Czy SI przyspieszy czy też spowolni wyścig do zerowej emisji netto?

Taksówki prowadzone jedynie przez sztuczną inteligencję zużywają mniej paliwa niż ich tradycyjny odpowiednik, jednak ich szerszy impakt na klimat nie jest jeszcze znany. Źródło: Allen J.Schaben/Los Angeles Times/ Getty 

Sztuczna inteligencja (SI) obecnie przemienia światową ekonomię. Firmy inwestują setki miliardów dolarów corocznie w tą technologię. W prawie każdym sektorze SI jest używana do zwiększenia efektywności operacji, zarządzania kompleksowymi zadaniami, oferowania spersonalizowanych usług oraz przyspieszenia innowacji. W czasach wzrastającego wpływu SI na społeczeństwo pojawiają się pytania w sprawie jej impaktu na emisję gazów cieplarnianych: czy jej niezliczona ilość zastosowań pomoże zmniejszyć światowy ślad węglowy czy też spowolni obecny progres klimatyczny? Odpowiedź zależy od tego, w jaki sposób modele SI są tworzone i operowane i jakie zmiany wynikną z ich użycia. W tym momencie naukowcy po prostu nie wiedzą, jak to się ułoży - co jest martwiącą sytuacją, biorąc pod uwagę jak zależna jest od tego nasza przyszłość. Większość dyskusji na temat konsekwencji środowiskowych SI skupiały się na głównym impakcie technologii, które wymagają intensywnych obliczeń - ile energii, wody albo innych zasobów konsumują oraz ile gazów cieplarnianych wydzielają. Jednak globalne skutki SI dla społeczeństwa będą znacznie większe, zaczynając od przekształcania opieki zdrowotnej i edukacji, kończąc na zwiększeniu efektywności górnictwa, transportacji oraz agrokultury. Te zmiany spowodowane SI mogą skutkować pośrednim efektem na emisje, które mogą być pozytywne albo negatywne. Te efekty także muszą być uwzględnione i mogą okazać się znacznie większe niż bezpośrednie wpływy. Ocena impaktu wszystkich typów SI jest pilnie potrzebna. Oto wszystko co wiemy i to, czego nie wiemy. 

Pewnikiem jest brak pewności 

Bezpośredni impakt SI na klimat w obecnym momencie jest relatywnie mały. Operacje SI dla dużych modeli wymagają miliony wyspecjalizowanych procesorów w dedykowanych centrach danych z potężnymi systemami chłodzącymi. Zainstalowane procesory SI w 2023 konsumują 7-11 terawatów (TWh) elektryczności rocznie, co wynosi około 0.04% zużycia elektryczności na świecie. To mniej niż wydobywanie kryptowalut (100-150 TWh) oraz konwencjonalne centra danych i sieci transmisji danych (500-700 TWh), które razem stanowią 2.4-3.3% światowego popytu na elektryczność w 2022 roku, według Międzynarodowej Agencji Energetycznej (IEA). Dlatego biorąc pod uwagę całkowitą światową emisję gazów cieplarnianych możemy obliczyć, że dzisiejsza SI jest odpowiedzialna za około 0.01%, podczas gdy rozeznanie IEA pokazuje, że centra danych i transmisje sieci razem stanowią około 0.6%. Użycie SI szybko się rozrasta. W przeciągu ostatniej dekady pojemność obliczenia używana do trenowania wielkich i zaawansowanych modeli językowych zwiększyła się dziesięciokrotnie za każdy rok. Popyt na usługi SI ma wzrosnąć o 30-40% corocznie przez następne 5-10 lat. Coraz potężniejsze modele SI będą wymagały więcej energii. Jedno oszacowanie sugeruje, że do 2027 roku światowe spożycie energi powiązanej z SI może być 10 razy większe niż w 2023 albo będzie wynosić tyle, ile Amerykanie wykorzystują corocznie do oglądania telewizji. Pomimo możliwości wystąpienia problemów dla lokalnych sieci elektrycznych w miejscach, gdzie postawiono wiele centrów danych, z perspektywy globalnej SI nie powinno prowadzić do znacznego zwiększenia emisji gazów cieplarnianych. 

