AI // KOMMENTAR – Kunstig intelligens (AI) hyldes lige nu som en positiv drivkraft for den grønne omstilling. Men i takt med at AI indoptages og bruges mere og mere i samfundet, må vores fokus også rettes mod AI’s negative klimaftryk. Vi er derfor nødt til også at se AI som en potentiel accelerator af digitaliseringens voksende energiforbrug, skriver Martin Karlsson Pedersen.
Dette indlæg er udtryk for skribentens holdning. Alle holdninger, som kan udtrykkes inden for straffelovens og presseetikkens rammer, er velkomne, og du kan også sende os din mening her.
De fremtidige forhåbninger til brugen af AI for at fremme den grønne omstilling er store i EU og Danmark. Ser vi på regeringens netop udkomne digitaliseringsstrategi fra november 2023, Danmarks Digitaliseringsstrategi – Ansvar for den digitale udvikling, understreger den, at digitale løsninger vil få “stor betydning for, at vi kan nå dem [klimamålene]. Nye teknologier, data og digitalisering fremmer, at den grønne omstilling sker så effektivt og smidigt som muligt”.
AI har et særligt fokus i strategien, hvor regeringen vil prioritere “et helt nyt strategisk arbejde med kunstig intelligens, så vi kan udnytte teknologiens store potentiale”. Som regeringen også understreger i rapporten Redegørelse om Danmarks Digitale Vækst fra april 2023, ser de i særdeleshed “brugen af kunstig intelligens og IoT (sensorteknologi), som redskaber, der kan reducere klimaaftrykket.”
De forventer derfor at afsætte 100 millioner kroner i 2024 specifikt til forskning i og udvikling af AI.
De mulige negative effekter for klimaet fra udviklingen og brugen af AI kan hurtigt blive betydelige og ukontrollable
I EU har investeringerne i AI kun været støt voksende, og i 2020 lå de på mellem 12,7 og 16 milliarder euro. Samtidig har EU sat som mål at øge investeringerne til 20 milliarder årligt fra 2030. Pengene er altså klar til at blive brugt for at fremme innovation og udbredelse af AI.
Det er den digitale tekno-optimismes håb, at nye teknologier som AI’s klimagevinst for samfundet vil være større end deres risiko. Forhåbningerne går især på, at AI kan være med til at øge energi- og ressourceeffektivisering på tværs af sektorer i samfundet (landbrug, transport, energi, industriel produktion etc.), som vil oversættes til mindskede CO2-udledninger.
AI har et klimaaftryksproblem
Men der er grund til at være mere afmålt i fremtidsoptimismen. De mulige negative effekter for klimaet fra udviklingen og brugen af AI kan hurtigt blive betydelige og ukontrollable.
En sådan bekymring blev allerede fremsat i EU tilbage i 2021. Her bestilte Europa-Parlamentets AIDA komité (Special Commitee on Artificial Intelligence in a Digital Age) en rapport, som skulle se på, hvilken rolle AI kunne komme til at spille i Den Europæiske Grønne Pagt (European Green Deal).
Rapporten, The Role of Artificial Intelligence in the European Green New Deal, fremhæver, at “lige såvel som at AI kan virke som en kraftfuld løftestang til at opnå målene for den grønne overgang, så kan den også forstærke skadelige dynamikker og skabe nye miljømæssige risici”.
AI kan konkret være med til at drive “digitaliseringens energi- og ressourceforbrug op gennem deres energi-intensive algoritmer og deres intensive brug af eksisterende og nyligt udviklede informations- og kommunikationsteknologi (ICT) enheder og ICT infrastruktur (dvs. datacentrer og datanetværk)”.
Det er de såkaldte direkte miljømæssige effekter af AI. Lad os se lidt nærmere på disse.
Det direkte klimaaftryk fra AI: “foundation”-modeller og ChatGPT
Det direkte klimaaftryk afhænger selvfølgelig af, hvilke AI-modeller man analyserer på, samt hvilket energimix de trækker på.
I et ofte citeret studie fra 2019 undersøgte et amerikansk forskerhold flere forskellige DNN-modeller (deep neural network), som er en underdel af maskinlæring (ML). De kaldes også “foundation models”, da de er AI-modeller, som kan tilpasses til mange forskellige brug og er grundlaget for eksempelvis OpenAI’s ChatGPT.
Det mest ekstreme tilfælde og den højeste udledning for træning på en dag (maksimum 24 timer) af en DNN-model var på omkring 300.000 kg CO2.
Det svarer til – hvis vi sammenligner med flytrafikken – omtrent 288 retur-flyrejser fra London til New York eller 1.210 retur-flyrejser fra London til Rom. Studiet gælder kun AI’s “udviklingsfase”, dvs. dets træning i dataset.
Disse AI-modeller finjusteres også løbende, “tuning-fasen”, efter de er bragt i brug, hvilket også øger energitrækket. Samtidig med at de åbenlyst i deres faktiske brug, kaldet “inference-fasen”, hvor de generer nyt indhold (eks. tekst, billeder etc.), ligeledes vil bruge markant mere energi.
I forhold til det sidste, så peger en kommentar i 2023 på, at det for netop modeller som ChatGPT og Microsofts Bard kan øge deres energiforbrug med yderligere op mod 60 %. Det samlede billede af AI’s energiforbrug gennem dens livscyklus vil derfor være markant større.
