Sztuczna inteligencja może przyśpieszyć transformację energetyczną poprzez poprawę wydajności systemów energetycznych. Jednak rosnące zapotrzebowanie centrów danych na energię elektryczną oraz wodę budzi obawy dotyczące negatywnego wpływu na środowisko.

Wraz z transformacją energetyczną oraz zwiększoną świadomością środowiskową pojawiają się nowe strategie oraz działania na drodze ku poprawy klimatu. Jednym z rozwiązań – które może przyśpieszyć wdrażanie transformacji energetycznej, obniżając zużycie energii elektrycznej, jak również oddziaływać na innych polach – stanowi sztuczna inteligencja.

Rozwój sztucznej inteligencji jest istotnym czynnikiem wpływającym na szybki wzrost ilości tworzonych danych. Szacuje się, że do 2035 roku świat wygeneruje 2000 ZB nowych danych. Trenowanie modeli sztucznej inteligencji dla ogólnego przeznaczenia wymaga obecnie ok. 10 miliardów razy więcej mocy obliczeniowej niż trenowanie najnowocześniejszych modeli w 2010 roku.

Potencjał sztucznej inteligencji idzie w parze z olbrzymią ilością generowanych danych, do których przetwarzania potrzeba znacznej ilości energii elektrycznej, co budzi uzasadnione wątpliwości w kontekście troski o środowisko.

„Rządy prześcigają się w opracowywaniu krajowych strategii sztucznej inteligencji, ale rzadko biorą pod uwagę środowisko i zrównoważony rozwój. Brak zabezpieczeń środowiskowych jest nie mniej niebezpieczny niż brak innych zabezpieczeń związanych ze sztuczną inteligencją” – stwierdza Golestan Radwan, Dyrektor ds. Cyfrowych w Programie Narodów Zjednoczonych ds. Ochrony Środowiska (UNEP).

Czym jest sztuczna inteligencja?

„Sztuczna inteligencja odnosi się do systemów lub maszyn, które wykonują zadania zwykle wymagające ludzkiej inteligencji i mogą z czasem iteracyjnie ulepszać się w oparciu o gromadzone informacje” –  stwierdza David Jensen, koordynator podprogramu Transformacji Cyfrowej Programu ONZ.

Program Środowiskowy Organizacji Narodów Zjednoczonych (United Nations Environment Programme – UNEP) w dokumencie „Artificial Intelligence (AI) end-to-end: The Environmental Impact of the Full AI Lifecycle Needs to be Comprehensively Assessed” zdefiniował systemy sztucznej inteligencji jako „(…) technologie przetwarzania informacji, integrujące modele i algorytmy, które generują zdolność uczenia się i wykonywania zadań poznawczych, prowadzących do wyników takich jak przewidywanie i podejmowanie decyzji w środowiskach materialnych i wirtualnych”.

Sztuczna inteligencja posiada istotny potencjał możliwe poza kontekst sektora energetycznego, mogąc przyspieszyć rozwój bardziej zrównoważonych materiałów czy też prognozować zjawiska pogodowe.

Sztuczna inteligencja a środowisko

W kontekście działań zorientowanych na kwestie środowiskowe, do najpowszechniejszych zastosowań sztucznej inteligencji należy jej wykorzystanie w energetyce, w szczególności w zakresie prognoz podaży i popytu w energetyce. Nie dziwi więc, że sektor energetyczny podejmuje wczesne kroki w celu wykorzystania mocy sztucznej inteligencji do zwiększenia wydajności i przyspieszenia wdrożeń. Międzynarodowa Agencja Energetyczna (IEA) szacuje, że sztuczna inteligencja służy już ponad 50 różnym zastosowaniom w systemie energetycznym.

Odpowiednie zarządzanie mocą – w szczególności pochodzącą z odnawialnych źródeł energii – ma istotne znaczenia dla zapewnienia stabilności systemu energetycznego. Jak przewiduje Międzynarodowa Agencja Energii Odnawialnej (IRENA), do 2050 roku co najmniej 90% energii elektrycznej na całym świecie może pochodzić z odnawialnych źródeł energii.

Digitalizacja sektora energetycznego stwarza znaczące możliwości przyspieszenia transformacji energetycznej, a co za tym idzie, namacalne oszczędności.

W raporcie „Harnessing Artificial Intelligence to Accelerate the Energy Transition” wydanym wspólnie przez Światowe Forum Ekonomiczne (WEF) oraz Deutsche Energie-Agentur (dena) stwierdzono, że każdy 1% dodatkowej wydajności popytu generuje 1,3 bln dolarów oszczędności.

Zastosowania sztucznej inteligencji wykraczają poza sektor energetyczny. Sztuczna inteligencja dzięki analizie danych może służyć dokładnemu prognozowaniu w monitorowaniu środowiska oraz wpływać na wydajność.

Wśród licznych przykładów zastosowania sztucznej inteligencji możemy wymienić projekt NVIDIA Earth-2 łączy w sobie moc sztucznej inteligencji, akceleracji GPU, symulacji fizycznych i grafiki komputerowej w celu w celu optymalizacji i symulacji rzeczywistych wyników dla klimatu i pogody.

Na pogodzie jednak się nie kończy. W projekcie KIKI sztuczna inteligencja jest wykorzystywana do monitoringu kanalizacji i zapobiegania wyciekom poprzez identyfikację potencjalnych uszkodzeń, które mogą być sprawdzane – zaś jeśli to konieczne – naprawiane.

