Artificiële Intelligentie (AI) & Duurzaamheid: Een Delicate Balans
Artificiële Intelligentie, kortweg AI, is enorm in opkomst. Het heeft veel voordelen, maar er kleven ook nadelen aan, voornamelijk met betrekking tot het klimaat. AI verbruikt namelijk enorm veel stroom. Dus hoe zit dat nou? Welke impact heeft AI op het klimaat? En biedt het misschien ook kansen? Lees het in dit artikel.
Ondanks deze zorgen biedt AI ook kansen om ons milieu te verbeteren en klimaatverandering tegen te gaan
2023 is het jaar waarin AI snel aan populariteit wint. We zien onder andere de opkomst en hype rond ChatGPT, Dall-E en Midjourney. De technologie heeft zich razendsnel ontwikkeld en heeft de potentie om de manier waarop we werken en leven drastisch te beïnvloeden. Voor veel mensen is het inmiddels al een belangrijk onderdeel van hun werk geworden. Hoewel AI dus veel positieve aspecten heeft, is er ook een klimaatimpact waar rekening mee gehouden moet worden. In dit artikel bespreken we de complexe relatie tussen AI en het milieu en brengen we de impact die AI op het klimaat heeft in kaart. Ook bespreken we welke kansen er zijn voor AI in de strijd tegen klimaatverandering.
Impact op het klimaat
De klimaat impact van AI is niet eenvoudig vast te stellen omdat er veel bij komt kijken om de technologie goed te kunnen laten functioneren. Er is veel data en computerkracht nodig. Er wordt dus veelvuldig gebruik gemaakt van datacentra. Het grootste gedeelte van de klimaat impact is daarom dan dus ook daar te vinden. Datacentra zijn grootverbruikers van elektriciteit, water en (schaarse) grondstoffen.
CO2 uitstoot AI
Om zo goed mogelijke antwoorden op de vragen van de gebruikers van AI-modellen te genereren, gaat er veel training aan vooraf. AI-modellen worden getraind door ze data te voeden om hun interne parameters aan te passen via iteratieve optimalisatie, waardoor ze specifieke taken kunnen leren en uitvoeren. Dit kan enkele uren tot enkele weken duren. In het geval van ChatGPT, een AI-model dat leert op basis van tekstverwerking, kan eén enkele trainingssessie net zoveel CO2 uitstoten als 1000 auto's die elk 1000 kilometer rijden (NOS). Ook meldt de NOS dat 1 enkele opdracht aan ChatGPT net zoveel stroom verbruikt als een lamp in een uur doet. Voor zowel de AI-trainingssessies als de (zoek)opdrachten die AI krijgt van gebruikers zijn datacentra cruciaal. Helaas gebruiken deze datacentra veel stroom. Volgens het CBS waren alle datacentra in Nederland gezamenlijk verantwoordelijk voor 3,3% van het stroomverbruik in Nederland in 2021; een aanzienlijk deel dus. Bovendien is dit nog voordat het grote publiek toegang kreeg tot AI-modellen. De kans is daarom vrij groot dat het stroomverbruik van datacenters alleen maar gestegen is.
Waterverbruik
Datacentra gebruiken veel stroom om hun computers, servers en overige apparatuur te laten werken. Dit levert erg veel warmte op. Om dit te koelen is veel water nodig. Volgens het Rijksprogramma "Denk Doe Duurzaam" gebruiken datacentra in Nederland jaarlijks 1 miljoen kubieke meter water voor koeling, wat 0,088% van het totale waterverbruik in het land vertegenwoordigt. In Noord-Holland, waar veel datacentra zijn gevestigd, is dit percentage zelfs 0,6%. Het datacenter van Microsoft gebruikte in 2021 bijvoorbeeld 84 miljoen liter water (RTL). Om dit in perspectief te plaatsen; een gemiddeld Nederlands gezin van 4 personen verbruikt jaarlijks 127 duizend liter water per jaar.
