© Unsplash/Geoffrey Moffett | Et datacenter i Irland.

Kunstig intelligens er ikke kun ansvarlig for bekymrende mængder af drivhusgasser, der varmer jorden op: Teknologiens miljømæssige fodaftryk vokser også i et tempo, der kan belaste planetens naturressourcer.

Datacentre, den globale infrastruktur, der driver AI, kan komme til at forbruge 945 terawatt-timer elektricitet om året i 2030 – næsten tre gange så meget som det samlede årlige elforbrug i Pakistan, Bangladesh og Nigeria, lande, der tilsammen huser mere end 650 millioner mennesker.

Men det er kun toppen af isbjerget. Ud over CO2-fodaftrykket har hver enhed elektricitet, der bruges af datacentre, også et “vandfodaftryk” til køling og energiproduktion og et “jordfodaftryk” i forbindelse med elproduktion og forsyningskæder.

Nytænkning af, hvordan bæredygtighed måles

Ifølge en ny undersøgelse fra FN’s Universitet (UNU) kan AI-relateret vandforbrug svare til 1,3 milliarder menneskers basale årlige husholdningsbehov ved udgangen af årtiet, mens dens fodaftryk på land kan overstige 14.500 kvadratkilometer – omtrent dobbelt så stort som hovedstadsområdet i Jakarta.

Rapporten fremhæver et kritisk hul i den måde, AI’s miljøpåvirkning måles på. Udledning af drivhusgasser, især i forbindelse med træning af store modeller, har en tendens til at blive prioriteret, men denne tilgang overser andre miljøomkostninger.

Løsninger, der opfattes som “grønne” i én forstand, kan forværre presset i andre, især i regioner, der allerede står over for ressourceknaphed. For eksempel kan skift til visse vedvarende energikilder reducere CO2-udledningen, men kan øge vandforbruget og arealanvendelsen betydeligt.

Daglig brug af AI er den største synder

Den offentlige debat har i høj grad drejet sig om den energi, der kræves for at træne avancerede AI-modeller, men undersøgelsen viser, at den daglige brug står for omkring 80 til 90 procent af det samlede energibehov.

Omfanget er slående: En udbredt AI-tjeneste anslås at behandle omkring 2,5 milliarder forespørgsler om dagen og bruger hundredvis af gigawatt-timer elektricitet hvert år.

Energiforbruget varierer også meget afhængigt af opgaven. Generering af et enkelt AI-billede kan kræve mere end tusind gange så meget energi som simpel tekstklassificering, mens videogenerering kræver endnu større ressourcer.

Det er usandsynligt, at effektivitetsforbedringer alene kan opveje disse stigende krav. Rapporten peger på den såkaldte rebound-effekt, hvor lavere omkostninger og forbedret ydeevne driver et højere forbrug, hvilket i sidste ende øger det samlede ressourceforbrug.

Lokale byrder, globale fordele

De miljømæssige konsekvenser af AI-infrastruktur er ikke jævnt fordelt. Mens fordelene ved teknologien er globale, er omkostningerne ofte koncentreret i bestemte regioner.

I nogle lande står datacentre allerede for en betydelig del af det nationale elforbrug, hvilket lægger pres på energisystemerne. I andre lande trækker de voksende faciliteter store veksler på vandforsyningen, nogle gange under tørkeforhold.

Samtidig advarer rapporten om en voksende udfordring med elektronisk affald, hvor AI-infrastruktur forventes at generere op til 2,5 millioner tons e-affald om året i 2030. En stor del af denne byrde vil sandsynligvis falde på lavindkomstlande med begrænset kapacitet til sikker bortskaffelse.

Produktionen af kritiske mineraler til AI-hardware giver også anledning til bekymring for miljøforringelse og social ulighed i udvindingsområderne.

En voksende digital og miljømæssig kløft

Udvidelsen af AI-infrastrukturen skaber også nye forskelle i adgang og indflydelse. Ifølge rapporten er mere end 90 procent af den AI-specialiserede computerkapacitet koncentreret i blot to lande – USA og Kina. Samtidig mangler over 150 lande en betydelig indenlandsk AI-infrastruktur.

Denne ubalance begrænser ikke kun de økonomiske muligheder, men rejser også spørgsmål om miljøretfærdighed, da nogle lande bærer miljøomkostningerne uden at få del i fordelene ved AI-drevet vækst.

På vej mod ansvarlig AI

På trods af de barske resultater understreger UNU-forskerne, at rapporten ikke er et argument mod kunstig intelligens i sig selv. Den opfordrer snarere til hurtig handling for at sikre, at teknologien udvikles inden for planetens grænser.

Undersøgelsen skitserer en ramme for et “ansvarligt AI-økosystem”, der bygger på principper som gennemsigtighed, effektivitet ved design, retfærdighed, livscyklusansvar, globalt samarbejde og bæredygtig brug.

Regeringer opfordres til at integrere AI-infrastruktur i energi-, vand- og arealplanlægning, mens virksomheder opfordres til at designe systemer, der minimerer ressourceforbruget. Brugerne har også en rolle at spille ved at vælge applikationer med mindre påvirkning, hvor det er muligt.

I sidste ende hævder rapporten, at fremtiden for AI ikke kun afhænger af teknologisk innovation, men også af de ledelsesmæssige valg, der træffes i dag.

Find venligst den originale artikel her.

Denne oversættelse er genereret ved brug af Word Press Multilingual Plugin. Hvis noget er uklart, henvises til den engelske version af artiklen.