AI için sürdürülebilir bir geleceğe ulaşmak

Daha fazla bilgi işlem, daha fazla elektrik tüketimine ve bunun sonucunda karbon emisyonlarına yol açar. Massachusetts Amherst Üniversitesi’ndeki araştırmacılar tarafından 2019 yılında yapılan bir araştırma, bir tür derin öğrenme algoritması olan bir transformatörün eğitimi sırasında tüketilen elektriğin 626.000 libreden (~284 metrik ton) fazla karbondioksit yayabileceğini tahmin ediyor; New York City ve Sidney, Avustralya arasında 41 gidiş-dönüş uçuşu. Ve bu sadece modeli eğitiyor.

Ayrıca bir veri depolama patlamasıyla karşı karşıyayız. IDC, 2025 yılında 180 zettabayt veya 180 milyar terabayt verinin oluşturulacağını öngörüyor. Bu ölçekte veri depolama için gereken toplu enerji çok büyük ve sürdürülebilir bir şekilde ele alınması zor olacak. Veri depolama koşullarına bağlı olarak (ör. kullanılan donanım, tesisin enerji karışımı), depolanan tek bir terabayt veri yılda 2 ton CO2 emisyonu üretebilir. Şimdi bunu 180 milyar ile çarpın.

Yapay zekayı sürekli büyüyen bir çevresel ayak iziyle yoğunlaştırmaya yönelik bu mevcut gidişat, kesinlikle sürdürülebilir değil. Statükoyu yeniden düşünmeli ve stratejilerimizi ve davranışlarımızı değiştirmeliyiz.

AI ile sürdürülebilir iyileştirmeler sağlamak

Yapay zekanın artan önemiyle şüphesiz ciddi karbon emisyonları etkileri olsa da, aynı zamanda muazzam fırsatlar da var. AI ile birleştirilmiş gerçek zamanlı veri toplama, aslında yardım işletmeler, karbon emisyonlarını belirli bir ölçekte azaltmaya yardımcı olmak için operasyonel iyileştirme alanlarını hızla belirler.

Örneğin yapay zeka modelleri, ısıtma, havalandırma ve iklimlendirme (HVAC) dahil olmak üzere bina verimliliğini etkileyen faktörler için acil iyileştirme fırsatlarını belirleyebilir. Karmaşık, veri açısından zengin, çok değişkenli bir sistem olarak HVAC, otomatikleştirilmiş optimizasyon için çok uygundur ve iyileştirmeler yalnızca birkaç ay içinde enerji tasarrufu sağlayabilir. Bu fırsat hemen hemen her binada mevcut olsa da, özellikle veri merkezlerinde kullanışlıdır. Birkaç yıl önce Google, veri merkezi soğutmasını iyileştirmek için yapay zekayı uygulamanın enerji tüketimini %40’a kadar nasıl azalttığını paylaştı.

Yapay zeka, karbona duyarlı bilgi işlemin uygulanmasında da etkili olduğunu kanıtlıyor. Yenilenebilir enerji kaynaklarının mevcudiyetine bağlı olarak otomatik olarak değişen bilgi işlem görevleri, faaliyetin karbon ayak izini azaltabilir.

Aynı şekilde yapay zeka, daha önce bahsedilen balon gibi büyüyen veri depolama sorununun azaltılmasına yardımcı olabilir. Gerry McGovern, kitabında büyük ölçekli veri depolamanın sürdürülebilirlik endişelerini ele almak için Dünya Çapında Atık, verilerin %90’a varan kısmının kullanılmadığını, yalnızca depolandığını fark etti. Yapay zeka, depolamayı garanti altına almak için hangi verilerin değerli, gerekli ve yeterince yüksek kalitede olduğunu belirlemeye yardımcı olabilir. Gereksiz veriler basitçe atılabilir ve hem maliyet hem de enerji tasarrufu sağlanır.

Yapay zeka projeleri nasıl daha sürdürülebilir şekilde tasarlanır?

Yapay zeka girişimlerini sorumlu bir şekilde uygulamak için hepimizin birkaç şeyi yeniden düşünmesi ve yapay zeka projelerini tasarlamaya daha proaktif bir yaklaşım benimsemesi gerekiyor.