Može li razvoj umjetne inteligencije olakšati odnosno ubrzati zelenu tranziciju?

Suvremeni se svijet suočava s novim izazovima čije će posljedice trajno i temeljito promijeniti ljudsko društvo. Svjesni smo razornih posljedica klimatskih promjena na zdravlje, sigurnost i ekonomiju. Klimatske promjene pogađaju sve, ali ne na jednak način i jednakim intenzitetom. Određene skupine, poput žena i ljudi u siromaštvu, izložene su većem riziku negativnih učinaka klimatskih promjena od drugih skupina. Svijet je stoga u svojevrsnoj utrci s posljedicama klimatskih promjena te je obuzdavanje klimatskih promjena imperativ ljudskog društva u cjelini.

S druge strane, novi izazovi niču skoro svakodnevno: rast cijena energenata, migrantska kriza, demografski pad itd. Neke od njih, pak, do sada smo mogli naći samo u znanstveno-fantastičnim filmovima i literaturi ili kao teme specifičnih znanstveno-filozofskih rasprava. No zapanjujući razvoj umjetne inteligencije (UI) u proteklih je nekoliko godina prometnuo raspravu o posljedicama UI na sve sfere ljudskog života u dnevno-politički mainstream.

Prijelaz na obnovljive izvore energije i „čistu“ tehnologiju događa se istovremeno s nezaustavljivim i ubrzanim razvojem UI tehnologije te njenom vrlo vjerojatnom primjenom u gotovo sva područja ljudskog djelovanja. Stoga se nameće pitanje: može li se razvoj UI tehnologije iskoristiti za razvoj i inovaciju zelenih tehnologija te olakšati odnosno ubrzati zelenu tranziciju?

Istraživači s London School of Economics (LSE) i Oxford Martin School pozabavili su se s ovim pitanjem u članku „Directed technological change and general purpose technologies: can AI accelerate clean energy innovation“ iz 2022. koji je u radnoj verziji objavio Grantham Research Institute on Climate Change and the Environment i Centre for Climate Change Economics and Policy.

Autori članka kreću od pretpostavke kako UI tehnologija zadovoljava uvjete „tehnologije opće svrhe“ (tehnologije koje imaju sveobuhvatni utjecaj na globalnu ekonomiju, poput električne energije i interneta) te u radu istražuju stupanj u kojem se patenti iz polja energetike oslanjaju na inovacije iz UI, ali i ostalih IKT sektora. Ukratko, autori prilaze ovoj temi teorijski i empirijski te zaključuju da UI tehnologija može učiniti čiste tehnologije isplativijima i uspješnijima od „prljave“ tehnologije (tehnologija koja se oslanja na fosilna goriva ili tehnologija kojom se iskorištavaju fosilna goriva) te da su čiste tehnologije doista i uspješnije u korištenju UI tehnologije.

U teoretskom dijelu članka, autori uzimaju već postojeće matematičke modele tehnoloških promjena kojima su pridodali pretpostavku da sektori čiste odnosno prljave tehnologije imaju različite kapacitete za implementiranje UI tehnologije. Nadalje, autori pretpostavljaju i da ove dvije suprostavljene tehnologije imaju različite startne pozicije. Uzelo se u obzir da sektori čiste tehnologije trenutno znatno zaostaju u produktivnosti i dostupnosti za sektorima prljavih tehnologija te stoga mogu (i trebali bi) više profitirati odnosno iskoristiti napretke u drugim brzo napredujućim tehnologijama. U ovom slučaju, to je ubrzani razvitak UI tehnologije. Također, posljedice iskoristivosti tehnološkog „prelijeva“ iz drugih sektora (npr. UI i IKT sektor) u sektor čistih tehnologija, smatraju autori, navodi tvrtke da same investiraju sredstva i rade na vlastitim projektima s ciljem učinkovitijeg iskorištavanja UI u razvoju i inovaciji čistih tehnologija i iskorištavanju obnovljivih izvora energije. Zaključak teorijskog dijela rada jest da iskorištavanjem upotrebe UI, sektor čistih tehnologija može prekinuti određene povijesno utemeljene mehanizme potrebne u razvoju, istraživanju i proizvodnji novih tehnologija koji su do sada znatno utjecali na kompetitivnost upotrebe čistih naspram prljavih tehnologija.

