Vorige maand gaf OpenAI-topman Sam Altman eindelijk toe wat onderzoekers al jaren zeggen: dat de kunstmatige intelligentie (AI)-industrie afstevent op een energiecrisis. Het is een ongebruikelijke bekentenis. Op de jaarlijkse bijeenkomst van het World Financial Discussion board in Davos, Zwitserland, waarschuwde Altman dat de volgende golf van generatieve AI-systemen veel meer energie zal verbruiken dan verwacht, en dat energiesystemen moeite zullen hebben om hiermee om te gaan. “Er is geen manier om daar te komen zonder een doorbraak”, zei hij.
Ik ben blij dat hij het zei. Ik heb consistente bagatellisering en ontkenning gezien over de milieukosten van de AI-industrie sinds ik er in 2018 over begon te publiceren. De bekentenis van Altman heeft onderzoekers, toezichthouders en industriële titanen aan het praten gekregen over de milieu-impact van generatieve AI.
Dus op welke energiedoorbraak rekent Altman? Niet het ontwerp en de inzet van duurzamere AI-systemen, maar kernfusie. Ook hij heeft een rol in dat spel: in 2021 begon Altman te investeren in fusiebedrijf Helion Power in Everett, Washington.
Leidt AI tot een reproduceerbaarheidscrisis in de wetenschap?
De meeste deskundigen zijn het erover eens dat kernfusie niet vital zal bijdragen aan het cruciale doel van het koolstofvrij maken tegen het midden van de eeuw, ter bestrijding van de klimaatcrisis. Helions meest optimistische schatting is dat het in 2029 genoeg energie zal produceren om 40.000 gemiddelde Amerikaanse huishoudens van stroom te voorzien; Eén beoordeling suggereert dat ChatGPT, de chatbot gemaakt door OpenAI in San Francisco, Californië, al de energie van 33.000 huizen verbruikt. Er wordt geschat dat een zoekopdracht die wordt aangestuurd door generatieve AI vier tot vijf keer zoveel energie verbruikt als een conventionele zoekopdracht op web. Binnen enkele jaren zullen grote AI-systemen waarschijnlijk evenveel energie nodig hebben als hele landen.
En het is niet alleen energie. Generatieve AI-systemen hebben enorme hoeveelheden zoet water nodig om hun processors te koelen en elektriciteit op te wekken. In West Des Moines, Iowa, bedient een gigantisch datacentercluster het meest geavanceerde mannequin van OpenAI, GPT-4. Uit een rechtszaak van lokale bewoners bleek dat het cluster in juli 2022, de maand voordat OpenAI de coaching van het mannequin voltooide, ongeveer 6% van het water in het district gebruikte. Toen Google en Microsoft hun grote taalmodellen van Bard en Bing voorbereidden, hadden beide grote pieken in het watergebruik: stijgingen van respectievelijk 20% en 34% in één jaar, volgens de milieurapporten van de bedrijven. Eén voordruk1 suggereert dat de vraag naar water voor AI in 2027 wereldwijd de helft zou kunnen bedragen van die van Groot-Brittannië.2Fb AI-onderzoekers noemden de milieueffecten van het streven van de industrie naar schaal de “olifant in de kamer”.
In plaats van droomtechnologieën hebben we pragmatische acties nodig om de ecologische affect van AI nu te beperken.
Er is geen reden waarom dit niet kan. De industrie zou prioriteit kunnen geven aan het gebruik van minder energie, efficiëntere modellen kunnen bouwen en opnieuw kunnen nadenken over de manier waarop zij datacenters ontwerpt en gebruikt. Zoals het BigScience-project in Frankrijk demonstreerde met zijn BLOOM-model3, is het mogelijk om een mannequin te bouwen van vergelijkbare grootte als OpenAI’s GPT-3 met een veel lagere ecologische voetafdruk. Maar dat is niet wat er in de sector als geheel gebeurt.
Het blijft erg moeilijk om nauwkeurige en volledige gegevens over de gevolgen voor het milieu te verkrijgen. De volledige planetaire kosten van generatieve AI zijn goed bewaarde bedrijfsgeheimen. Cijfers zijn gebaseerd op laboratoriumonderzoek door onderzoekers als Emma Strubell4 en Sasha Luccioni3; beperkte vennootschapsrapporten; en gegevens vrijgegeven door lokale overheden. Momenteel is er weinig prikkel voor bedrijven om te veranderen.
Er zitten gaten in de Europese AI-wet – en onderzoekers kunnen helpen deze op te vullen
Maar eindelijk merken de wetgevers dit op. Op 1 februari introduceerden de Amerikaanse Democraten onder leiding van senator Ed Markey uit Massachusetts de Moist op de milieueffecten van kunstmatige intelligentie van 2024. Het wetsvoorstel draagt het Nationwide Institute for Requirements and Know-how op om samen te werken met de academische wereld, de industrie en het maatschappelijk middenveld om normen huge te stellen voor het beoordelen van de affect van AI op het milieu, en om een vrijwillig rapportagekader te creëren voor AI-ontwikkelaars en -exploitanten. Of de wetgeving er komt, blijft onzeker.
Vrijwillige maatregelen zorgen zelden voor een duurzame cultuur van verantwoordelijkheid en consistente adoptie, omdat ze afhankelijk zijn van goede wil. Gezien de urgentie moet er meer worden gedaan.
Om de milieueffecten van AI echt aan te pakken is een veelzijdige aanpak nodig, waarbij de AI-industrie, onderzoekers en wetgevers betrokken zijn. In de industrie zouden duurzame praktijken absoluut noodzakelijk moeten zijn, en ook het meten en openbaar rapporteren van energie- en watergebruik moeten omvatten; prioriteit geven aan de ontwikkeling van energie-efficiënte {hardware}, algoritmen en datacenters; en uitsluitend hernieuwbare energie gebruiken. Regelmatige milieuaudits door onafhankelijke instanties zouden de transparantie en de naleving van normen bevorderen.
Onderzoekers zouden neurale netwerkarchitecturen kunnen optimaliseren voor duurzaamheid en kunnen samenwerken met sociale en milieuwetenschappers om technische ontwerpen te begeleiden naar een grotere ecologische duurzaamheid.
Ten slotte moeten wetgevers zowel wortelen als stokken aanbieden. In het start zouden ze benchmarks kunnen vaststellen voor het energie- en watergebruik, de adoptie van hernieuwbare energie kunnen stimuleren en alomvattende milieurapportage en effectbeoordelingen kunnen verplichten. De Moist op de milieueffecten op het gebied van kunstmatige intelligentie is een start, maar er zal nog veel meer nodig zijn – en de klok tikt.
Concurrerende belangen
KC is werkzaam bij zowel USC Annenberg als Microsoft Analysis, dat generatieve AI-systemen maakt.