Wyjaśnijmy, że sztuczna inteligencja jest tu po to, by się rozkręcić, niczym nieodpowiedni pijany wujek na twoim weselu. Ogrzewając się szybciej niż kalifornijskie pożary, musimy zrozumieć, czy to coś zniszczy, czy uzupełni nasze miejsce na tej planecie. Zbadajmy to… Aby zasilić sztuczną inteligencję, potrzebujesz poważnego zasilania do przetwarzania obliczeniowego i chłodzenia fizycznego sprzętu, który znajduje się w dystopijnych fortecach, które znamy jako centra danych.
Ile energii?
Średnio monit ChatGPT wymaga około 3 watogodzin energii elektrycznej, co odpowiada około 20 minutom na TikTok. Ironia polega na tym, że poprosiłem ChatGPT o około 30+ podpowiedzi, aby pomóc w badaniach do tego artykułu, co jest równoznaczne z zasilaniem laptopa, na którym piszę przez 4 godziny.
Spójrzmy na to w skali… globalnej!
Sugeruje się, że ChatGPT przetwarza około 200 milionów zapytań dziennie, co mogłoby zasilić 20 000 domów. Ale szkolenie dużego modelu językowego może zużywać sporo mocy, wystarczającej do zasilania 130 domów przez cały rok! Teraz nie chciałbyś płacić za OpenAI, ich dzienny rachunek może wynosić ponad 700 000 USD dziennie.
Co by było, gdyby AI była całkowicie zasilana energią wiatrową lub słoneczną?
Świat zużywa około 26 000 TWh, z czego centra danych odpowiadają za około 500 TWh. Przybliżonym założeniem byłoby 30% dedykowane sztucznej inteligencji, co odpowiada około 150 TWh.
To około 26 000 turbin wiatrowych na 300 milionach boisk piłkarskich (16 000 kilometrów kwadratowych).
☀️ W przypadku energii słonecznej jest to około 300 milionów paneli słonecznych na 300 000 boisk piłkarskich (1500 kilometrów kwadratowych).
Przerażające jest to, że reklamowane prognozy sugerują, że zapotrzebowanie na sztuczną inteligencję wzrośnie 10-krotnie od 2022 do 2030 roku.
Kto coś z tym robi?
Aby pomóc w rozwiązaniu tego przewidywalnego problemu, musimy w dużej mierze polegać na tych, którzy są odpowiedzialni za sztuczną inteligencję w pierwszej kolejności… na wielkich technologiach. Ale na szczęście, w przeciwieństwie do wielkich koncernów naftowych z lat 60-70, przynajmniej ci, którzy są za to odpowiedzialni, coś z tym robią, osiągając już cele zerowego zużycia energii netto i 100% energii odnawialnej.
Google: Neutralny pod względem emisji dwutlenku węgla od 2007 r.; 100% energii odnawialnej od 2017 r.; dąży do uzyskania energii wolnej od emisji dwutlenku węgla do 2030 r.
Facebook (Meta): zerowa emisja netto od 2020 r.; 100% energii odnawialnej od 2020 r.; dąży do zerowej emisji netto w całym łańcuchu wartości do 2030 r.
Apple: Neutralny pod względem emisji dwutlenku węgla od 2020 r.; 100% energii odnawialnej od 2018 r.; dąży do neutralnego pod względem emisji dwutlenku węgla łańcucha dostaw do 2030 r.
Amazon: Zobowiązał się do zerowej emisji dwutlenku węgla netto do 2040 r.; największy korporacyjny nabywca energii odnawialnej; dąży do 100% energii odnawialnej do 2025 r.
Nvidia: neutralna pod względem emisji dwutlenku węgla od 2022 r.; zobowiązała się do 100% energii odnawialnej do 2025 r.; dąży do zmniejszenia intensywności emisji gazów cieplarnianych.
Inne skutki uboczne sztucznej inteligencji, które prawdopodobnie z czasem ulegną zmniejszeniu lub ewolucji, obejmują fizyczny ślad centrów danych, materiały potrzebne do serwerów i mocy obliczeniowej, przenoszenie miejsc pracy oraz obawy etyczne związane z jej wykorzystaniem.
Jakie są więc dobre wieści na temat sztucznej inteligencji?