S empirijske strane, pak, autori su analizirali podatke iz PATSTAT (svjetska baza podataka o patentima) baze podataka Europskog ureda za patente (EPO). Patenti koje su autori uzeli u obzir odnose se na inovacije u tehnologijama u sektorima električne energije i prijevoza zaključno s 2018. godinom. Autori su potom prebrojali stupanj citiranja raznih patenata UI i IKT tehnologija (npr. „umjetna inteligencija“, „neuronske mreže“,  „modeli strojnog učenja“ itd.) u novim patentima za sektore električne energije i prijevoza. Kako autori pojašnjavaju, patent možemo zamisliti kao obiteljsko stablo gdje citati pokazuju podrijetlo ideja. Ukoliko patent A citira patent B, možemo smatrati kako je patent B doprinio ili na neki način utjecao na razvoj patenta A. Kako jedna od autorica članka navodi u komentaru na stranicama LSE-a, podatci iz PATSAT-a o patentima u energetskom sektoru pokazuju jasan obrazac: patenti čiste tehnologije u prosjeku iskorištavaju druge UI i IKT patente dva do tri puta više nego patenti prljave tehnologije. Nadalje, patenti čistih tehnologija u sektoru energetike koji koriste UI inovacije sami generiraju više citata i novih ideja nego patenti prljavih tehnologija u sektoru energetike.

U članku „Artifcial intelligence‑based solutions for climate change: a review“ objavljenom u časopisu Environmental Chemistry Letters grupa autora predvođena istraživačima s kineskih sveučilišta napravila je pregled upotrebe UI u raznim područjima poput energetskih mreža, energetski učinkovite gradnje, transporta, poljoprivrede, skladištenja ugljika pa čak i u svakodnevnoj prognozi vremena. Upotreba UI u svim ovim područjima, kako autori tvrde, bitno olakšava odnosno poboljšava automatizaciju, predviđanja, optimizaciju, detektiranje i dijagnostiku problema te stvaranje rješenja.  Financijski trošak razvoja UI tehnologije još uvijek predstavlja velike prepreke mnogim organizacijama i tvrtkama u njenom iskorištavanju u raznim područjima, poput, primjerice, u području energetske učinkovitosti i transporta. Međutim, autori zaključuju, sukladno zaključcima iz gore predstavljenog članka, da će potreba za daljnjim razvojem i upotrebom umjetne inteligencije u svim sektorima nadomjestiti ove prepreke.

Naravno, ne treba zaboraviti da razvitak i održavanje raznih UI tehnologija također donosi sa sobom nimalo zanemarivi ugljični otisak. Primjerice, jezički UI modeli poput popularnog Chat GPT-ja moraju biti trenirani odnosno izloženi strahovito velikoj količini podataka koje moraju obraditi prije nego li su u stanju raditi ono što očekujemo ili želimo od njih. Za treniranje, UI modeli koriste servere i baze podataka dostupne na podatkovnim centrima (eng. data centers) sastavljenih od umreženih računala, „storage sustava“ i ostale računalne infrastrukture. Podatkovni centri zahtijevaju puno energije koja se još uvijek u većini zemalja i slučajeva dobiva iz fosilnih goriva. Zabrinjavajući podatak jest da su trenutno svjetski podatkovni centri izravno zaslužni za čak 3,5% globalne emisije stakleničkih plinova, a potrošnja električne energije podatkovnih centara u SAD-u veća je od potrošnje električne energije nekih manjih država.

Upotreba UI tehnologije može i zaista doprinosi globalnoj borbi protiv klimatskih promjena i suzbijanju posljedica klimatskih promjena te će sasvim sigurno igrati značajnu ulogu u zelenoj tranziciji. Međutim, razvoj UI tehnologije istovremeno i sam značajno doprinosi emisiji stakleničkih plinova. Stoga nas ne treba začuditi rastuća popularnost pojma „Green AI“ odnosno održivog i zelenog razvoja UI tehnologije koji zagovara već upotrebu obnovljivih izvora energije, energetski učinkovitije organizacije podatkovnih centara, razvitak učinkovitijih hardware dijelova, učinkovitije algoritmima te učinkovitije metode hlađenja računlane infrastrukture. Svijest o održivom razvoju i održivi razvoj UI tehnologije trebao bi biti jednako važan korak kao i njena upotreba u zelenoj tranziciji.

Design by Freepik