Pisaliśmy już kilkakrotnie na temat tego, jak Sztuczna Inteligencja może pomóc w walce ze zmianami klimatycznymi. Warto jednak spojrzeć na AI z szerszej perspektywy i zastanowić się także nad jej negatywnymi skutkami w kontekście środowiska.
Popularne szczególnie w ostatnich dwóch latach określenie Sztuczna Inteligencja – w skrócie SI lub AI od ang. artificial intelligence – to termin przede wszystkim marketingowy, a przy tym dość niejednoznaczny. Mieszczą się w nim zarówno niewielkie, ściśle wyspecjalizowane modele uczenia maszynowego, jakie często towarzyszą nam od lat – np. te do rozpoznawania tablic rejestracyjnych z nagrań monitoringu – jak i znacznie bardziej zaawansowane narzędzia, które wymagają ogromnej infrastruktury.
Małe modele SI już teraz są wykorzystywane do ochrony środowiska. Dzięki nim możliwa jest np. analiza zawartości śmietnika w restauracjach, co pozwala odpowiednio zmodyfikować zamówienia, zawartość menu i porcje poszczególnych dań, a w rezultacie – ograniczyć marnowanie żywności. Tego typu narzędzia AI są nie tylko przydatne, ale wręcz niezbędne w sytuacji, gdy do śmieci trafiają tony jedzenia. Statystyki są zatrważające: w Unii Europejskiej marnuje się ok. 20% produktów spożywczych. W Stanach Zjednoczonych jest jeszcze gorzej, bo wskaźnik ten wynosi od 30 do nawet 40%.
Niestety, Sztuczna Inteligencja to nie tylko potencjalne korzyści dla środowiska. Problemem są duże modele uczenia maszynowego, służące do generowania tekstu, obrazków, dźwięków czy filmów. Utrzymywana musi być ogromna infrastruktura do przechowywania danych oraz przetwarzania poleceń milionów użytkowników z całego świata, którzy w tym samym czasie korzystają z danego narzędzia. A to już niespecjalnie dobra wiadomość dla środowiska.
W jaki sposób AI może pogłębiać kryzys klimatyczny?
Jak już wiemy, Sztuczna Inteligencja może być wsparciem w ochronie środowiska. Powstało na temat już wiele artykułów. Już dwa lata temu magazyn Forbes opublikował tekst o tytule „Jak walczyć ze zmianami klimatu za pomocą SI”. Warto zwrócić uwagę na słowo „jak”, a nie „czy”. Artykuł, podobnie do wielu innych, przedstawia wyłącznie korzyści z wykorzystywania AI, kompletnie milcząc na temat negatywnych skutków.
Tymczasem wspomniane wyżej utrzymanie potężnej infrastruktury dla narzędzi SI oznacza zużywanie gigawatów energii elektrycznej oraz hektolitrów wody do chłodzenia podzespołów. Na wygenerowanie tylko jednego obrazka potrzebna jest podobna ilość energii, co do naładowania smartfona. Z kolei według amerykańskich badaczy z uniwersytetów z Kalifornii i Teksasu, do 2027 roku ilość wody zużywanej rocznie przez AI będzie kilkukrotnie przewyższać zużycie jej w całej Danii.
Woda używana do chłodzenia oczywiście wraca później do ekosystemu, jednak cieplejsza, co może mieć negatywne konsekwencje. Ponadto, z uwagi na nieustanną potrzebę chłodzenia infrastruktury, środowisko jest zawsze uboższe o pewną ilość wody. A ponieważ takie infrastruktury cały czas się rozbudowują i dochodzą nowe – będzie coraz mniej wody w ekosystemie. Centra danych powstają obecnie na masową skalę, nawet na obszarach mocno zagrożonych suszami.
Teoretycznie mniej niepokojące może wydawać się zapotrzebowanie infrastruktury AI na energię elektryczną, ponieważ coraz więcej prądu produkowane jest z OZE. Takie statystyki mogą być jednak złudne, co dobrze pokazuje przykład Polski. Z jednej strony udział elektrownii węglowych i gazowych w produkcji prądu w ciągu ostatnich trzech lat spadł z 70 do 52%, a z drugiej – moc tego typu elektrownii wzrosła w tym okresie z 31,3 do 31,6 GW. Oznacza to, że energii z nieekologicznych źródeł produkuje się więcej, pomimo coraz większej liczby instalacji OZE. Dzieje się tak, ponieważ zapotrzebowanie na prąd coraz bardziej rośnie.
Warto w tym miejscu podkreślić, jak ogromne jest zapotrzebowanie SI na prąd. Opublikowane w holenderskim serwisie Digiconomist szacunki mówią o wzroście rocznego zapotrzebowania infrastruktury AI do poziomu od 85,4 do nawet 134 TWh (terawatogodzin) przed 2027 rokiem. Dla porównania, w 2023 roku w całej Polsce zużyto 167,52 TWh energii elektrycznej.
AI będzie się dalej rozwijać, a kryzys klimatyczny – pogłębiać
Dalszy rozwój modeli uczenia maszynowego, marketingowo nazywanych Sztuczną Inteligencją, jest nieunikniony ze względu na korzyści finansowe, jakie przynosi inwestorom. Oznacza to niestety dalszy wzrost zapotrzebowania na wodę oraz energię elektryczną. To tylko przyśpieszy zmiany klimatyczne, zwiększając zagrożenie suszami oraz spowalniając transformację energetyczną – nowe inwestycje w atom i OZE nie będą tak szybko, jak mogłyby, zastępować szkodliwych dla środowiska elektrownii na paliwa kopalne, tylko do nich dołączą. Oczywiście, modele SI są przydatne w walce z kryzysem klimatycznym, ale zyski z ich istnienia dla środowiska niekoniecznie nadrabiają straty.
Autor: Paweł Pałasz