Jeśli nie ma seksownego tytułu, to nie jest to marka dla AI lol. Deepmind, Premonition, Xylem, Aclima, Rainforest CX (skrót od connection..duh!). Ale poważnie mówiąc, istnieje kilka świetnych aplikacji, które zarówno duże firmy technologiczne, jak i startupy były pionierami dokonującymi prawdziwych pozytywnych zmian.
Tam, gdzie technologia i sztuczna inteligencja naprawdę błyszczą, kompensują nasze ludzkie ograniczenia: są dostępne 24 godziny na dobę, 7 dni w tygodniu, przetwarzają miliony punktów danych w jednej chwili i docierają do miejsc, do których nie mamy fizycznego dostępu. W lasach systemy monitorowania akustycznego wykrywają nielegalne wyręby i kłusownictwo, podczas gdy analiza zdjęć satelitarnych identyfikuje obszary wysokiego ryzyka wylesiania, umożliwiając zapobiegawcze działania ochronne. W środowiskach morskich algorytmy sztucznej inteligencji śledzą zdrowie koralowców i mapują rozmieszczenie gatunków, dostarczając kluczowych danych na temat wpływu zmian klimatycznych na nasze oceany. Na lądzie sztuczna inteligencja współpracuje z technologią dronów w celu przewidywania wybuchów chorób przenoszonych przez komary, pomagając w przygotowaniu zdrowia publicznego.
Sprawdź pełną listę inicjatyw i startupów:
Google DeepMind opracował algorytm, który optymalizuje zużycie energii w chłodzeniu centrów danych Google, zmniejszając zapotrzebowanie na energię o 35%.
Kilka świetnych inicjatyw w ramach programu AI for Earth firmy Microsoft.
- Wild Me wykorzystuje sztuczną inteligencję do stworzenia platformy dla badaczy dzikiej przyrody do monitorowania i badania populacji zwierząt. Platforma wykorzystuje wizję komputerową i głębokie uczenie się do identyfikacji poszczególnych zwierząt na podstawie zdjęć, umożliwiając monitorowanie na dużą skalę gatunków takich jak rekiny wielorybie i słonie.
- SilviaTerra wykorzystuje sztuczną inteligencję do mapowania i monitorowania ekosystemów leśnych. Analizując zdjęcia satelitarne i inne źródła danych, firma zapewnia szczegółową inwentaryzację lasów, pomagając właścicielom gruntów i obrońcom przyrody w zrównoważonym zarządzaniu lasami.
- Agrimetrics wykorzystuje sztuczną inteligencję, aby zapewnić wgląd w praktyki rolnicze, pomagając rolnikom w podejmowaniu decyzji opartych na danych. Platforma integruje dane z różnych źródeł, w tym prognozy pogody i czujniki gleby, w celu optymalizacji operacji rolniczych i poprawy zrównoważonego rozwoju.
Rainforest Connection wykorzystuje sztuczną inteligencję i monitoring akustyczny do wykrywania nielegalnego wyrębu i kłusownictwa w czasie rzeczywistym. Umieszczając stare smartfony wyposażone w panele słoneczne w koronach drzew, RFCx rejestruje dźwięki lasu, które są następnie analizowane przez algorytmy sztucznej inteligencji w celu identyfikacji zagrożeń. Ten system wczesnego ostrzegania pomaga strażnikom interweniować i chronić zagrożone gatunki i siedliska.
DeepMind, we współpracy z Google Earth Engine, wykorzystuje sztuczną inteligencję do przewidywania i monitorowania wylesiania w czasie rzeczywistym. Analizując zdjęcia satelitarne i inne dane środowiskowe, modele AI mogą identyfikować obszary o wysokim ryzyku wylesiania, umożliwiając rządom i organizacjom ochrony przyrody podejmowanie proaktywnych działań w celu ochrony lasów.
The Nature Conservancy wykorzystuje sztuczną inteligencję do analizy podwodnych obrazów raf koralowych. Algorytmy AI identyfikują i mapują gatunki koralowców, monitorują ich zdrowie i wykrywają zmiany w czasie. Informacje te pomagają obrońcom przyrody zrozumieć wpływ zmian klimatycznych na rafy koralowe i opracować strategie ochrony i odbudowy tych ważnych ekosystemów.