Udoskonalenie efektywności energii może ograniczyć potencjalny wzrost w popycie mocy, co już się wydarzyło z rozwinięciem centrów danych w zeszłej dekadzie. Bardziej skuteczne algorytmy SI, mniejsze modele i innowacje w budowie i systemach chłodniczych powinny pomóc. Dla przykładu, małe modele językowe, takie jak Phi-2 Microsofta oraz Gemini Nano Google’a mogą być używane na telefonach i oferują możliwości wcześniej widziane jedynie na największych modelach. Firmy SI zwiększają inwestycje w energię odnawialną i ustawiają operacje w krajach albo regionach z zasobami czystej energii takimi jak Islandia. Jednak pośrednie efekty są nieznane. Niektóre zastosowanie SI mają za zadanie skupić się na zmianie klimatu, na przykład zmniejszyć emisje z sektorów energii oraz transportu, od operacji budynków i przemysłów oraz z zagospodarowania terenu. Optymizacja łańcuchu produkcji sprawi, że stanie się ona bardziej efektywna i wspomoże integrację odnawialnej energii w sieć elektryczną. Dodatkowo przyspieszy rozwój nowych materiałów dla baterii i odnawialnych energii. Poza tym mogą się też pojawić negatywne pośrednie skutki. Wprowadzenie SI w obecne systemy takie jak opieka zdrowotna albo rozrywka, może wykorzystać więcej energii. Wydobycie oleju i gazu może stać się tańsze, co rozwinęłoby ich produkcję. Bez poprawnego zarządzania, rozpowszechnione użycie SI może mieć wpływ na stabilność polityczną oraz ekonomiczną, z konsekwencjami w postaci ubóstwa, problemów z dostarczaniem żywności i nierówności społecznej - wszystko to może wywołać efekt domino dla emisji. Tyle wiemy o obecnych systemach SI. W jaki sposób będą tworzone przyszłe technologie? Jak ich rozwój wpłynie na globalną ekonomię? I jaki efekt będą mieć na dekarbonizację? Badacze po prostu tego nie wiedzą; jest za wcześnie, aby być pewnym. Można po prostu ekstrapolować poprzednie trendy z użyciem elektryczności przez SI na przyszłość, ale brak uwagi na społeczne, ekonomiczne i technologiczne czynniki często skutkuje wielkimi błędami w prognozach. Z drugiej strony, zbyt prostolijna perspektywa skutkuje pośrednim ryzykiem emisji i bagatelizowaniem potencjału SI do przyspieszania ważnych odkryć związanych z klimatem, takich jak rozwój tańszych i potężniejszych baterii w ciągu kilku miesięcy niż dekad. 

Potencjalne scenariusze emisji związanych z SI 

Zwracając uwagę na te wielkie niepewności, zwracamy się do badaczy z sugestią stworzenia serii scenariuszy zgodnych z obecną polityką, aby określić ilość wpływów, jaki postęp SI może mieć dla klimatu, bazując na szeregu założeń. Scenariusze, rutynowo używane przez instytucje finansowe w celu zrozumienia ryzyka, możliwości oraz planów inwestycji, łączą modele z opinią ekspertów. Zamiast zwykłego przewidywania, są w stanie zbadać wiele możliwych przyszłości w zależności od wpływowych czynników. 

Centrum danych w pobliżu Rejkiawik używa energii odnawialnej w celu ochładzania. Źródło: Sigtryggur Ari/Reuters

W szczególności polecamy stworzenie grupy scenariuszy, aby lepiej zrozumieć jak postęp SI może wpłynąć na emisje, pośrednio oraz bezpośrednio. Te scenariusze powinny obejmować przypadek „odniesienia” bez powszechnego przyjęcia potężnych technologii SI, do przypadków „aspiracyjnych”, w którym wszystkie cele Zrównoważonego Rozwoju ONZ są spełnione; scenariusze powinny także zawierać niechciane skutki emisji napędzanych przez SI, żeby były wiarygodne i użyteczne, wymagamy pięciu niezbędnych czynników. 