Materiaalgebruik
Het gebruik van water en elektriciteit en de impact hiervan zijn direct te relateren aan datacentra. Wat lastiger te bepalen is, is de klimaat impact die zit in de productie van de datacentra en met name alle apparatuur. Er wordt veel gebruik gemaakt van edele metalen en andere schaarse grondstoffen. Het delven, transporteren, fabriceren en recyclen van deze materialen vereist grote hoeveelheden energie en kan vaak ethisch onverantwoord zijn, zoals Denk Doe Duurzaam benadrukt.
Kansen voor Klimaat en AI
Ondanks deze zorgen biedt AI ook kansen om ons milieu te verbeteren en klimaatverandering tegen te gaan. AI kan processen efficiënter en zuiniger maken, vraag en aanbod beter op elkaar afstemmen en ook helpen met klimaatvoorspellingen. Zo zijn er erg veel toepassingen waar AI erg nuttig kan zijn. Ter inspiratie lichten we hier enkele voorbeelden toe:
1. Energiebeheer en -optimalisatie
AI kan worden gebruikt om het energieverbruik in gebouwen, fabrieken en steden te analyseren en optimaliseren. Door het analyseren van historische en real-time data, kunnen AI-algoritmen voorspellen wanneer, waar en hoeveel energie zal worden verbruikt, en kunnen ze automatische aanpassingen maken om energie te besparen.
Voorbeeld: Google DeepMind: Google heeft DeepMind AI gebruikt om het energieverbruik in hun datacenters te verminderen. De AI helpt bij het analyseren van de data om de koelingsefficiëntie te verbeteren, wat heeft geleid tot een reductie van het energieverbruik met 30%.
2. Slimme Elektriciteitsnetwerken (Smart Grids)
AI kan helpen bij het beheren van slimme elektriciteitsnetwerken door de vraag naar en het aanbod van elektriciteit in evenwicht te brengen, en door hernieuwbare energiebronnen zoals wind en zon efficiënter te integreren.
Voorbeeld: TenneT en IBM: TenneT, een (elektriciteits)netbeheerder, werkt samen met IBM om een blockchain- en AI-gestuurd netwerk te ontwikkelen om het aanbod van hernieuwbare energie beter te beheren en te integreren.
3. Conservatie van Biodiversiteit
AI kan worden ingezet om bedreigde soorten te beschermen door automatische identificatie en monitoring van dieren in het wild met behulp van beeld- en geluidsopnames.
Voorbeeld: Wildlife Protection Solutions (WPS): Gebruikt AI-gestuurde camera's om bedreigde diersoorten te monitoren en stropers op te sporen, wat helpt bij de bescherming van de biodiversiteit.
4. Afvalbeheer
AI kan helpen bij het sorteren en beheren van afval, door te identificeren welke items kunnen worden gerecycled of hergebruikt, wat kan bijdragen aan het verminderen van de hoeveelheid afval die op stortplaatsen terechtkomt.
Voorbeeld: Greyparrot: Een startup die AI gebruikt om afval te identificeren en te sorteren, wat het recyclingproces verbetert en bijdraagt aan het verminderen van afval op stortplaatsen.
En zo zijn er nog veel meer voorbeelden om op te noemen, zoals het voorspellen van weer en klimaatpatronen (IBM’s The Weather Company) of het efficiënter maken van de opslag van CO2 (Climeworks).
Conclusie
De toepassingen van AI zijn dus twee kanten van dezelfde medaille, als het gaat om milieu-impact. Het kan ons helpen efficiënter en milieuvriendelijker te zijn, maar het brengt ook aanzienlijke uitdagingen met zich mee op het gebied van energieverbruik, CO2-uitstoot en grondstoffengebruik. Probeer dus op een bewuste en selectieve manier met AI om te gaan en altijd rekening te houden met de impact die het heeft op het milieu!
Wil je weten waar Make Day AI voor gebruikt? Bijvoorbeeld voor de optimalisatie van wegenonderhoud: kan dat slimmer, efficiënter en duurzamer?
PS. De afbeeldingen bij dit artikel zijn door AI gegenereerd op basis van de blogtekst. Bij nader inzien misschien toch niet zo duurzaam...
