talouskasvua ympäristönhoidon sijaan, se saattaa asettaa lyhyen aikavälin taloudelliset hyödyt etusijalle pitkän aikavälin ympäristöterveyden sijaan.
Ristiviittaus: Mitä teemme tekoälyn harhoille?
7. Kasvava energian kysyntä
Nykyiset trendit osoittavat, kuinka tekoäly on vähitellen ottanut paikan elämässämme apuvälineenä. Ajan myötä sen käyttö lisääntyy ja samalla myös energian tarve. Tämä on siis merkittävä tekijä kasvihuonekaasupäästöissä.
Jos esimerkiksi nykyiset tekoälytrendit jatkuvat, vuoteen 2027 mennessä NVIDIA voisi toimittaa lähes 1.5 miljoonaa tekoälypalvelinyksikköä vuodessa. Nämä palvelimet saattavat käyttää noin 85.4 terawattituntia sähköä vuodessa. Tämä ylittää jopa monien pienten maiden energiankulutuksen.
8. Veden hävittämisen ja ilman pilaantumisen edistäminen
Et ehkä tiedä, että AI-mallit vaativat paljon makeaa vettä. Tämä voi myös lisätä veden hukkaa. A Tuoreen tutkimuksen ehdottaa tätä ChatGPT vaatii lähes 500 ml vettä jokaista 20–50 kysymystä kohden ja vastauksia palvelinkeskustensa jäähdyttämiseen. Tämä vesi voi saastua kemikaalien ja jätteiden vaikutuksesta. Joten sen uudelleenkäyttö voi vaatia lisäkäsittelyä.
Tutkimus osoitti myös, että koulutus GPT-3 voisi olla kulutti yli 700,000 XNUMX litraa puhdasta vettä. Valitettavasti vesi haihtuu käytön aikana, eikä sitä voi käyttää uudelleen. Tämä pahentaa vesipulaongelmaa. Tekoälyn käyttämä energia voi myös myötävaikuttaa ilman saastumiseen, varsinkin jos se käyttää uusiutumattomia energialähteitä.
Katso myös Kuinka pienentää hiilijalanjälkeä opiskelijana koulussa tai korkeakoulussa
9. Häneltä puuttuu vastuullisuus ja avoimuus
Tekoälyn kehittäminen ja käyttö eivät usein ole läpinäkyviä tai vastuullisia. Monet yritykset etusijalle taloudellinen hyöty ja kilpailukyky mahdollisten ympäristöhaittojen edelle tekoälytekniikoiden aiheuttamia.
Tekoälyt ovat myös monimutkaisia, ja tämän monimutkaisuuden vuoksi käyttäjien on vaikea selvittää todellista ympäristöjalanjälkeään. Lisäksi tekoälyn kehittämiseen käytetyt piilotiedot ja salaiset koulutusmenetelmät estävät tekoälyn hiilijalanjäljen tai ympäristövaikutusten tarkkaa arviointia. Varmistaaksemme, että tekoäly vastaa ympäristönäkökohtia, me avoimia menettelyjä ja lakeja on kehitettävä ja pantava täytäntöön.
10. Saattaa vahingoittaa historiallisesti syrjäytyneitä yhteisöjä
Tätä teknologiaa käytetään useilla aloilla ja se tuottaa samanlaisia hiilidioksidipäästöjä kuin lentoteollisuus. Nämä lisääntyneet päästöt ovat erityisen haitallisia erittäin saastuneilla alueilla asuville historiallisesti syrjäytyneille yhteisöille. He ovat alttiimpia saastumiseen liittyville terveysriskeille.
Lue myös: ChatGPT:n Thirsty Data Centerit tyhjentävät vesivaroja
Tekoälyn positiivinen vaikutus ympäristöön
Älä ylikuormita itseäsi sen negatiivisilla puolilla, sillä on myös monia positiivisia puolia. Sillä on kyky analysoida valtavia määriä tietoa, kuten sääsatelliiteista. Muita siihen liittyviä myönteisiä vaikutuksia käsitellään alla:
1. Ilmastonmuutoksen lieventäminen
Tekoälyllä on valtava potentiaali auttaa meitä suojelemaan luontoa ja torjumaan luontoa. Se auttaa nopeampaan ja laajempaan ilmastonmuutoksen seurantaan. Sen tiedot voivat auttaa meitä ennustaa luonnonkatastrofit tarkasti. Tämä ei ainoastaan helpota tehokasta evakuointia, vaan myös minimoi vahingot. Tässä on joitain tapoja, joilla se auttaa hillitsemään ilmastonmuutosta:
- Metsäkadon torjunta: Analysoimalla satelliittikuvia se auttaa organisaatioita mm WWF käytä tekoälyä, esim Metsän ennakointi havaita ja estää laiton metsäkado.