Stworzenie związku z obecnymi scenariuszami klimatycznymi

Społeczność klimatyczna już używa zintegrowanych modeli oceny (IAM) aby stwierdzić ilość emisji gazów cieplarnianych na podstawie jakościowych opinii na temat potencjalnych wyników społeczno-gospodarczych, demograficznych, politycznych, technologicznych i zarządzania. Istnieje pięć standardowych scenariuszy, także znane jako Wspólne Ścieżki Socjoekonomiczne (SSPs), które są często używane. Obejmują one przyszłość, w której świat jest podzielony i dalej polega na paliwach kopalnych, do bardziej optymistycznych scenariuszy światowej kooperacji, oddzielenia wzrostu gospodarczego od emisji i poważnego inwestowania w czystą energię. SI powinna być zintegrowana z tymi ścieżkami, razem z globalnymi wstrząsami i technologicznymi odkryciami, które mogą się pojawić razem z nią. Wymaga to wiele pracy, włącznie z dołączeniem ekspertyzy z społeczności SI, przemyśleniem narracji każdej z ścieżek oraz badanie, czy nie należy dołączyć kolejnych. Czy SI może zabrać świat do bardziej zielonej przyszłości, czy do tej, która jest bliżej dystopii? Jakie czynniki mają na to wpływ? Jak bardzo jest to możliwe? Scenariusze mogą pomóc w określeniu odpowiedzi na te pytania. Zmiana tych narracji w ilościowe scenariusze będzie wymagać stworzenia nowych modeli analitycznych, zebraniu nowych typów danych oraz ustawieniu instytucyjnej struktury, aby pozwolić na szybkie aktualizacje w celu utrzymania tempa ze społeczną transformacją prowadzoną przez SI, co opisujemy w tym tekście. 

Stworzenie ilościowej struktury analitycznej

Stworzenie IAM dla zbadania wpływu SI będzie wymagać ulepszonych danych oraz struktur analitycznych dla pośrednich i bezpośrednich impaktów. Największym wyzwaniem będzie określenie zakresu pośrednich skutków z powodu społecznej transformacji napędzanej przez SI, a także innowacje tworzone przez SI w odkryciach i postępie związanym z klimatem. Dla przykładu, personalizacja SI może zachęcać do zrównoważonej konsumpcji, ale może także zwiększyć żądanie na dobra wymagające wiele zasobów. Rozwikłanie skutków emisji z innowacji spowodowanych SI od innych technologii zmniejszających emisje, takie jak energia odnawialna albo wychwytywanie węgla będzie trudne, ponieważ prędkość badań i rozwoju różni się w sektorach. Polityki oraz regulacje także często nie nadążają za zmianami. Ocena wzajemnej zależności tych dynamik będzie ciężkim zadaniem. Porównywanie i replikowanie scenariuszy będzie kluczem do ich ulepszenia w miarę wdrażania SI. Badacze powinni regularnie porównywać różne modele w zakresie bezpośrednich i pośrednich emisji związanych z SI, skoordynowanych przez platformy używane przez społeczność klimatyczną, taki jak Forum Modelowania Energii i Konsorcjum Zintegrowanej Oceny Modelowania. Naukowcy muszą także upewnić się, że dane i założenia w tych analizach są w pełni udokumentowane, swobodnie udostępniane i ich całkowita replikacja jest możliwa przez inne osoby.  

Dzielenie się danymi

Dostępność danych jest wyzwaniem - zwłaszcza dla szybko zmieniających się przemysłów takich jak SI, w których dane są często prywatne albo powiązane z zastrzeżonymi informacjami. Na przykład, więcej danych jest wymaganych na obciążeniach SI w wielkich firmach używających chmur obliczeniowych, ich intensywności w zużyciu elektryczności, emisji dwutlenku węgla oraz tendencji w zakresie wydajności uzyskanej w wyniku tworzenia i stosowania modeli sztucznej inteligencji. Potrzebne są metody bezpiecznego i swobodnego udostępniania reprezentatywnych, zmierzonych, agregowanych i anonimowych danych bez narażania wrażliwych informacji. SI może korzystać z przykładów innych przemysłów - na przykład z inicjatywy Getting the Numbers Right, która śledzi wskaźniki emisji dwutlenku węgla i energii w światowym przemyśle cementowym i Solomon Energy Intensity Index, który zajmuje się rurociągami oraz rafinacją paliw. Należy ustanowić standardy na mierzenie, raportowanie, weryfikację i rozpowszechnianie danych związanych z SI, aby zapewnić jakość i dostępność. Najnowsze regulacje, takie jak Akt SI i europejska dyrektywa w sprawie efektywności energicznej od Unii Europejskiej może pomóc w postępie rozwoju standardów. Pomimo tego, że żadna polityka nie wymaga specyficznego raportu o spożyciu energii SI, ich nacisk na klarowność i efektywność centrów danych mógłby promować rozwój standardów raportowania. 