Blue River Technology, spółka zależna John Deere, opracowuje rozwiązania oparte na sztucznej inteligencji dla rolnictwa precyzyjnego. Ich technologia See & Spray wykorzystuje wizję komputerową i uczenie maszynowe do identyfikacji i leczenia poszczególnych roślin. Zmniejsza to zapotrzebowanie na herbicydy i pestycydy, minimalizując wpływ na środowisko i poprawiając plony.
Orbital Insight wykorzystuje sztuczną inteligencję do analizy zdjęć satelitarnych i danych geoprzestrzennych w celu monitorowania zasobów naturalnych, w tym lasów, zbiorników wodnych i gruntów rolnych. Ich modele AI zapewniają wgląd w zmiany użytkowania gruntów, wskaźniki wylesiania i zarządzanie zasobami wodnymi, pomagając organizacjom w podejmowaniu świadomych decyzji dotyczących zrównoważonego zarządzania zasobami.
Global Fishing Watch wykorzystuje sztuczną inteligencję do monitorowania działalności połowowej na całym świecie. Analizując dane z systemów automatycznej identyfikacji (AIS) na statkach, modele AI wykrywają nielegalne, nieraportowane i nieuregulowane połowy (IUU). Ta przejrzystość pomaga rządom i organizacjom egzekwować przepisy dotyczące połowów i chronić ekosystemy morskie.
Projekt Premonition firmy Microsoft wykorzystuje sztuczną inteligencję i zrobotyzowane drony do monitorowania i przewidywania rozprzestrzeniania się chorób przenoszonych przez komary. Gromadząc i analizując dane środowiskowe i próbki komarów, algorytmy sztucznej inteligencji mogą przewidywać wybuchy epidemii i pomagać organizacjom zdrowia publicznego w podejmowaniu środków zapobiegawczych w celu ograniczenia rozprzestrzeniania się chorób, takich jak malaria i Zika.
The Ocean Cleanup wykorzystuje sztuczną inteligencję i uczenie maszynowe do opracowywania systemów, które usuwają plastik z oceanów i rzek. Ich projekt Interceptor, oparty na sztucznej inteligencji, identyfikuje i zbiera plastikowe odpady z rzek, zanim dotrą do oceanu, mając na celu zajęcie się źródłem zanieczyszczenia oceanów plastikiem.
Google EIE wykorzystuje sztuczną inteligencję do dostarczania miastom i samorządom danych na temat emisji dwutlenku węgla, potencjału energii odnawialnej i informacji związanych z klimatem. Analizując zdjęcia satelitarne i inne źródła danych, EIE pomaga miastom podejmować świadome decyzje w celu ograniczenia emisji, poprawy jakości powietrza i planowania odporności na zmiany klimatu.
Descartes Labs: Firma ta wykorzystuje sztuczną inteligencję do analizy zdjęć satelitarnych, dostarczając krytycznych informacji na temat wylesiania, zmian w użytkowaniu gruntów i emisji dwutlenku węgla. Ich modele AI umożliwiają skuteczniejsze śledzenie i zwalczanie wylesiania.
Carbon Engineering: Firma ta jest pionierem rozwiązań opartych na sztucznej inteligencji w zakresie wychwytywania i usuwania dwutlenku węgla z atmosfery, odgrywając kluczową rolę w łagodzeniu zmian klimatycznych.
Xylem: Ich systemy zarządzania wodą oparte na sztucznej inteligencji przekształcają ochronę i dystrybucję zasobów wodnych poprzez monitorowanie i optymalizację infrastruktury wodnej w celu zmniejszenia marnotrawstwa.
Aclima: Firma ta wykorzystuje sztuczną inteligencję do precyzyjnego mapowania zanieczyszczenia powietrza. Pojazdy wyposażone w czujniki zbierają dane o jakości powietrza w czasie rzeczywistym, pomagając miastom i organizacjom podejmować świadome decyzje w celu poprawy jakości powietrza.
Conservation Metrics: Firma koncentruje się na ochronie życia morskiego za pomocą sztucznej inteligencji, wykorzystując oprogramowanie do analizy nagrań z kamer podwodnych w celu monitorowania i ochrony ekosystemów morskich.