- Maastopalojen torjunta: Analysoimalla dataa, kuten kameramateriaalia, se voi auttaa paikantamaan ja ennustamaan metsäpalojen kasvua. Tämä antaa palomiehille mahdollisuuden reagoida tehokkaammin.
- Villieläinten tautien havaitseminen: Se tunnistaa nopeasti sairauksien merkit villieläimistä. Tämä on erittäin hyödyllistä varhaisessa havaitsemisessa sekä ehkäisyssä.
- Biologisen monimuotoisuuden seuranta: Kun tekoäly yhdistetään droneihin ja satelliittimateriaaliin, se voi seurata tehokkaasti muutoksia eläinten käyttäytymisessä. Se ei ainoastaan pysty jäljittämään erilaisia eläinpopulaatioita, vaan myös tunnistamaan biologiseen monimuotoisuuteen kohdistuvia uhkia.
- Liikakalastuksen estäminen: AI-työkalut, kuten Smart Boat -aloite voi auttaa meitä valvomaan kalastuskäytäntöjä ja ehkäisemään laitonta kalastusta.
Ristiviittaus: Tekoälypohjainen seuranta auttaa tautien havaitsemisessa maatilalla
2. Kiertotalouden edistäminen
Ne voivat auttaa edistämään kiertotaloutta
- Kierrätysmateriaalien tunnistaminen ja talteenotto: Tekoälyohjatut robotit ovat nopeampia ja tehokkaampia kierrätettävien materiaalien lajittelussa. Ne edistävät kierrätystä ja vähentävät kasvihuonepäästöjä.
- Veden kierrätys ja uudelleenkäyttö: Voit käyttää AI-työkaluja veden laadun seuraamiseen. Ne auttavat havaitsemaan saastumisen varhaisessa vaiheessa ja auttavat myös vedenkäsittelyprosesseissa.
3. Toimintojen optimointi
Ne optimoivat toiminnan useilla eri aloilla:
- Maatalous: Tällä alalla tekoälytyökaluja käytetään maaperä- ja säätietojen hallussapitoon. Tämä ei ainoastaan auta tehostamaan tarkkuusviljelyä, vaan lisää myös satoa.
- Kuljetus: Sen työkalujen avulla voidaan optimoida reittejä ja vähentää liikenneruuhkia. Kaiken kaikkiaan ne minimoivat liikenteen aiheuttamat päästöt.
- Jätehuolto: Tekoälyä voidaan käyttää kysynnän ennustamiseen ja varaston optimointiin. Tämä voi tehostaa jätehuoltoprosesseja jätteen vähentämiseksi ja tehokkuuden parantamiseksi.
4. Energiatehokkuuden parantaminen
Alla olevat kohdat osoittavat, kuinka tekoäly voi parantaa tätä tehokkuutta:
- Energiankäytön ennustaminen: Se osaa ennustaa energiankulutusmalleja ja tunnistaa energiansäästökohteita.
- Jäähdytysjärjestelmien optimointi: Googlen kaltaiset yritykset käyttävät tekoälyä jäähdytysjärjestelmien optimointiin. Tämä ei ainoastaan vähennä energiankulutusta, vaan myös hiilidioksidipäästöjä.
5. Uusiutuvan energian tukeminen
Se tukee myös uusiutuvien energialähteiden, kuten aurinko- ja tuulivoiman, kukoistamista. Se tekee sen ennustamalla niiden energiantuotantoa, parantamalla niiden suorituskykyä ja virtaviivaistamalla niiden kunnossapitoa.
Esimerkiksi GE Uusiutuva energia käyttää tekoälyä tuuliturbiinissaan. Näillä turbiineilla on anturit ja AI-algoritmit, jotka voivat ennustaa muutoksia tuuliolosuhteissa. Sitten he säätävät turbiinin toiminnot vastaavasti. Tämä ennustekyky ei vain lisää niiden energiantuotantoa, vaan myös varmistaa, että turbiinit toimivat tehokkaasti.
