Η τεχνητή νοημοσύνη εξελίσσεται σε πολύτιμο εργαλείο για τις περιβαλλοντικές οργανώσεις, παρά τις ανησυχίες για το ενεργειακό και περιβαλλοντικό αποτύπωμα των υποδομών που απαιτούνται για τη λειτουργία της. Από την παρακολούθηση δασικών πυρκαγιών και την καταγραφή απειλούμενων ειδών έως την ανάλυση κλιματικών δεδομένων, οργανώσεις σε όλο τον κόσμο αξιοποιούν τις δυνατότητες της AI, την ώρα που προειδοποιούν για την αυξανόμενη κατανάλωση ηλεκτρικής ενέργειας και νερού από τα κέντρα δεδομένων.
Σε έρευνα του Reuters μεταξύ 15 μεγάλων οργανώσεων που δραστηριοποιούνται στην προστασία του περιβάλλοντος και της βιοποικιλότητας, όλες δήλωσαν ότι χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης, εκφράζοντας παράλληλα προβληματισμό για τις επιπτώσεις των data centers.
Το μέγεθος της πρόκλησης αποτυπώνεται στις εκτιμήσεις του Διεθνούς Οργανισμού Ενέργειας (IEA). Η παγκόσμια κατανάλωση ηλεκτρικής ενέργειας από τα data centers αναμένεται να φτάσει τις 945 τεραβατώρες ετησίως έως το 2030, σχεδόν διπλάσια από τα σημερινά επίπεδα και αντίστοιχη με την ετήσια κατανάλωση της Ιαπωνίας. Οι σχετικές εκπομπές διοξειδίου του άνθρακα εκτιμάται ότι θα ξεπεράσουν τους 300 εκατ. τόνους, ενώ η κατανάλωση νερού ενδέχεται να αυξηθεί από 560 δισ. λίτρα το 2023 σε 1,2 τρισ. λίτρα ετησίως έως το τέλος της δεκαετίας.
Το ζήτημα αναμένεται να απασχολήσει και τη διάσκεψη COP31, με την Τουρκία να προωθεί μια διεθνή δέσμευση για τη βιώσιμη ανάπτυξη και χρήση της τεχνητής νοημοσύνης. Παράλληλα, ο γενικός γραμματέας του ΟΗΕ, Αντόνιο Γκουτέρες, ζητά από τις μεγάλες εταιρείες του κλάδου να δημοσιοποιούν τις περιβαλλοντικές επιπτώσεις των συστημάτων τους.
Περισσότερη ακρίβεια στην προστασία της φύσης
Παρά τις επιφυλάξεις, οι περιβαλλοντικές οργανώσεις υποστηρίζουν ότι τα οφέλη της τεχνολογίας είναι ήδη μετρήσιμα. Χαρακτηριστικό παράδειγμα αποτελεί η Save the Elephants στην Κένυα, η οποία χρησιμοποιεί μοντέλα τεχνητής νοημοσύνης για την καταγραφή πληθυσμών άγριων ζώων.
Σε εναέρια έρευνα πέρυσι, η αξιολόγηση περίπου 200.000 εικόνων απαιτούσε εννέα εργαζομένους και εννέα μήνες. Με τη χρήση AI, αντίστοιχες αναλύσεις μπορούν πλέον να ολοκληρωθούν μέσα σε λίγες ώρες. Μάλιστα, η τεχνολογία αποκάλυψε ότι οι παραδοσιακές μέθοδοι καταγραφής δεν εντόπιζαν περίπου το ένα τρίτο των ελεφάντων, σχεδόν τις μισές ζέβρες και καμηλοπαρδάλεις και τα τρία τέταρτα των πληθυσμών αντιλοπών όρυξ.
Αντίστοιχα, το Ινστιτούτο Jane Goodall χρησιμοποιεί εργαλεία τεχνητής νοημοσύνης για την ψηφιοποίηση δεκαετιών χειρόγραφων σημειώσεων σχετικά με τη συμπεριφορά των χιμπαντζήδων στην Τανζανία. Ένα έργο που αρχικά υπολογιζόταν ότι θα διαρκούσε 13 έως 15 χρόνια αναμένεται πλέον να ολοκληρωθεί σε περίπου δύο.
Αναζήτηση λύσεων για μικρότερο ενεργειακό αποτύπωμα
Ορισμένες οργανώσεις επιχειρούν, παράλληλα, να περιορίσουν τις περιβαλλοντικές επιπτώσεις από τη χρήση της τεχνητής νοημοσύνης. Το World Resources Institute περιορίζει εφαρμογές με υψηλές ενεργειακές απαιτήσεις, όπως η παραγωγή εικόνων και βίντεο, ενώ αποθηκεύει αποτελέσματα προηγούμενων αναζητήσεων ώστε να αποφεύγεται η επαναλαμβανόμενη επεξεργασία των ίδιων δεδομένων.
Η Nature Conservancy έχει επιλέξει μια διαφορετική προσέγγιση, εγκαθιστώντας κάμερες με δυνατότητες AI σε αλιευτικά σκάφη. Με αυτόν τον τρόπο, η ανάλυση των βίντεο πραγματοποιείται απευθείας στα πλοία, χωρίς να απαιτείται η μεταφορά μεγάλου όγκου δεδομένων σε κεντρικά data centers.
Από την πλευρά της, η Greenpeace International εμφανίζεται περισσότερο επιφυλακτική. Παρότι χρησιμοποιεί ορισμένα εργαλεία τεχνητής νοημοσύνης, υποστηρίζει ότι πρέπει να εξεταστεί κατά πόσο είναι αναγκαία η συνεχιζόμενη επέκταση των μεγάλων κέντρων δεδομένων, δεδομένων των ενεργειακών και περιβαλλοντικών απαιτήσεών τους.
Η συζήτηση αναδεικνύει ένα ευρύτερο δίλημμα: πώς μπορεί η τεχνητή νοημοσύνη να συμβάλει στην προστασία του περιβάλλοντος χωρίς η ίδια η ανάπτυξή της να επιβαρύνει περαιτέρω τους φυσικούς πόρους. Για πολλές οργανώσεις, η απάντηση βρίσκεται στην αποδοτικότερη χρήση της τεχνολογίας, με διατήρηση του ανθρώπινου ελέγχου και περιορισμό του ενεργειακού της αποτυπώματος.
Πηγή: Reuters
