Τεχνητή Νοημοσύνη: Μπορεί το κλίμα να επιβιώσει από τις ακόρεστες ενεργειακές απαιτήσεις για την ανάπτυξή της;

Η τεχνητή νοημοσύνη έχει εκτοξεύσει τις μετοχές των εταιρειών τεχνολογίας, την ίδια ώρα όμως τείνει να τις εκτροχιάσει από  τους κλιματικούς τους στόχους.

Η Google αποκάλυψε πως τα κέντρα δεδομένων αύξησαν τις εκπομπές άνθρακα της κατά 48% από το 2019. Η εταιρεία παραδέχθηκε ότι είναι αβέβαιο το αν θα καταφέρει να τις εκμηδενίσει έως το 2030 τις εκπομπές της, όπως είχε θέσει στόχο κι ότι είναι δύσκολο να εκτιμηθούν τη δεδομένη χρονική στιγμή οι περιβαλλοντικές επιπτώσεις της τεχνητής νοημοσύνης. Στο ίδιο μήκος κύματος η Microsoft έκανε γνωστό ότι μπορεί να μην καταφέρει να εκμηδενίσει τις εκπομπές άνθρακα της εως το 2030.

Τα κέντρα δεδομένων αποτελούν βασικό στοιχείο για την εκπαίδευση και λειτουργία των μοντέλων τεχνητής νοημοσύνης. Πρόκειται για εξελιγμένους υπολογιστές ή διακομιστές που επεξεργάζονται τεράστιους όγκους δεδομένων, που τροφοδοτούν τα μοντέλα και απαιτούν μεγάλες ποσότητες ενέργειας για να λειτουργήσουν.

Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας, η συνολική κατανάλωση ηλεκτρικής ενέργειας από τα κέντρα δεδομένων θα μπορούσε να διπλασιαστεί εώς το 2026, αγγίζοντας τις 1.000 TWh (τεραβατώρες) - κατανάλωσης που ισοδυναμεί με αυτή της Ιαπωνίας. Την ίδια ώρα, έρευνα της SemiAnalysis υποστηρίζει ότι κέντρα δεδομένα θα χρησιμοποιούν το 4,5% της παγκόσμιας παραγωγής ενέργειας έως το 2030. Σύμφωνα με άλλη μελέτη η τεχνητή νοημοσύνη θα μπορούσε να καταναλώνει έως και 6,6 δισ. κυβικά μέτρα νερό έως το 2027 - σχεδόν τα δύο τρίτα της ετήσιας κατανάλωσης της Αγγλίας.

Τι λένε οι ειδικοί για τις περιβαλλοντικές επιπτώσεις;

Μια πρόσφατη έκθεση για την ασφάλεια της τεχνητής νοημοσύνης, η οποία υποστηρίζεται από την κυβέρνηση του Ηνωμένου Βασιλείου, ότι ένα «σημαντικό μέρος» της εκπαίδευσης των μοντέλων τεχνητής νοημοσύνης εξακολουθεί να βασίζεται σε ενέργεια που τροφοδοτείται από ορυκτά καύσιμα.

Πράγματι, οι εταιρείες τεχνολογίας απορροφούν συμβόλαια ανανεώσιμων πηγών ενέργειας σε μια προσπάθεια να επιτύχουν τους περιβαλλοντικούς τους στόχους. Η Amazon, για παράδειγμα, είναι ο μεγαλύτερος εταιρικός αγοραστής ανανεώσιμης ενέργειας στον κόσμο. Ορισμένοι ειδικοί υποστηρίζουν, ωστόσο, ότι αυτό ωθεί άλλους χρήστες ενέργειας σε ορυκτά καύσιμα, επειδή δεν υπάρχει αρκετή καθαρή ενέργεια για όλους.

«Η κατανάλωση ενέργειας δεν αυξάνεται απλώς, αλλά και η Google αγωνίζεται να καλύψει αυτή την αυξημένη ζήτηση από βιώσιμες πηγές ενέργειας», λέει ο Alex de Vries, ιδρυτής του Digiconomist, ενός ιστότοπου που παρακολουθεί τις περιβαλλοντικές επιπτώσεις των νέων τεχνολογιών.

