Bæredygtighed
Hvad er det?
Bæredygtighed er en af de mest oversete, men afgørende udfordringer ved brugen af moderne kunstig intelligens. AI kræver enorme mængder regnekraft, både når modeller trænes, og når de bruges. Det betyder et højt energiforbrug, betydeligt CO₂-aftryk og ofte et stort vandforbrug til køling af servere. Det gælder især for de store sprogmodeller og billedgeneratorer, som mange bruger i dag.
Kunstig intelligens er ikke “usynlig” eller “ren teknologi” – den kører på servere i store datacentre, som kræver strøm. Hvis den strøm ikke kommer fra vedvarende energikilder, har den en direkte negativ klimapåvirkning. Derudover kræver produktionen af specialiseret hardware (som GPU’er) udvinding af sjældne metaller og har dermed også en miljøpåvirkning fra minedrift og produktion.
Eksempler
Træningen af en stor sprogmodel som GPT-4 vurderes at have brugt strøm svarende til flere tusinde husstandes årlige elforbrug. Oveni kommer den strøm, som går til at holde modellen i gang og besvare spørgsmål fra brugere verden over døgnet rundt.
I tørkeramte områder som delstater i USA eller Sydamerika, er der rejst kritik mod de store vandmængder, der bruges til at køle datacentre. Vand som ellers kunne bruges til landbrug eller drikkevand.
Selv i mere lokale og mindre anvendelser – som når virksomheder genererer tusindvis af billeder til marketing eller automatiserer store tekstmængder – kan det samlede energiforbrug blive højt. Det er derfor vigtigt at overveje, hvordan og hvornår man bruger AI.
Hvad skal man overveje?
Overvej om dit AI-projekt virkelig kræver store modeller, eller om der findes lettere og mere energieffektive alternativer. Måske kan open source-modeller, edge computing eller klassisk automatisering være nok.
Tjek dine leverandører: Kører de på vedvarende energi? Har de en grøn strategi? Overvej også om du kan samle opgaver og reducere spildbrug – især ved eksperimenter og test.
Hvis bæredygtighed er en del af din virksomheds værdigrundlag, bør du integrere det i din AI-strategi. Det gælder både ved valg af værktøjer, i kommunikationen og i dine overvejelser om ansvarlig teknologiudvikling.