Ζούμε σε μια εποχή που χαρακτηρίζεται από πρωτοφανείς τεχνολογικές προόδους, και ανάμεσά τους, η τεχνητή νοημοσύνη (AI) ξεχωρίζει ως μία από τις πιο μεταμορφωτικές. Από συστήματα που βελτιστοποιούν τις ιατρικές διαγνώσεις μέχρι αλγορίθμους που βοηθούν στην πρόβλεψη φυσικών καταστροφών ή στη βελτίωση της ενεργειακής αποδοτικότητας, η τεχνητή νοημοσύνη έχει γίνει βασικό εργαλείο για την προώθηση της ανθρώπινης προόδου.
Επιπλέον, ο ρόλος της στη βιωσιμότητα μπορεί να είναι ιδιαίτερα θετικός: για παράδειγμα, το AI έχει χρησιμοποιηθεί για την παρακολούθηση της αποψίλωσης των δασών μέσω δορυφορικών εικόνων, την αύξηση των αποδόσεων των καλλιεργειών μέσω της γεωργίας ακριβείας και ακόμη και τη μείωση της κατανάλωσης ενέργειας σε έξυπνα κτίρια μέσω της πρόβλεψης της ζήτησης. Αυτές οι εφαρμογές αναδεικνύουν το τεράστιο δυναμικό της τεχνητής νοημοσύνης να συμβάλει στην αντιμετώπιση ορισμένων από τις πιο επείγουσες περιβαλλοντικές προκλήσεις του κόσμου.
Αλλά ήξερες ότι η χρήση της τεχνητής νοημοσύνης έχει επίσης αντίκτυπο στο περιβάλλον;
Αν και συχνά συνδέεται με την καινοτομία και την αποδοτικότητα, η ανάπτυξη και η εντατική χρήση της τεχνητής νοημοσύνης συνεπάγεται επίσης μια σειρά από περιβαλλοντικές συνέπειες που δεν είναι ακόμη πλήρως ορατές. Παρακάτω, θα εξηγήσουμε τα κύρια αρνητικά αποτελέσματα του AI στο περιβάλλον, με βάση επιστημονικά δεδομένα, καθώς και κάποιες αναδυόμενες λύσεις που στοχεύουν στην επίτευξη μιας πιο βιώσιμης ισορροπίας.
Κατανάλωση ενέργειας και εκπομπές διοξειδίου του άνθρακα
Ένας από τους πιο προφανείς αντίκτυπους της ανάπτυξης του AI είναι η υψηλή κατανάλωση ενέργειας που απαιτείται για την εκπαίδευση και λειτουργία πολύπλοκων μοντέλων. Για παράδειγμα, μια μόνο συνεδρία εκπαίδευσης ενός μεγάλου γλωσσικού μοντέλου μπορεί να παράγει περισσότερους από 300 τόνους διοξειδίου του άνθρακα (CO₂), ποσότητα ισοδύναμη με πάνω από 120 πτήσεις μετ’ επιστροφής μεταξύ Νέας Υόρκης και Πεκίνου.
Αυτή η κατανάλωση πολλαπλασιάζεται όταν εκατομμύρια χρήστες αλληλεπιδρούν με μοντέλα όπως το ChatGPT, οι εικονικοί βοηθοί, οι αυτόματοι μεταφραστές ή οι γεννήτριες εικόνας. Σύμφωνα με πρόσφατες μελέτες, εκτιμάται ότι μέχρι το 2025, οι ψηφιακές υποδομές που σχετίζονται με το AI θα αντιστοιχούν στο 3,2% των συνολικών εκπομπών διοξειδίου του άνθρακα παγκοσμίως—ένα ποσοστό συγκρίσιμο με εκείνο της βιομηχανίας αερομεταφορών.
Το αποτύπωμα νερού: Το κρυφό κόστος
Η χρήση ενέργειας δεν είναι το μόνο ζήτημα. Τα κέντρα δεδομένων που επιτρέπουν τη λειτουργία του AI απαιτούν επίσης μεγάλες ποσότητες νερού για να ψύχουν τους διακομιστές και να διατηρούν τις σωστές θερμοκρασίες. Κάθε εικόνα που παράγεται από ένα μοντέλο AI μπορεί έμμεσα να περιλαμβάνει από 2 έως 5 λίτρα νερού. Σε μόλις μία εβδομάδα λειτουργίας, μεγάλα γενετικά μοντέλα μπορούν να καταναλώσουν πάνω από 200 εκατομμύρια λίτρα νερού.