Υπάρχει αρκετή ανανεώσιμη ενέργεια για όλους;

Οι κυβερνήσεις ανα τον πλανήτη σχεδιάζουν να τριπλασιάσουν τους παγκόσμιους ανανεώσιμους ενεργειακούς πόρους μέχρι το τέλος της δεκαετίας για να μειώσουν την κατανάλωση ορυκτών καυσίμων σύμφωνα με τους κλιματικούς στόχους. Ωστόσο, η φιλόδοξη δέσμευση, που συμφωνήθηκε στις περσινές συνομιλίες για το κλίμα COP28, είναι ήδη υπό αμφισβήτηση και οι ειδικοί φοβούνται ότι η απότομη αύξηση της ενεργειακής ζήτησης από τα κέντρα δεδομένων τεχνητής νοημοσύνης μπορεί να την απομακρύνει ακόμη περισσότερο.

Ο ΔΟΕ, ο παγκόσμιος παρατηρητής ενέργειας, έχει προειδοποιήσει ότι, παρόλο που η παγκόσμια δυναμικότητα ανανεώσιμων πηγών ενέργειας αυξήθηκε με τον ταχύτερο ρυθμό που έχει καταγραφεί τα τελευταία 20 χρόνια το 2023, ο κόσμος μπορεί να διπλασιάσει μόνο την ανανεώσιμη ενέργεια μέχρι το 2030 σύμφωνα με τα τρέχοντα κυβερνητικά σχέδια.

Η απάντηση στην ενεργειακή όρεξη της τεχνητής νοημοσύνης μπορεί να είναι οι εταιρείες τεχνολογίας να επενδύσουν περισσότερο στην κατασκευή νέων έργων ανανεώσιμης ενέργειας για να καλύψουν την αυξανόμενη ζήτηση ενέργειας.

Πόσο σύντομα μπορούμε να κατασκευάσουμε νέα έργα ανανεώσιμων πηγών ενέργειας;

Τα χερσαία έργα ανανεώσιμης ενέργειας, όπως τα αιολικά και τα ηλιακά πάρκα, κατασκευάζονται σχετικά γρήγορα - μπορεί να χρειαστούν λιγότερο από έξι μήνες για να αναπτυχθούν. Ωστόσο, οι υποτονικοί κανόνες σχεδιασμού σε πολλές ανεπτυγμένες χώρες, παράλληλα με την παγκόσμια εμπλοκή στη σύνδεση νέων έργων με το δίκτυο ηλεκτρικής ενέργειας, θα μπορούσαν να προσθέσουν χρόνια στη διαδικασία. Τα υπεράκτια αιολικά πάρκα και τα υδροηλεκτρικά συστήματα αντιμετωπίζουν παρόμοιες προκλήσεις εκτός από τους χρόνους κατασκευής που κυμαίνονται μεταξύ δύο και πέντε ετών.

Αυτό έχει προκαλέσει ανησυχίες σχετικά με το κατά πόσον οι ανανεώσιμες πηγές ενέργειας μπορούν να συμβαδίσουν με την επέκταση της Τεχνητής Νοημοσύνης. Σύμφωνα με την Wall Street Journal, μεγάλες εταιρείες τεχνολογίας έχουν ήδη αξιοποιήσει το ένα τρίτο των πυρηνικών σταθμών ηλεκτροπαραγωγής των ΗΠΑ για την παροχή ηλεκτρικής ενέργειας με χαμηλές εκπομπές άνθρακα στα κέντρα δεδομένων τους. Αλλά χωρίς επενδύσεις σε νέες πηγές ενέργειας οι συμφωνίες αυτές θα εκτρέψουν την ηλεκτρική ενέργεια χαμηλών εκπομπών άνθρακα μακριά από άλλους χρήστες, οδηγώντας σε μεγαλύτερη κατανάλωση ορυκτών καυσίμων για την κάλυψη της συνολικής ζήτησης.

Η ζήτηση ηλεκτρικής ενέργειας από την Τεχνητή Νοημοσύνη θα αυξάνεται για πάντα;

Οι κανονικοί κανόνες της προσφοράς και της ζήτησης θα έδειχναν ότι, καθώς η τεχνητή νοημοσύνη χρησιμοποιεί περισσότερη ηλεκτρική ενέργεια, το κόστος της ενέργειας αυξάνεται και η βιομηχανία αναγκάζεται να κάνει οικονομία. Αλλά η μοναδική φύση του κλάδου σημαίνει ότι οι μεγαλύτερες εταιρείες στον κόσμο μπορεί αντ' αυτού να αποφασίσουν να ξεπεράσουν τις αιχμές στο κόστος της ηλεκτρικής ενέργειας, καίγοντας δισεκατομμύρια δολάρια ως αποτέλεσμα.