6. Älykkäiden verkkojen avustaminen
Tekoäly auttaa tekemään energiaverkoista älykkäämpiä. Se tutkii tietoja antureista ja mittareista. Nämä tiedot auttavat laitoksia hallitsemaan sähkön tarjontaa ja kysyntää. Tämä vähentää entisestään energiahukkaa ja parantaa luotettavuutta.
Microsoft käyttää myös tekoälyä parantaakseen datakeskustensa energiatehokkuutta. Osana kestävän kehityksen tavoitteitaan se pyrkii hiilinegatiiviseksi vuoteen 2030 mennessä.
7. Kestävän maatalouden tukeminen
Tekoäly voi olla suuri tuki kestävässä maataloudessa. Miten, sinun täytyy olla utelias. No, se voi analysoida maaperää koskevia tietoja ja ennustaa satoja. Se voi myös havaita tuholaisten ja tautien puhkeamisen. Ne voivat auttaa viljelijöitä maksimoimaan sadontuotantonsa. Ne edistävät lannoitteiden ja torjunta-aineiden vähimmäiskäyttöä.
FarmWise on yksi esimerkki tekoälyn käytöstä kestävässä maataloudessa. Se käyttää tekoälyohjattuja robotteja rikkaruohojen tarkkaan tunnistamiseen ja poistamiseen pelloilta. Tämä vähentää kemiallisten rikkakasvien torjunta-aineiden tarvetta ja auttaa tukemaan kestäviä viljelymenetelmiä.
8. Avustaminen katastrofitoimissa
Tekoäly voi nopeuttaa teknologista kehitystä. Tämä voi muuttaa tilannetta katastrofitilanteissa. AI-työkalut voivat antaa tarkkoja ennusteita merkittävistä ympäristötapahtumista kuten sään muutokset, eroosio ja maanvyörymät. Jos meillä on tarkempaa tietoa katastrofin tapahtumisesta, olemme valmiimpia taistelemaan sitä vastaan.
9. Uusien materiaalien luominen
Tämä tekniikka voi myös olla auttaa luomaan ympäristöystävällisiä materiaaleja. Ne voidaan suunnitella siten, että niillä on tiettyjä ominaisuuksia, kuten kevyitä tai vahvoja. Voimme käyttää tällaisia materiaaleja rakentamisessa tai ilmailussa.
Jos pystymme valmistamaan materiaalit uusiutuvista lähteistä, vähennämme myös riippuvuuttamme fossiilisista polttoaineista. Tämä myös minimoi materiaalituotannon ympäristöhaittoja.
10. Biologisen monimuotoisuuden edistäminen
Tämä on yksi tekoälyn suurimmista myönteisistä ympäristövaikutuksista. Se auttaa suojelemaan erilaisia ekosysteemejä ja lajeja. Se voi analysoida suuria tietomääriä. Se käyttää tätä kykyä analysoida tietoja populaatiosta, elinympäristöstä ja eri ekosysteemeihin ja lajeihin liittyvistä uhista.
Keskustellaan nyt tekoälyn ja ympäristön kestävyyden välisestä suhteesta. Se auttaa meitä päättämään, voivatko ne elää rinnakkain.
Katso myös: Urtopia julkistaa maailman ensimmäisen ChatGPT:hen integroidun sähköpyörän
Onko ympäristön kestävyys mahdollista tekoälyn avulla?
Kyllä Tekoäly voi olla erittäin hyödyllinen ympäristön kestävyyden parantamisessa. Joitakin tapoja, joilla se voi tehdä ympäristön kestävyyden mahdolliseksi, käsitellään jäljempänä
- Maataloudessa sitä voidaan käyttää ympäristöolosuhteiden ja satojen seurantaan. Se voi jopa auttaa vähentämään veden ja lannoitteiden käyttöä.
- Se voi optimoida veden käytön ja tarjota tehokas vesivarojen hallinta. Se pyrkii alentamaan johdon kustannuksia ja ympäristövaikutuksia.
- Valmistuksessa se voi auttaa tehdä tarkkoja järjestelmäsuunnitelmia. Tämä voi auttaa vähentämään jätettä ja energian käyttöä tuotannossa.
- Kierrättämällä lämpöä ja seuraamalla käyttöastetta, se voi optimoida rakennusten energiankäytön. Näin se voi olla loistava tilojen hallintaan.
- Tekoäly satelliittikuvilla auttaa havaita muutokset maankäytössä ja kasvitaudit aikaisin. Tämä auttaa kestävässä maankäytössä.
