AI har blivit en konstant nyhet och ett av världens mest populära (och relevanta) samtalsämne. Vad AI kan och inte kan åstadkomma är ännu oklart, men åsikterna går isär även när det gäller hållbarhet. Vad kan hända i framtiden när digitaliseringens framsteg riskerar att bli ett av nutidens största problem? Vad kan gå fel när en teknisk innovation under ständig utveckling även förväntas bidra till en ökad energiförbrukning och vattenkonsumtion? Går det att omvända denna utveckling för att få AI att bidra till hållbarheten istället för det motsatta?
Kritiken mot AI: Energiförbrukning och vattenkonsumtion
Den gemensamma nämnaren för kritiken som riktas mot AI är att tekniken kommer att kräva en ökad energiförbrukning och vattenkonsumtion för att funktioner som ChatGPT ska kunna fungera. Det som slukar mest energi är företagens datacentra, som innehåller den tekniska infrastukturen som datorservrar och som bland annat används för att träna ChatGPT och DALL-E. Även funktioner som OpenAI kräver en hel del elektricitet, vilket innebär att mer koldioxid genereras, enligt en artikel framtagen av MIT. Detta är ett problem som har uppstått nyligen, då tillämpningen av generativt AI innebar att fler datacentra byggdes, för att funktioner som ChatGPT krävde en större teknisk infrastruktur för att kunna erbjuda och underhålla funktionen. Dessutom kan resurserna som läggs ned på att förbättra ChatGPT och ta fram en nyare, effektivare modell för användarna kräva ännu mer energi när den nya versionen framställs. När en ny modell framställs, kommer det att öka behovet av tillgång till vatten, vilket kan försämra tillgången till vatten i vissa fall. Detta kan påverka ekosystemet lokalt, i riskområden som redan är sårbara för klimatförändringar. Anledningen till att vattenåtkomsten blir viktigare är att vattnet behövs för att kyla ned servrarna i dessa datacenter. Med en ökad använding kan de bli belastade, vilket kan leda till att de blir överhettade såvida de inte kyls ned. Det är ännu oklart hur en ökad vattenförbrukning hade påverkat den biologiska mångfalden på platser där datacenter ligger.
Den tekniska infrastrukturen kommer att behöva byggas ut i takt med att nya AI-modeller tränas upp och hårdvaran som finns i datacentrarna kommer att behöva framställas oftare. Även om det inte bara är AI-utvecklingen som driver fram utbyggnaden av datacenter, så ligger AI bakom en stor del av utvecklingen. Det är oklart hur många datacenter som kommer att byggas ut och hur deras miljöpåverkan då hade sett ut, men slutsatsen som kan dras är att om utvecklingen fortsätter, så kommer det bara behövas fler och att dessa senare följer med en viss miljöpåverkan. Nästa år förväntas alla datacenter dra så mycket elektricitet att de hamnar på femte plats om man ser till elförbrukning per land och landa på en plats mellan Japan och Ryssland. Bland den främsta kritiken som riktas mot AI är energikonsumtionen, då experter inte anser att det är möjligt att driva fram denna utveckling med hjälp av förnybar energi. År 2021 upptäckte till exempel anställda vid Google i samarbete med forskare vid University of California i Berkeley att enbart träningsprocessen för en modell liknande Open AI:s GPT-3 motsvarade 552 ton koldioxid. Problemet som kvarstår är att det inte bara går åt energi när AI:s GPT-modeller tränas. Närhelst man använder AI går energi åt för att få sin fråga besvarad. Beräkningar från forskare uppskattar bland annat att en sökning via ChatGPT använder fem gånger så mycket elektricitet som en vanlig webbsökning. Dessutom har företag ett incitament att ständigt ta fram nyare modeller, vilket gör att den nyare sortens AI, generativt AI, har börjat ta över. Nyare modeller kräver ännu mer energi under övningsfasen, vilket riskerar att öka efterfrågan på energi ytterligare.
Förutom det kommer även viss miljöpåverkan med hårdvaran. För att kunna framställa ett datacenter krävs en del indirekt miljöpåverkan. Det är svårt att mäta hur specifika kemiska processer och utvinningen av särskilda mineraler påverkar miljön, eftersom detta i stort sett fortfarande är ett pågående projekt.
Förslag på lösningar – AI med ett hållbart fokus?
AI har många användningsområden som kan gynna arbetet mot hållbarhet. Ett av dem är innovationen. AI stärker uppfinningsrikedomen genom att accelerera den tekniska utvecklingen, som kan leda till koldioxidutsläppen minskar framöver. En rapport av International Energy Agency (IEA) och som lyfts fram av World Economic Forum (WEF) hävdar att nästan hälften av alla koldioxidutsläpp som kommer att reduceras fram till år 2050 kommer att minska tack vare teknik som ännu inte är uppfunnen. Artificiell intelligens blir här en teknisk möjlighet som effektiviserar forskningen och som även kan accelerera den vetenskapliga utvecklingen inom andra fält.
Andra praktiska användningsområden för AI
Numera kan AI redan tillämpas i vardagen för att reducera koldioxidutsläppen. Exempelvis används den i Google maps-funktionen för att hitta mer miljövänliga vägar i rutter som föreslås av AI. Detta har bland annat lett till att utsläppen har minskat med över en miljon ton koldioxid årligen sedan funktionen började testas i Europa och USA.
AI kan även användas för att hålla riskområden under uppsikt och för att inleda varningar i förtid. Den kan användas för att modellera olika typer av risker för översvämningar (och i längden även andra naturkatastrofer, som jordbävningar och skogsbränder) och användas som ett verktyg för att mer effektivt varna befolkningen i förväg. AI-verktyg kan användas för att skydda människor på effektivare sätt under naturkatastrofer och andra typer av nödfall. Detta är bara en bråkdel av alla exempel på vad AI kan göra nu och inom en snar framtid – med bara tekniken som har utvecklats hittills.
Det stora dilemmat
Det finns flera risker med AI-användningen vid första anblick, men potentialen för en framtida utveckling kan i vissa fall bara göra miljöbelastningen temporär. Det är detta som gör AI-användningen till ett känsligt och komplicerat dilemma: Ska vi ta en paus från utvecklingen för att se till att omställningen till förnybar energi prioriteras innan vi hinner längre eller ska vi istället fortsätta satsa på den nya tekniken oavbrutet och hoppas att den nya tekniska utvecklingen löser problemet?
Bianca M.- Info Express
E: hello@infoexpress.se
Källor: “Explained: Generative AI’s environmental impact”, MIT News, 2025-01-17
“What is AI’s role in the climate transition and how can it drive growth?”, World Economic Forum (WEF), 2025-01-16