Z zastosowań na większą skalę można wskazać projekt COMET, który umożliwia szybkie modelowanie trzęsień ziemi oraz aktywności wulkanicznej, dostarczając potrzebnych informacji w ciągu kilku godzin, podczas gdy poprzednie metody potrzebowały nie godzin analiz, ale dni. Polacy również nie zasypują gruszek w popiele, wykorzystując sztuczną inteligencję w trosce o środowisko.

Naukowcy z IDEAS NCBR wykorzystują sztuczną inteligencję i teledetekcję do tworzenia cyfrowych modeli lasów, dzięki czemu monitorować kondycję drzew, oceniać bioróżnorodność leśnych ekosystemów i obserwować ich zmiany.

Sztuczna inteligencja zagrożeniem dla środowiska? Zdecydowana większość wdrożeń sztucznej inteligencji odbywa się w centrach danych, w tym obsługiwanych przez dostawców usług w chmurze, których potrzeby energetyczne są olbrzymie.

Międzynarodowa Agencja Energetyczna szacuje, że globalne zapotrzebowanie na energię elektryczną z centrów danych do 2026 roku osiągnie poziom zużycia energii elektrycznej całej Japonii.

Goldman Sachs Research w analizie „AI is poised to drive 160% increase in data center power demand” szacuje, że zapotrzebowanie na energię w centrach danych wzrośnie o 160% do 2030 roku. Obecnie centra danych na całym świecie zużywają 1-2% całkowitej mocy, ale odsetek ten prawdopodobnie wzrośnie do 3-4% do końca dekady. Emisja dwutlenku węgla przez centra danych może wzrosnąć ponad dwukrotnie w latach 2022-2030.

W latach 2023-2033, zarówno dzięki ekspansji centrów danych, jak i przyspieszeniu elektryfikacji, zapotrzebowanie na energię w Europie może wzrosnąć o 40%, a być może nawet o 50%. Obecnie około 15% światowych centrów danych znajduje się w Europie, zaś do 2030 roku zapotrzebowanie centrów danych na energię będzie równe obecnemu łącznemu zużyciu Portugalii, Grecji i Holandii – stwierdza analiza.

Co więcej, centra danych i ich infrastruktura chłodząca wymagają dużych ilości wody, co zwiększa presję na jej ograniczone zasoby.  Według prognoz, infrastruktura związana ze sztuczną inteligencją może wkrótce zużywać sześć razy więcej wody niż Dania.

Budowa infrastruktury związanej z funkcjonowaniem centrów danych wykorzystywanych do obsługi sztucznej inteligencji przyczynia się do emisji gazów cieplarnianych.

Microsoft – będący jednym z globalnych liderów technologii sztucznej inteligencji –  odnotował, że jego emisje wzrosły o 29% od 2020 roku ze względu na rozwój swoich centrów danych. Emisje gazów cieplarnianych generowane przez Google w 2023 roku były o prawie 50 proc. wyższe niż w 2019 roku, głównie ze względu na zapotrzebowanie na energię związane z centrami danych.

Równie ważką kwestią w zakresie wykorzystania energii zapewniającej funkcjonowanie centrów danych niezbędnych do funkcjonowania sztucznej inteligencji stanowią źródła energii.

 Dla przykładu, Google był w stanie uruchomić swoje centra danych w północnej Europie funkcjonujących w 2022 roku przez ponad 90% czasu na mocy z OZE, podczas gdy w przypadku centrów zlokalizowanych na kontynencie azjatyckim wynosiło mniej niż 20%.

To dopiero początek

Dynamika rozwoju oraz wdrażania sztucznej inteligencji niesie ze sobą nadzieje w zakresie transformacji energetycznej. Optymalizacja zapotrzebowania na energię, zwiększenie niezawodności sieci energetycznych, czy też monitoring i rozwój infrastruktury to wybrane przykłady zastosowania sztucznej energii na drodze ku dekarbonizacji, zaś dotychczas poczynione postępy uzasadniają wysokie oczekiwania względem technologii.

Jednakże nie sposób nie zauważyć, że wraz z oczekiwanymi korzyściami wynikającymi z wdrażania sztucznej inteligencji, istnieją również negatywne aspekty rozwoju.  Wynikają one w głównej mierze ze znacznego zapotrzebowania energetycznego centrów danych oraz ich rozmieszczenia. Ślad węglowy z wykorzystania sztucznej inteligencji jest większy w regionach opartych na wykorzystaniu od paliw kopalnych.

Mimo że rozwój sztucznej inteligencji stanowi wyzwanie w zakresie zapotrzebowania centrów danych na energię, stanowi równocześnie motor do poszukiwania dalszych rozwiązań w zakresie zmniejszenia zapotrzebowania w sektorze energetycznym.

 „Sztuczna inteligencja już odciska swoje piętno na wielu częściach społeczeństwa i gospodarki. W energetyce widzimy dopiero początek tego, co sztuczna inteligencja może zrobić, aby przyspieszyć przejście do niskoemisyjnych, ultrawydajnych i wzajemnie połączonych systemów energetycznych, których potrzebujemy jutro” – stwierdza Roberto Bocca, Kierownik Działu Energii Światowego Forum Ekonomicznego (WEF).

 _{Fot: Depositphotos}