ИИ мог бы помочь решить климатический кризис, но в настоящее время это не так

Введение

Технология искусственного интеллекта (ИИ) может помочь решить климатический кризис. Многие менее масштабные приложения ИИ помогли сократить выбросы углерода, например, за счет проектирования более эффективных домов, оптимизации использования возобновляемых источников энергии и помощи в мониторинге вырубки лесов в Амазонии. ИИ может предоставить шаблон для сокращения выбросов углерода во всех сферах человеческой деятельности.

Однако общий углеродный след крупных компаний, занимающихся технологиями искусственного интеллекта, оставляет желать лучшего. По оценкам, системы искусственного интеллекта генерируют от 1 до 2% выбросов углерода и быстро растут. Кроме того, есть опасения, что ИИ поможет поддерживать отрасль ископаемого топлива. Это вызывает беспокойство, потому что отказ от ископаемого топлива рассматривается как один из наиболее важных факторов в борьбе с климатическим кризисом. Как показывает Джордж Монбиот, Cop26 должен держать ископаемое топливо в земле. Все остальное — отвлечение (https://www.theguardian.com/commentisfree/2021/nov/03/cop26-fossil-fuels).

Часть проблемы заключается в том, что крупномасштабные системы ИИ используют алгоритмы глубокого обучения. Это энергоемкие приложения в руках крупных технологических компаний, таких как Google, Microsoft и Amazon. Понятно, что они используют их в своих интересах, а это иногда означает участие в деятельности по добыче ископаемого топлива. В этой статье я описываю, почему их углеродный след высок и продолжает увеличиваться. Я также показываю, как их можно подтолкнуть к тому, чтобы они помогали, а не препятствовали цели сокращения выбросов углерода.

Климатический кризис

Аномальная погода оказывает катастрофическое влияние на жизнь на нашей планете. В 2021 году на большей части территории Европы, США, Канады и многих других стран наблюдались рекордные температуры. Огромные территории Австралии были охвачены пламенем, и даже такие места, как Сибирь, также сталкиваются с волнами тепла, что было немыслимо еще десять лет назад. В Великобритании, Германии, Китае, Индии и многих других местах экстремальные наводнения и аномальные температуры унесли жизни и опустошили тысячи семей. Последнее десятилетие было самым жарким за всю историю, и каждый из последних 19 из 20 лет был самым жарким за всю историю наблюдений, спровоцировав ужасные ураганы по всей планете с разрушительными последствиями.

Эти причудливые климатические модели подтверждают выводы Межправительственной группы экспертов по изменению климата (МГЭИК). В отчете за август 2021 года они выступили с суровым предупреждением, свидетельствующим о том, что изменение климата больше не является чем-то, что произойдет в отдаленном будущем — оно происходит сейчас и становится все хуже.

Согласно МГЭИК, это повышение температуры должно быть ограничено повышением примерно на 1,5 градуса по Цельсию до 2040 года, чтобы обеспечить устойчивость жизни. Тем не менее, даже используя самый оптимистичный прогноз из соглашения Cop26 ноября 2021 года, планета движется к повышению на 1,8 градуса по Цельсию. Таким образом, необходимо тщательно изучить каждого участника этой проблемы, включая роль крупных компаний, занимающихся технологиями искусственного интеллекта.

Хорошая новость: число приложений искусственного интеллекта для защиты окружающей среды растет

ИИ, использующий машинное обучение, в основном рассматривается как сила добра в решении климатического кризиса, как показали некоторые участники саммита Cop26 (https://ukcop26.org/events/technology-and-data-are-key-to-save). -окружающая среда). ИИ уже много лет используется в ряде экологических приложений, включая контроль над посевами, проектирование защиты от наводнений и проектирование эффективного жилья. Использование этой технологии также быстро растет благодаря мониторингу областей защиты окружающей среды, таких как вырубка лесов в тропических лесах Амазонки и отправка предупреждений о стихийных бедствиях в Японии. (https://news.trust.org/item/20210805153021-fp4sh.

Приложения ИИ также помогают дома, облегчая проектирование энергоэффективных зданий, автоматически отключая неиспользуемые приборы и оптимизируя использование возобновляемых источников энергии, по мере необходимости подавая солнечную и ветровую энергию в электросеть.

По данным Всемирного экономического форума, ИИ может помочь сократить выбросы углерода на 4% к 2030 году (https://www.weforum.org/agenda/2021/08/how-ai-can-fight-climate-change/) . Но этого не происходит в настоящее время.

Плохая новость — опасения по поводу воздействия ИИ на окружающую среду

Есть три основные области, вызывающие озабоченность в отношении углеродного следа деятельности ИИ. Это использование алгоритмов глубокого обучения, центры обработки данных, в которых хранится большая часть этих данных, и поведение крупных компаний, занимающихся технологиями искусственного интеллекта.

