Kunstig intelligens (AI) bliver ofte hyldet som en banebrydende teknologi, der kan revolutionere verden. Den bruges i alt fra sundhedsvæsenet til industri og finans, hvor den kan automatisere opgaver og effektivisere arbejdsprocesser. AI har dog også en skjult pris, der ikke altid får den fornødne opmærksomhed, og det er det voksende klimaaftryk.
Træningen og driften af store AI-modeller kræver massive mængder energi og ressourcer, hvilket belaster miljøet gennem øget CO2-udledning og et enormt vandforbrug til køling af datacentre. Teknologiens udbredelse rejser derfor spørgsmål om, hvordan vi bedst balancerer dens fordele med dens klimapåvirkning.
I denne artikel kigger vi på, hvordan kunstig intelligens påvirker miljøet, og hvorfor vi bør være opmærksomme på både teknologiens potentiale og de faretruende omkostninger.
Klimaaftrykket fra kunstig intelligens
- AI’s energiforbrug i datacentre forventes at stige med 50% inden 2027 (Goldman Sachs).
- En enkelt træningssession af en stor sprogmodel som GPT-3 kan udlede CO₂ svarende til at køre 18 gange rundt om jorden i bil (Uddannelsesbladet).
- AI kan hjælpe med at optimere energiforbruget i industrien, hvilket kan føre til betydelige CO₂-besparelser (POV International).
- AI-modeller kan designes til at være op mod 70 % mere energieffektive uden at gå på kompromis med ydeevnen (SCM.dk).
- AI’s stigende energibehov lægger pres på elnettet, da datacentre kræver mængder af strøm på niveau med byer for at understøtte AI-modeller (Wall Street Journal).
AI-modellerne koster i energiregnskabet
Store AI-modeller, såsom ChatGPT, Bard eller Gemini, har et markant højere energiforbrug end andre typer teknologi. Ifølge adjunkt Raghavendra Selvan fra Københavns Universitet svarer én forespørgsel (eller prompt) til ChatGPT i gennemsnit til det energiforbrug, der er nødvendigt for at oplade en mobiltelefon 40 gange (eller ca. 0,19 kWh).
Meta – selskabet bag Facebook, Instagram og WhatsApp – har selv oplyst, at alene træningen af AI-modellen Llama 3 udleder omkring 2.290 tons CO2. Samtidig anslår forskere fra Københavns Universitet, at AI-servernes samlede energiforbrug kan indhente hele Argentinas eller Sveriges energiforbrug allerede i 2027.
Mange vil nok spørge sig selv, hvor i alverden det klimaaftryk stammer fra.
Datacentrene er den helt store klimasynder
Klimabelastningen fra kunstig intelligens skyldes især datacentrene, der kræver enorme mængder strøm og ferskvand. Datacentrer huser tusindvis af kraftfulde computere, der udfører de beregninger, som driver AI-modellerne. Det afleder store mængder varme, som skal køles ned med vand og energitunge køleanlæg. Mellem 2021 og 2022 steg Microsofts vandforbrug med 34 % til ca. 6,5 milliarder liter, mens Googles steg med 20 %.
Det enorme vandforbrug presser de lokale vandforsyninger, især i områder, der allerede lider af vandmangel. Datacentrene kører ofte på strøm fra fossile brændstoffer, hvilket øger CO2-udledningen yderligere. Udfordringerne forstærkes af, at datacentre ofte placeres i områder med billig strøm, men hvor infrastrukturen ikke altid er optimeret til bæredygtig drift.
Kan AI få en positiv indvirkning på klimaet?
På trods af udfordringerne tilbyder AI også muligheder for klimaet. Teknologien kan hjælpe med at optimere energiforbruget i industrien og private hjem, gøre trafikken mere effektive og bidrage til forskning i grønnere løsninger. Sukkerproducenten Nordic Sugar i Nakskov har blandt andet opnået CO2-beparelser ved at anvende AI-teknologi til at optimere deres energiforbrug.
Nyere forskning viser da også, at AI-modeller sagtens kan designes på en måde, hvor de er væsentligt mere energieffektive uden at ydeevnen undermineres. Et studie, som forskere fra Københavns Universitet har bidraget til, viste blandt andet, at man kan få energibesparelser på op mod 80 %, hvis man bevidst vælger de mest energieffektive løsninger.
Balancen mellem teknologisk udvikling og ansvaret for klimaet
Kunstig intelligens spiller en stigende rolle i energioptimering og udviklingen af mere effektive systemer. AI anvendes blandt andet til at forudsige energiforbrug, optimere industrielle processer og styre smarte elnet, hvilket potentielt kan bidrage til en reduktion af CO₂-udledninger. Samtidig er det stigende energiforbrug og CO₂-aftryk fra AI en faktor, der påvirker debatten om teknologiens fremtidige bæredygtighed.
Flere virksomheder og forskningsmiljøer arbejder på at udvikle mere energieffektive AI-modeller og implementere løsninger, der kan reducere belastningen på miljøet. Der findes allerede initiativer, der fokuserer på at bruge vedvarende energikilder til datacentre samt algoritmer, der optimerer strømforbruget. Samtidig bliver der udviklet reguleringer og politiske tiltag, der skal sikre, at AI’s energibehov ikke kommer i konflikt med klimamålene.
Den fremtidige udvikling af kunstig intelligens vil i høj grad afhænge af, hvordan teknologiens energiforbrug håndteres, og om energieffektive løsninger implementeres i takt med, at AI bliver mere integreret i samfundet.