Τα μεγαλύτερα και πιο ακριβά κέντρα δεδομένων στον τομέα της τεχνητής νοημοσύνης είναι αυτά που χρησιμοποιούνται για την εκπαίδευση της «πρωτοποριακής» τεχνητής νοημοσύνης, συστήματα όπως το GPT-4o και το Claude 3.5, τα οποία είναι πιο ισχυρά και ικανά από οποιοδήποτε άλλο. Ο ηγέτης στον τομέα έχει αλλάξει με την πάροδο των ετών, αλλά το OpenAI βρίσκεται γενικά κοντά στην κορυφή, παλεύοντας για τη θέση του με την Anthropic, κατασκευάστρια του Claude, και το Gemini της Google.

Ήδη, ο ανταγωνισμός στα «σύνορα» θεωρείται ότι είναι "ο νικητής τα παίρνει όλα", με πολύ λίγα πράγματα να εμποδίζουν τους πελάτες να μεταπηδήσουν στον τελευταίο ηγέτη. Αυτό σημαίνει ότι αν μια επιχείρηση δαπανήσει 100 εκατ. δολάρια για την εκπαίδευση ενός νέου συστήματος τεχνητής νοημοσύνης, οι ανταγωνιστές της πρέπει να αποφασίσουν να δαπανήσουν ακόμη περισσότερα ή να εγκαταλείψουν εντελώς την κούρσα.

Ακόμη χειρότερα, ο αγώνας για τα λεγόμενα "AGI", συστήματα τεχνητής νοημοσύνης που είναι ικανά να κάνουν οτιδήποτε μπορεί να κάνει ένας άνθρωπος, σημαίνει ότι θα μπορούσε να αξίζει να δαπανηθούν εκατοντάδες δισεκατομμύρια δολάρια για ένα μόνο εκπαιδευτικό τρέξιμο - αν αυτό οδηγήσει την εταιρεία σας να μονοπωλήσει μια τεχνολογία που θα μπορούσε, όπως λέει η OpenAI, "να εξυψώσει την ανθρωπότητα".

Δεν θα μάθουν οι εταιρείες τεχνητής νοημοσύνης να χρησιμοποιούν λιγότερο ηλεκτρικό ρεύμα;

Κάθε μήνα, υπάρχουν νέες ανακαλύψεις στην τεχνολογία της τεχνητής νοημοσύνης που επιτρέπουν στις εταιρείες να κάνουν περισσότερα με λιγότερα. Τον Μάρτιο του 2022, για παράδειγμα, ένα έργο της DeepMind με την ονομασία Chinchilla έδειξε στους ερευνητές πώς να εκπαιδεύουν μοντέλα τεχνητής νοημοσύνης αιχμής χρησιμοποιώντας ριζικά λιγότερη υπολογιστική ισχύ, αλλάζοντας την αναλογία μεταξύ της ποσότητας των δεδομένων εκπαίδευσης και του μεγέθους του μοντέλου που προκύπτει.

Αυτό όμως δεν είχε ως αποτέλεσμα τα ίδια συστήματα τεχνητής νοημοσύνης να χρησιμοποιούν λιγότερη ηλεκτρική ενέργεια- αντίθετα, είχε ως αποτέλεσμα η ίδια ποσότητα ηλεκτρικής ενέργειας να χρησιμοποιείται για την κατασκευή ακόμη καλύτερων συστημάτων τεχνητής νοημοσύνης. Στα οικονομικά, το φαινόμενο αυτό είναι γνωστό ως "παράδοξο του Jevons", από το όνομα του οικονομολόγου που παρατήρησε ότι η βελτίωση της ατμομηχανής από τον James Watt, η οποία επέτρεπε τη χρήση πολύ λιγότερου άνθρακα, οδήγησε αντίθετα σε τεράστια αύξηση της ποσότητας του ορυκτού καυσίμου που καίγεται στην Αγγλία. Καθώς η τιμή της ατμομηχανής έπεσε κατακόρυφα μετά την εφεύρεση του Watt, ανακαλύφθηκαν νέες χρήσεις που δεν θα άξιζαν τον κόπο όταν η ενέργεια ήταν ακριβή.