Tekoälyn hiilijalanjälki: mistä se syntyy ja miten sitä voidaan pienentää?
Moni asiakkaamme on kysellyt lisätietoja tekoälyn päästöistä ja muista ympäristövaikutuksista. Tekoälystä ja sen ympäristövaikutuksista puhutaan paljon, mutta usein hyvin yleisellä tasolla. Käytännössä tekoälyn ilmastovaikutukset eivät synny yhdestä yksittäisestä lähteestä, vaan koko laskentainfrastruktuurista: laitteistosta, datakeskuksesta, sähkön tuotantotavasta, jäähdytyksestä, käytön määrästä ja siitä, kuinka tehokkaasti järjestelmä on suunniteltu.
1) Tekoäly nojaa datakeskuksiin
Ensimmäinen haaste on se, että tekoälyn energiavaikutusta ei voi irrottaa datakeskuksista. Tekoälyn mallien koulutus ja käyttö tapahtuvat pääosin datakeskuksissa, joten myös niiden sähkönkulutus, energiatehokkuus ja käytetty sähkö vaikuttavat lopputulokseen olennaisesti. IEA on arvioinut, että tekoälyn vauhdittama kehitys kasvattaa datakeskusten sähkönkysyntää merkittävästi tulevan vuosikymmenen aikana. Tämä tarkoittaa, että tekoälyn hiilijalanjälkeä ei voi tarkastella uskottavasti ilman ymmärrystä siitä infrastruktuurista, jossa laskenta tapahtuu.
2) Laskennan sijainti ei aina ole läpinäkyvä
Toinen haaste liittyy laskennan sijaintiin. Sama tekoälypalvelu voi hyödyntää eri datakeskuksia, eri laitteistoja ja eri sähköntuotannon yhdistelmiä eri aikoina. Pilvi- ja AI-palveluissa laskenta voi myös jakautua useille alueille tai globaaleille päätepisteille, eikä käsittely tapahdu välttämättä yhdessä selkeästi rajattavassa datakeskuksessa. Tämä vaikeuttaa sekä päästöjen kohdistamista että sen arviointia, missä dataa tosiasiassa käsitellään.
3) Lopputulos riippuu rajauksesta
Kolmas haaste on rajaus. Tekoälyn päästövaikutuksia syntyy useassa vaiheessa: sirujen ja palvelinlaitteiden valmistuksessa, mallien koulutuksessa, mallien käytössä, jäähdytyksessä sekä datakeskuksen muussa infrastruktuurissa. Lopputulos riippuu paljon siitä, tarkastellaanko vain käytönaikaista energiankulutusta vai otetaanko mukaan myös laitteistojen valmistus, vedenkulutus, jäähdytys ja muu elinkaarivaikutus. Siksi tekoälyn hiilijalanjäljen määrittäminen vaatii aina huolellista rajausta.
4) Valittu tekoälyjärjestelmä vaikuttaa päästömääriin
Neljäs haaste liittyy itse tekoälyjärjestelmään. Myös tekoälymallilla eli käytännössä valitulla tekoälyjärjestelmällä on vaikutusta energiankäyttöön ja sitä kautta päästöihin. Eri järjestelmät vaativat eri määrän laskentatehoa, mutta kokonaisvaikutus ei riipu vain siitä, kuinka raskas järjestelmä on, vaan myös siitä, kuinka paljon sitä käytetään ja millaisessa infrastruktuurissa se toimii. Pieni järjestelmä voi aiheuttaa suuren kokonaisvaikutuksen, jos käyttömäärät ovat suuria, kun taas suuremman järjestelmän suhteellinen tehokkuus voi olla hyvä, jos käyttö on optimoitu ja ympäristö energiatehokas.
5) Data ei ole vielä täysin vertailukelpoista
Viides haaste on datan laatu ja vertailukelpoisuus. Tekoälyn ympäristövaikutusten mittaamista vaikeuttavat edelleen standardoidun ja validoidun datan puute sekä se, että esimerkiksi vedenkulutus ja elinkaaren vaikutukset jäävät usein puutteellisesti raportoituiksi. Myös eri laskentatavat voivat johtaa hyvin erilaisiin arvioihin datakeskusten ja AI:n energiankulutuksesta. Tämän vuoksi tekoälyn hiilijalanjälki ei yleensä ole yksi yksiselitteinen luku, vaan rajaukseen ja käytettävissä olevaan dataan perustuva asiantuntija-arvio.
Vaikutusten arviointi ja positiiviset nettohyödyt
Vaikka määrittäminen on haastavaa, vaikutuksia voidaan silti pienentää. UNESCO:n ja UCL:n julkaisemien tutkimusten perusteella suhteellisen pienillä muutoksilla suurten kielimallien rakentamisessa ja käytössä energiankulutusta voidaan vähentää merkittävästi ilman, että suorituskyky välttämättä kärsii. Käytännön keinoja ovat esimerkiksi kompaktimmat järjestelmät, tehokkaampi käyttö ja resurssien parempi kohdentaminen. Energiankäytön pienentämisen lisäksi sähköntuotannon päästöjen pienentämisellä on olennainen vaikutus tekoälyn päästömääriin.
Tekoälyn ympäristövaikutuksia arvioitaessa ei myöskään kannata jäädä kiinni vain kysymykseen siitä, käytetäänkö AI:ta vai ei. Olennaista on myös se, mihin sitä käytetään. Jos tekoälyn avulla voidaan esimerkiksi tehostaa prosesseja, vähentää materiaalihukkaa tai löytää ratkaisuja, joilla päästöjä pienennetään muualla liiketoiminnassa, voi nettohyöty olla suurempi kuin tekoälyn käytöstä syntyvä negatiivinen ilmastovaikutus.