Σε παγκόσμιο επίπεδο, η υποδομή AI μπορεί σύντομα να ξεπεράσει την κατανάλωση νερού ολόκληρων χωρών όπως η Δανία. Αυτή η εντατική χρήση ενός τόσο περιορισμένου πόρου όπως το γλυκό νερό προκαλεί σοβαρές ανησυχίες σε ένα περιβάλλον κλιματικής αλλαγής και επαναλαμβανόμενων ξηρασιών.
Το σιωπηλό ζήτημα των ηλεκτρονικών αποβλήτων
Ο εξοπλισμός που απαιτείται για την ανάπτυξη και λειτουργία του AI, όπως οι μονάδες επεξεργασίας γραφικών (GPUs), χρειάζεται τεράστιες ποσότητες σπάνιων μετάλλων και βαρέων μετάλλων. Η κατασκευή, η ανανέωση και η απόρριψη αυτών των συσκευών παράγουν έναν αυξανόμενο όγκο ηλεκτρονικών αποβλήτων.
Σύμφωνα με έρευνα που δημοσιεύθηκε στην El País, εκτιμάται ότι τα ηλεκτρονικά απόβλητα που παράγονται από το AI θα πολλαπλασιαστούν κατά 1.000 κατά τη διάρκεια αυτής της δεκαετίας, φτάνοντας μεταξύ 1,2 και 5 εκατομμυρίων τόνων μέχρι το 2030. Αυτή η τάση ασκεί πίεση σε οικοσυστήματα όπου εξορύσσονται τα μέταλλα και στα συστήματα διαχείρισης αποβλήτων, τα περισσότερα από τα οποία δεν είναι ακόμη εξοπλισμένα για να χειριστούν αυτά τα υλικά με ασφάλεια.
AI για τον πλανήτη: Θετικές εφαρμογές
Ευτυχώς, δεν είναι όλα αρνητικά. Πολλά έργα δείχνουν πώς η τεχνητή νοημοσύνη μπορεί να είναι σύμμαχος του περιβάλλοντος. Μερικά παραδείγματα περιλαμβάνουν:
- Προγνωστικά μοντέλα που προβλέπουν δασικές πυρκαγιές αναλύοντας μεταβλητές καιρικών συνθηκών και ιστορικά δεδομένα.
- Αλγόριθμοι που βελτιστοποιούν τις διαδρομές logistics, μειώνοντας τις εκπομπές CO₂ από τις μεταφορές.
- Πλατφόρμες AI που αναλύουν δεδομένα από τους ωκεανούς για την καταπολέμηση της παράνομης αλιείας ή την προστασία απειλούμενων ειδών.
- Νευρωνικά δίκτυα που ανιχνεύουν διαρροές σε συστήματα πόσιμου νερού, αποτρέποντας τη σπατάλη εκατομμυρίων λιτρών νερού.
Προς βιώσιμο AI?
Τα καλά νέα είναι ότι ήδη υπάρχουν πρωτοβουλίες για τη μείωση του περιβαλλοντικού αντίκτυπου του AI. Ορισμένες εταιρείες και εργαστήρια αναπτύσσουν πιο αποδοτικά μοντέλα που απαιτούν λιγότερα δεδομένα και λιγότερους κύκλους εκπαίδευσης. Εργαλεία όπως το Eco2AI επιτρέπουν την παρακολούθηση της κατανάλωσης ενέργειας και των εκπομπών που παράγονται κατά την εκπαίδευση των μοντέλων, προωθώντας πιο υπεύθυνες πρακτικές AI
Επιπλέον, εξετάζονται νέες μέθοδοι ψύξης που εξαρτώνται λιγότερο από το νερό, όπως τα συστήματα υγρής εμβύθισης ή η τοποθέτηση κέντρων δεδομένων σε ψυχρότερες περιοχές, μειώνοντας την ανάγκη για επιπλέον ενέργεια για την ψύξη των διακομιστών.
Ανάμεσα στην υπόσχεση και την ευθύνη
Η τεχνητή νοημοσύνη είναι μία από τις πιο υποσχόμενες τεχνολογίες του 21ου αιώνα, με τη δυνατότητα να μεταμορφώσει κάθε πτυχή της ζωής μας, συμπεριλαμβανομένου του αγώνα κατά της κλιματικής αλλαγής. Αλλά φέρει επίσης ένα σημαντικό οικολογικό αποτύπωμα που δεν μπορεί να παραβλεφθεί.
Ως κοινωνία, έχουμε τόσο την ευκαιρία όσο και την ευθύνη να προωθήσουμε ένα AI που δεν είναι μόνο έξυπνο, αλλά και βιώσιμο. Μέσω ενημερωμένων αποφάσεων, σωστής ρύθμισης και καινοτομίας με περιβαλλοντική συνείδηση, μπορούμε να εκμεταλλευτούμε τα οφέλη του AI χωρίς να θέσουμε σε κίνδυνο τους πόρους του πλανήτη.