13. oktober 2023

AI's stigende CO2-aftryk er en udfordring. Her er, hvad vi kan gøre ved det

AI

Der er mange fordele ved at anvende AI, men det er ikke uden omkostninger for miljøet. Ifølge adjunkt Raghavendra Selvan kan vi ikke adskille teknologiens nytteværdi fra dens miljømæssige omkostninger. Heldigvis er det muligt at justere AI-metoders ressourceforbrug og gøre dem mere klimavenlige.

Raghavendra Selvan
Adjunkt Raghavendra Selvan er en af oplægsholderne ved Digital Tech Summit 2023, som i år bærer temaet “AI transforming business”. Foto: Datalogisk Institut

I de seneste år har vi set mange eksempler på, hvordan AI-teknologi har gjort nye opdagelser mulige og optimeret resultater og arbejdsgange inden for forskellige områder, fra overvågning af natur og klima til risikovurdering af brystkræft 

Men at udvikle og anvende AI har en pris. Det anslås, at CO2-aftrykket fra informations- og kommunikationsteknologi allerede er mindst lige så stort som CO2-aftrykket fra verdens samlede flytrafik. Og med fuld fart på digitaliseringen, heriblandt flere AI-løsninger, forventes det, at udledningen af CO2 vil stige betydeligt i de kommende år.   

Ifølge Tenure-Track adjunkt Raghavendra Selvan er vi nødt til at blive bevidste om de miljømæssige omkostninger der er ved at anvende AI. Ikke fordi vi skal begrænse brugen af smarte AI-løsninger, men fordi vi skal finde måder at gøre dem grønnere og samtidig høste fordelene ved AI.  

- Vi taler ofte om, hvordan vi kan bruge AI-metoder til at fremme FN's mål for bæredygtig udvikling, men vi taler sjældent om det faktum, at AI i sig selv har et stort, underliggende ressourceforbrug. Selvom en teknologi bruges til at fremme den grønne omstilling, bør det ikke forhindre os i at spørge, om teknologien i sig selv er grøn eller ej, siger Raghavendra Selvan.  

Høj energipris = højt CO2-aftryk  

Adjunkt Raghavendra Selvan forsker i, hvordan det konkret er muligt at sænke CO2-aftrykket fra AI, og hvordan vi kan skabe mere bevidsthed om AI’s omkostninger, hvilket han kalder klimabevidst AI.  

- På mikroniveau kan vi gøre algoritmerne hurtigere og mere effektive og dermed reducere deres ressourceforbrug. For eksempel giver det mening at se på, hvordan vi kan reducere antallet af bits, der bruges til at udføre beregningerne, og hvordan vi kan undgå overflødige beregninger, siger Raghavendra Selvan og fortsætter:

- Vi bør også løbende vurdere, om vi har brug for alle de data, vi har gemt. Begrebet dark data henviser til de data, der genereres, men som vi aldrig kigger på igen. Man estimerer, at mere end halvdelen af de data, der opbevares i datacentre, er dark data. Sådanne ubenyttede data forbruger stadig energi, og det er overflødigt.   

På makroniveau kan vi se på, hvor og hvornår beregningerne udføres. Uden for spidsbelastningsperioder er sandsynligheden for, at der kun bruges vind- og solenergi stor i lande som Danmark. Vælger vi at træne AI-systemer i disse perioder, reducerer vi ikke kun CO2-aftrykket fra træningssessionerne, men det er faktisk også billigere, forklarer Raghavendra Selvan:  

- Mange af de beregninger, der bliver lavet i forbindelse med udvikling af AI-systemer, såsom modeltræning, er ikke tidskritiske. Det betyder, at vi uden problemer kan forskyde disse beregninger med et par timer. Dette kan reducere CO2-aftrykket, da CO2-intensiteten i elektricitet kan være tre gange højere i spidsbelastningsperioder end uden for spidsbelastningsperioder. Desuden går pris og CO2-aftryk for elektricitet normalt hånd i hånd, så en anden bonus er, at der også er penge at spare.   

Det begynder med bevidsthed  

Raghavendra Selvan forventer, at det snart vil blive en realitet, at virksomheder skal rapportere miljøomkostninger ved både udvikling og implementering af energiintensiv teknologi som AI. Især inden for de dataintensive brancher spår han, at anvendelse af grøn teknologi kan blive en vigtig certificering, og endda lovpligtig.  

- Nogle datacentre og cloud-tjenester reklamerer allerede for, at deres produkter er grønne. Vi kan se, at kunder, der går op i miljøet, vælger at bruge dem. Men det er langt fra alle i branchen, der er hoppet med på vognen, for det første fordi værktøjerne til at måle og rapportere ikke er helt modne nok, og for det andet fordi der mangler en fælles bevidsthed om problemet, siger Raghavendra Selvan.  

- Vi er allerede meget bevidste om at flyve mindre, men når det gælder data, er det endnu ikke almen viden. Jeg håber, at det arbejde, mine kolleger og jeg laver, vil hjælpe med at gøre både forskningsverdenen, industrien og offentligheden bevidste om dette. For det er altid lettere at handle på noget, hvis man er informeret.   

Du kan møde Raghavendra Selvan på Nordens største deep tech-konference, Digital Tech Summit, den 8.-9. november 2023, hvor han vil holde oplæg om "Climate-Aware AI”. Du kan tilmelde dig gratis her. 

 

Kontakt

Raghavendra Selvan 
Tenure-track adjunkt 
Datalogisk Institut, Københavns Universitet 
raghav@di.ku.dk  

Caroline Wistoft 
Kommunikationskonsulent 
Datalogisk Institut, Københavns Universitet
cawi@di.ku.dk 

Emner

Læs også