- Se voi valvoa ilmansaasteita ja varoittaa kaupunkilaisia saastelähteistä.
- Se pystyy hallita energiahuoltoa tehokkaasti ja on parantanut uusiutuvan energian tuotantoennusteita.
- Se havaitsee saastumisen varhain ja siten vähentää kasvihuonekaasupäästöjä ajoneuvoista.
- Se voi auttaa säästää luonnonvaroja. Se tekee sen virtaviivaistamalla maatalouden tuotantopanoksia, vähentämällä tuotannon jätettä ja optimoimalla energian käyttöä rakennuksissa.
Katso myös: 15+ parasta startupia, jotka kehittävät tekoälyä energiatehokkuuden parantamiseksi
Teknisten toimitusjohtajien ja kauppakorkeakoulujen ajatuksia generatiivisesta tekoälyn kestävästä kehityksestä
Tämä on toisenlainen tekoäly, joka voi luoda erityyppistä sisältöä, kuten kuvia, ääntä, tekstiä ja synteettistä dataa. Viimeaikainen jännitys sen ympärillä johtuu sen helppokäyttöisistä käyttöliittymistä, joiden avulla käyttäjät voivat tehdä huippuluokan tekstiä, grafiikkaa ja videoita nopeasti.
Tämä on mitä tunnetuilla teknologiajohtajilla, yrityksillä ja kauppakorkeakouluilla on sanottavana Generative AI:stä:
1. Mukaan Paul Daugherty, joka on Accenturen teknologia- ja innovaatiojohtaja, heidän yrityksensä kannattaa aktiivista toimintaa generatiivisen tekoälyn parissa. Hän sanoo sen yritysten tulisi sukeltaa, käyttää sitä, kokeilla ja hankkia omakohtaista kokemusta. Tätä lähestymistapaa noudatetaan myös Accenture sisäisesti.
2. Mukaan IBM, generatiivinen tekoäly voi parantaa liiketoiminnan resurssitehokkuutta. Se voi tehdä niin analysoida tietoja reaaliaikaista energian jakelua varten, vähentää kustannuksia ja päästöjä. Se auttaa toimitusjohtajia suunnittelemaan kestäviä yrityksiä. Tämä varmistaa, että ihanteet muuttuvat toimiviksi strategioiksi ja mitattavissa oleviksi tuloksiksi. Tämä auttaa johtoa vastaamaan sidosryhmien odotuksiin tehokkaasti.
3. Harvard Business Review toteaa, että generatiivinen Tekoäly voi lisätä työntekijöiden ja asiakkaiden luovuutta. Se voi auttaa luomaan ja havaitsemaan uusia ideoita ja parantamaan niiden laatua. Se voi myös edistää erilaista ajattelua, torjua asiantuntemusta, arvioida ideoita, jalostaa niitä ja edistää yhteistyötä.
4. EY kertoo toisen mielenkiintoisen tosiasian. Se havaitsi sen Lähes 70 % toimitusjohtajista tunnustaa generatiivisen tekoälyn (GenAI) käyttöönoton kiireellisyyden. pysyäkseen kilpailukykyisenä. Mutta 68 % on myös melko epävarma tästä tekniikasta. Tämä epävarmuuden puute estää heidän kykyään toimia nopeasti.
5. Kuten Deloitten analyysi, tehokas digitaalinen muutos voi nostaa markkina-arvoa jopa 1.25 biljoonalla dollarilla. Ja Gen AI toimii suurena katalysaattorina tämän muutoksen aikaansaamisessa. Gen AI-markkinoiden kaksinkertaistuessa joka toinen vuosi, ennusteet osoittavat, että tekoälyyn perustuvat tuottavuuden parannukset voivat lisätä $ 7 biljoonaa maailman BKT:hen seuraavan vuosikymmenen aikana.
Joten generatiivinen tekoäly on vielä uusi, mutta varmasti kehutaan kyvyistään. Se voi parantaa luovuuttasi, tehostaa resurssitehokkuutta ja jopa saada aikaan digitaalisia muutoksia. Vaikka tekoälyn todelliset ympäristövaikutukset tunnustetaan, toimitusjohtajat ovat edelleen hieman epävarmoja sen käyttöönotosta. Jos haluat lisää tällaista informatiivista sisältöä, pysy kuulolla verkkosivuillamme.
Suositus: Yli 20 keksintöä, jotka täytyy keksiä auttamaan maailmaa
