AI je istovremeno problem i rješenje za čistu energiju

Eksplozivan rast računalnih centara pokretanih umjetnom inteligencijom stvara neviđeni porast potražnje za električnom energijom koji prijeti preopteretiti elektroenergetske mreže i poremetiti klimatske ciljeve. Istovremeno, tehnologije umjetne inteligencije mogle bi revolucionirati energetske sustave, ubrzavajući prijelaz na čistu energiju.

"Nalazimo se na pragu potencijalno gigantskih promjena u cijelom gospodarstvu", rekao je William H. Green , direktor MIT-ove energetske inicijative (MITEI) i profesor na MIT-ovom odjelu za kemijsko inženjerstvo, na MITEI-jevom proljetnom simpoziju „Umjetna inteligencija i energija: Opasnost i obećanje“.

Događaj je okupio stručnjake iz industrije, akademske zajednice i vlade SAD-a kako bi istražili rješenja za ono što je Green opisao kao lokalne probleme s opskrbom električnom energijom i ispunjavanjem naših ciljeva čiste energije. Izazov potražnje za energijom u podatkovnim centrima i potencijalne koristi umjetne inteligencije za energetsku tranziciju istraživački su prioritet za MITEI.

Od samog početka, simpozij je istaknuo zabrinjavajuće statistike o apetitu umjetne inteligencije za električnom energijom. Nakon desetljeća stagnacije potražnje za električnom energijom u Sjedinjenim Državama, računalni centri sada troše otprilike 4 posto električne energije u zemlji. Iako postoji velika neizvjesnost, neke projekcije sugeriraju da bi ta potražnja mogla porasti na 12-15 posto do 2030. godine, uglavnom potaknuta primjenom umjetne inteligencije.

Vijay Gadepally, viši znanstvenik u MIT-ovom Lincoln laboratoriju, naglasio je razmjere potrošnje umjetne inteligencije. „Energija potrebna za održavanje nekih od ovih velikih modela udvostručuje se gotovo svaka tri mjeseca“, primijetio je. „Jedan ChatGPT razgovor troši jednako električne energije kao i punjenje telefona, a generiranje slike troši otprilike bocu vode za hlađenje.“

Postrojenja koja zahtijevaju 50 do 100 megavata snage brzo se pojavljuju diljem Sjedinjenih Država i globalno, potaknuta i povremenim i institucionalnim istraživačkim potrebama koje se oslanjaju na velike jezične programe poput ChatGPT-a i Geminija.

„Energetske potrebe umjetne inteligencije predstavljaju značajan izazov, ali također imamo priliku iskoristiti te ogromne računalne mogućnosti kako bismo doprinijeli rješenjima za klimatske promjene“, rekla je Evelyn Wang , potpredsjednica MIT-a za energiju i klimu i bivša direktorica Agencije za napredne istraživačke projekte - energetika (ARPA-E) pri američkom Ministarstvu energetike.

Wang je također napomenula da bi inovacije razvijene za umjetnu inteligenciju i podatkovne centre, poput učinkovitosti, tehnologija hlađenja i rješenja za čistu energiju, mogle imati široku primjenu izvan samih računalnih objekata.

Simpozij je istražio više načina za rješavanje izazova umjetne inteligencije i energije. Neki panelisti predstavili su modele koji sugeriraju da, iako umjetna inteligencija može povećati emisije u kratkom roku, njezine mogućnosti optimizacije mogle bi omogućiti značajno smanjenje emisija nakon 2030. godine kroz učinkovitije energetske sustave i ubrzani razvoj čistih tehnologija.

Zbog potražnje za energijom u podatkovnim centrima, postoji obnovljeni interes za nuklearnu energiju, istaknula je Kathryn Biegel, voditeljica istraživanja i razvoja te korporativne strategije u Constellation Energyju, dodajući da njezina tvrtka ponovno pokreće reaktor na bivšoj lokaciji Three Mile Island, koja se sada zove „Crane Clean Energy Center“, kako bi zadovoljila tu potražnju.

Umjetna inteligencija mogla bi dramatično poboljšati elektroenergetske sustave, prema Priyi Donti, docentici i profesorici na Odjelu za elektrotehniku ​​i računarstvo MIT-a te Laboratoriju za informacijske i sustave zaključivanja. Pokazala je kako umjetna inteligencija može ubrzati optimizaciju elektroenergetske mreže ugradnjom ograničenja temeljenih na fizici u neuronske mreže, potencijalno rješavajući složene probleme protoka snage „10 puta brže, ili čak i brže, u usporedbi s tradicionalnim modelima“.

Umjetna inteligencija već smanjuje emisije ugljika, prema primjerima koje je podijelila Antonia Gawel, globalna direktorica za održivost i partnerstva u Googleu. Funkcija Google Maps za učinkovito usmjeravanje „pomogla je u sprječavanju smanjenja emisija stakleničkih plinova za više od 2,9 milijuna metričkih tona od pokretanja, što je ekvivalent uklanjanja 650.000 automobila s cesta na godinu dana“, rekla je.

Potencijal umjetne inteligencije za ubrzanje otkrivanja materijala za energetske primjene istaknuo je Rafael Gómez-Bombarelli, izvanredni profesor razvoja karijere na Odjelu za znanost i inženjerstvo materijala Sveučilišta Massachusetts. „Modeli nadzirani umjetnom inteligencijom mogu se obučiti za prijelaz iz strukture u svojstvo, omogućujući razvoj materijala ključnih i za računalstvo i za učinkovitost“.

"Jevonsov paradoks", gdje dobitak učinkovitosti obično povećava ukupnu potrošnju resursa umjesto da je smanjuje, još je jedan faktor koji treba uzeti u obzir, upozorila je Emma Strubell, docentica na Institutu za jezične tehnologije na Fakultetu računalnih znanosti Sveučilišta Carnegie Mellon. Strubell se zalagala za to da se električna energija računalnih centara promatra kao ograničeni resurs koji zahtijeva promišljenu raspodjelu među različitim primjenama.

U anketi provedenoj na simpoziju, prisutni su otkrili da većina potencijal umjetne inteligencije u pogledu energije vidi kao „obećanje“, a ne kao „opasnost“, iako znatan dio ostaje nesiguran u pogledu konačnog utjecaja. Na pitanje o prioritetima u opskrbi energijom za računalne objekte, polovica ispitanika odabrala je intenzitet ugljika kao svoju glavnu brigu, a zatim pouzdanost i troškove.