Wydawanie szybkich aktualizacji

Technologia SI rozwija się tak szybko, że scenariusze będą musiały być poprawiane przynajmniej raz w roku, najlepiej półrocznie. To większa częstotliwość niż obecny standard dla scenariuszy zmiany klimatycznej, które są aktualizowane co 6-7 lat. Coroczne albo półroczne aktualizacje będą trudnym przedsięwzięciem, biorąc pod uwagę potrzebę gromadzenia nowych danych i opracowywania ram analitycznych w miarę pojawiania się systemów, zastosowań i przełomów w zakresie sztucznej inteligencji. Z powodu potencjału SI do redukcji albo wzrostu popytu na energię, badacze muszą zaktualizować modele reprezentujące społeczne żądanie energii i sprawdzić, jak to żądanie się zmieni wraz z ewolucją technologii SI. Scenariusze o różnym poziomie specyfikacji mogą być publikowane w różnych ramach czasowych. Dla przykładu, mniej detaliczny scenariusz może być aktualizowany co kilka miesięcy; bardziej szczegółowe scenariusze będą aktualizowane co 2-3 lata. 

Stworzenie międzynarodowego konsorcjum

Stworzenie międzynarodowego konsorcjum jest potrzebne w celu rozwoju scenariuszy emisji napędzanych przez SI. Powinno ono zebrać specjalistów z całego świata, którzy reprezentują wszystkie stosowne dyscypliny nauki – od informatyki i zrównoważonego rozwoju do socjologii oraz ekonomii. Sugerujemy, aby ta społeczność tworząca ów scenariusze była wspólnie sponsorowana przez międzynarodowe sieci naukowe, które skupiają się na równoważnym rozwoju, takie jak Międzynarodowy Instytut Stosowanej Analizy Systemów (IIASA) w Laxenburgu w Austrii oraz międzynarodowe organizacje pozarządowe skupione na SI i społeczeństwie. Jako przykład można posłużyć się Partnerstwem w AI  albo nowo powstałym Laboratorium Przyszłości ONZ, który został stworzony w celu koordynacji i udoskonalenia strategicznych prognoz ONZ dla ich długoterminowych decyzji. Konsorcjum, które są powiązane z głównym IAM oraz modelami systemów energii, takimi jak Program Współpracy Technologii IEA albo programy IIASA mogą zapewnić otwarty dostęp do danych oraz modeli i natychmiastową uwagę od szerszych społeczności zajmujących się modelowaniem scenariuszy klimatycznych. ONZ i inne organizacje, takie jak Unia Międzynarodowej Komunikacji w Genewie w Szwajcarii, powinny być zaangażowane – ale bez uszczerbku dla elastyczności i szybkości konsorcjum. 

Wsparcie finansowe będzie potrzebne w celu utrzymania konsorcjum i regularnych aktualizacji scenariuszy. To wsparcie może być finansowane za pomocą filantropów, osób prywatnych, rządowych i międzyrządowych źródeł. SI jest jedną z najbardziej nieokiełznanych technologii naszych czasów. Jest to niezwykle ważne, aby decyzje w sprawie jej postępu i zastosowań - teraz i w trakcie jej ewolucji - są podejmowane z myślą o zrównoważonym rozwoju. Jedynie stworzenie serii standardowych scenariuszy emisji napędzanych przez SI sprawią, że legislatorzy, inwestorzy, adwokaci, prywatne firmy oraz społeczność naukowa będą w stanie mądrze decydować w sprawie SI oraz w światowym wyścigu do zerowej emisji netto. 

Nature 628, 718-720 (2024)