Углеродный след алгоритмов глубокого обучения

Системы искусственного интеллекта имеют высокий углеродный след. Это связано с тем, что в настоящее время большинство систем ИИ используют для своей работы алгоритмы глубокого обучения. Системы глубокого обучения используют большие объемы данных, генерируемых в основном из веб-приложений, таких как интернет-магазины и социальные сети. Они работают на мощном оборудовании и требуют для работы огромное количество энергии — гораздо больше, чем предполагалось изначально. Исследование показывает, что учебная модель по лингвистике может выбрасывать эквивалент более 284 тонн углекислого газа. Для сравнения, это примерно сравнимо с 288 обратными рейсами из Лондона в Нью-Йорк (https://arxiv.org/abs/1906.02243v1). Например, IBM Watson, GPT-2, стоил очень дорого во внедрении. Кроме того, эти требовательные к памяти модели увеличивают энергопотребление. Например, одна исследовательская статья (https://arxiv.org/abs/1907.10597), опубликованная в июле 2019 года, показала, что мощность компьютера, необходимая для подпитки моделей глубокого обучения, удваивалась каждые несколько месяцев и увеличивалась в 300 000 раз в течение последние шесть лет. Многие технологические компании заявляют, что компенсируют это стремлением к амбициозным целям по нулевому сбыту, но достаточно ли этого? В эпоху 5G системам обучения ИИ, скорее всего, потребуется существенное увеличение энергии, которая им понадобится, чтобы отказаться от ископаемого топлива, если это будет достигнуто.

Углеродный след центров обработки данных

По оценкам, в глобальном масштабе одни только центры обработки данных потребляют от 1 до 2% мирового спроса на электроэнергию (https://davidmytton.blog/how-much-energy-do-data-centers-use/), большая часть зависит от ископаемого топлива.

Центры обработки данных хранят облачные данные, используемые потребительскими продуктами, такими как смартфоны, ноутбуки и продукты на основе Alexa, многие из которых управляются искусственным интеллектом. Также наблюдается рост потоковой передачи фильмов в Интернете, таких как Netflix, видеоконференций, таких как Teams, и социальных сетей, которые неумолимо повышают спрос и потребление энергии. Большая часть этого растущего спроса обусловлена ​​искусственным интеллектом и алгоритмами глубокого обучения.

Углеродный след технологических компаний

Все крупные компании, занимающиеся технологиями искусственного интеллекта, взяли на себя обязательства по нулевому уровню выбросов, но при этом имеют значительные доли в ископаемом топливе. Например, по данным Гринпис, Amazon пообещала к 2040 году полностью отказаться от использования возобновляемых источников энергии. Более того, Amazon Web Services (AWS) продолжает строить крупные проекты центров обработки данных в районах, которые сильно зависят от ископаемого топлива. (https://www.greenpeace.org/usa/news/new-greenpeace-report-exposes-big-tech-connection-to-big-oil/). Как говорит Гринпис:

«Amazon, Google и Microsoft объявили о своих публичных обязательствах по сокращению выбросов углекислого газа, но в то же время они поддерживают ту самую отрасль, которую мы должны винить в глобальном потеплении. Эти выгодные контракты полностью подрывают их собственные климатические цели».

Также есть опасения по поводу партнерских отношений между гигантами, занимающимися ископаемым топливом, и компаниями, занимающимися искусственным интеллектом, которые, похоже, облегчают разведку ископаемого топлива. Например, в 2018 году Microsoft провела мероприятие под названием Расширение возможностей нефтегазовой отрасли с помощью ИИ (https://news.microsoft.com/en-xm/2018/11/12/microsoft-demonstrates-the-power-of -ai-and-cloud-to-oil-and-gas-players-at-adipec-2018/). Amazon также тесно сотрудничает с нефтяными компаниями и публикует статьи, поощряющие разведку ископаемых видов топлива. Например, Предсказание следующего нефтяного месторождения за считанные секунды с помощью машинного обучения (https://aws.amazon.com/blogs/apn/optimize-the -стоимость-запуска-моделей-роботов-данных-путем-развертывания-и-мониторинга-на-aws-serverless/?nc1=b_nrp).

Путь вперед

ИИ может и должен быть силой добра, помогая решить климатический кризис. Но, как я показал, в настоящее время происходит обратное. Все человечество проиграет, если планета станет непригодной для жизни больших слоев населения. Компании, занимающиеся технологиями искусственного интеллекта, должны смягчать, а не усугублять климатический кризис, и лица, ответственные за экологическую политику, должны поощрять такие действия. Крупные технологические компании могут компенсировать этот эффект, устанавливая «красные линии» против участия в проектах, связанных с ископаемым топливом. Они должны относиться к этому как к приоритету. Однако им нужно идти дальше, например, искать более энергоэффективные методы машинного обучения. Они также должны обеспечивать прозрачность и раскрывать информацию об использовании энергии в деятельности, связанной с ИИ. Политики национальных государств могли бы подтолкнуть их к безуглеродному движению, поощряя совместное финансирование соответствующих исследовательских проектов на пути к будущему возобновляемой энергии. Решение этого климатического кризиса требует глобальной приверженности всех сторон. В противном случае он потерпит неудачу.