For at illustrere AI’s bidrag til øget CO2-udledning yderligere påpeger selvsamme kommentar også, at hvis Googles planer om at integrere en AI-model i sin søgemaskine og gøre en enhver standardsøgning til en interaktion med en AI-model, hvor Google ca. har 9 milliarder søgninger hver dag, vil dets AI i værste tilfælde kunne forbruge lige så meget elektricitet som et land som Irland (29.3 TWh pr. år).
En anden illustration af AI-modeller som ChatGPT’s klimaaftryk kan man finde hos forskere fra Datalogisk Institut på Københavns Universitet (DIKU). De har ifølge AI-ekspert Marie Jensen regnet sig frem til, at en enkelt forespørgsel til ChatGPT trækker et energiforbrug på 0,19 kWh. Det svarer til det samme som 40 opladninger af ens mobiltelefon eller at køre én time i en elektrisk bil.
Den øgede vækst i og udbredelse af AI-modeller og -systemer rummer altså seriøse klimaaftryksproblemer i sig selv i kraft af dette intensive energiforbrug.
AI kan drive ICT-sektorens energiforbrug op
Den hastige udvikling i nye digitale teknologier og digitale ydelser som AI kan samtidig blive en potent drivkraft for øget energi- og ressourceforbrug i ICT-sektoren generelt. Det påpeger en anden rapport af Europakommissionen fra 2023, Report on the Digital Decade 2030. Den gør status over digitaliseringen i EU og fremhæver, at ICT-sektoren står for ca. 7 til 9 % af det globale elektricitetsforbrug med forudsigelser om, at det vil vokse til 13 % i 2030.
Omregnet til CO2 betyder det alt andet lige et sted mellem 2 % til 4 % af de globale CO2-udledninger (rapporten fremskriver ikke tallene til 2030). Dertil kommer den voksende mængde e-affald. Sammenligner vi igen med flyindustrien, udgør den ca. 2 % af de samlede CO2-udledninger.
Flere kritiske studier bekræfter dette negative billede og fremhæver i samme ombæring, at vi potentielt kan forvente, at CO2-udledninger fra ICT-sektoren vil stige til at udgøre over 14 % af de globale udledninger i 2040, alt afhængig af energieffektivisering og diversificering i energikilder (energimix). AI kan blive en accelerator af dette voksende klimaaftryk.
Har vi styr på vores energiforbrug?
Den dominerende tilgang til at løse dette problem lige nu i EU og Danmark er at have fokus på øget effektivisering af AI-modellers eget energi- og ressourceforbrug. En anden kommissionsrapport fra 2022, Strategic Foresight Report, som ser på de fremtidige mulige synergier og spændinger mellem digitalisering og den grønne omstilling, påpeger det åbenlyse: “[m]ed mindre digitale teknologier bliver gjort mere energieffektive, vil deres udbredte brug forøge energiforbruget”.
Spørgsmålet er derfor, om denne energieffektivisering kan følge trop med og reelt afbøde det voksende energibehov fra den accelererende udvikling og brug af AI-modeller i hele vores socio-økonomiske system.
Energiforbruget i vores samfund vokser for hurtigt i forhold til den nye produktion af vedvarende energi
Det taler ind i et større problem vedrørende EU og Danmarks generelle kontrol med energiforbruget i lyset af behovet for den hastige udfasning af fossile energikilder og overgangen til vedvarende energi.
Ser vi blot isoleret på Danmark, er energimixet ifølge IEA (International Energy Agency) i 2022 i størrelsen 50-50. Det vil sige, at ca. 50 procent kommer fra fossile energikilder, og 50 procent fra vedvarende energikilder, men hvor den omstridte biobrændsel udgør størstedelen af de vedvarende energikilder på ca. 35 procent.
Faren er her, at hvis nye digitale teknologier som AI på trods af energieffektivisering vil være med til at accelerere samfundets energiforbrug, kan vi stå i det problem, som forskere i energiovergang længe har påpeget: at energiforbruget i vores samfund vokser for hurtigt i forhold til den nye produktion af vedvarende energi.
Derved erstatter denne ikke nok af den energi, som kommer fra fossile energikilder, og vi vil stadig i længere tid have behov for energiproduktionen herfra.
Som kritiske forskere i AI og digitalisering Kate Crawford og Jathan Sadowski i denne sammenhæng påpeger, rejser AI’s og ICT-sektorens stigende energiforbrug derfor også det kritiske spørgsmål om, hvad vi vil og bør bruge vores energi på og til hvilket formål.
Hertil skal også medtænkes det globale “digital divide” og “energi-retfærdighed”, dvs. forskellen i digitalisering mellem det Globale Nord og Syd, samt at over 750 millioner mennesker i 2022 ifølge IEA stadig lever i “energifattigdom” uden adgang til elektricitet.
Det er svære sociale og etiske spørgsmål. Den digitale tekno-optimisme har derfor brug for et klimapolitisk og ideologisk modspil.
Modtag POV Weekend, følg os på Facebook – eller bliv medlem!
Hold dig opdateret med ugens væsentligste analyser, anmeldelser og essays i POV Weekend – hver fredag morgen.
Det er gratis, og du kan tilmelde dig her 
POV er et åbent og uafhængigt dansk non-profit medie.
Har du mulighed for at bidrage til vores arbejde? Bliv medlem her
