Έντονες πιέσεις ασκεί η ραγδαία ανάπτυξη της Τεχνητής Νοημοσύνης στο παγκόσμιο ενεργειακό σύστημα, πυροδοτώντας παράλληλα, μια εξίσου έντονη συζήτηση σχετικά με το αν η ΑΙ μπορεί τελικά να λύσει τα προβλήματα που η ίδια δημιουργεί. Καθώς τα νέα κέντρα δεδομένων πολλαπλασιάζονται και η ζήτηση ηλεκτρικής ενέργειας αυξάνεται, πολιτικοί και στελέχη της βιομηχανίας προσπαθούν να απαντήσουν σε ένα βασικό ερώτημα: αποτελεί η ΑΙ καθαρό ενεργειακό βάρος ή μπορεί να γίνει ένα από τα πιο ισχυρά εργαλεία ενεργειακής αποδοτικότητας που έχουν αναπτυχθεί ποτέ;
Η απάντηση, προς το παρόν, παραμένει αβέβαιη. Όμως το διακύβευμα είναι μεγάλο και τα ερωτηματικά πολλά. Από τη μία πλευρά βρίσκονται όσοι υποστηρίζουν ότι ο ενεργειακός τομέας κινδυνεύει να επικεντρωθεί υπερβολικά στην αυξανόμενη κατανάλωση ηλεκτρικής ενέργειας της ΑΙ. Μια πρόσφατη ανάλυση της δικηγορικής εταιρείας Duane Morris υποστηρίζει ότι ο μεγαλύτερος κίνδυνος για τις ενεργειακές επιχειρήσεις δεν είναι η υπερβολική χρήση της τεχνητής νοημοσύνης, αλλά η ανεπαρκής αξιοποίησή της.
Κίνδυνος ή εργαλείο
Σύμφωνα με την εταιρεία, ο ενεργειακός τομέας πρέπει να αντιμετωπίζει την ΑΙ όχι μόνο ως κίνδυνο αλλά και ως αναγκαίο εργαλείο ανταγωνιστικότητας. Σε αυτή τη θεώρηση, οι εταιρείες που καθυστερούν να ενσωματώσουν την ΑΙ στη διαχείριση δικτύων, στις προβλέψεις και στον σχεδιασμό υποδομών κινδυνεύουν να μείνουν πίσω από πιο επιθετικούς ανταγωνιστές. Η ανάλυση υποστηρίζει ότι στον κρίσιμο τομέα των υποδομών, «ο μεγαλύτερος μακροπρόθεσμος κίνδυνος μπορεί να μην είναι η υπερβολική χρήση της ΑΙ—αλλά η ανεπαρκής χρήση της».
Αυτή η προσέγγιση αντανακλά μια ευρύτερη μετατόπιση στη σκέψη: η ΑΙ δεν θεωρείται πλέον μόνο εξωτερική πίεση στο ενεργειακό σύστημα, αλλά και πιθανή εσωτερική λύση. Οι υποστηρικτές της ταχείας υιοθέτησης υποστηρίζουν ότι, παρόλο που τα μοντέλα ΑΙ—ιδίως τα μεγάλα γλωσσικά μοντέλα—καταναλώνουν τεράστιες ποσότητες ενέργειας και νερού κατά την εκπαίδευση και λειτουργία τους, μπορεί ταυτόχρονα να ξεκλειδώσουν σημαντικά οφέλη αποδοτικότητας.
Θεωρητικά, τα συστήματα ΑΙ μπορούν να βελτιστοποιήσουν τα ηλεκτρικά δίκτυα σε πραγματικό χρόνο, να μειώσουν τη σπατάλη στη βιομηχανία, να βελτιώσουν τη διαχείριση ενέργειας στα κτίρια και να επιταχύνουν την ανακάλυψη νέων τεχνολογιών καθαρής ενέργειας. Ορισμένοι μάλιστα υποστηρίζουν ότι η ευρεία χρήση της ΑΙ σε όλους τους τομείς θα μπορούσε τελικά να οδηγήσει σε καθαρή εξοικονόμηση ενέργειας σε παγκόσμιο επίπεδο.
Ωστόσο, αυτό το αισιόδοξο σενάριο δεν γίνεται αποδεκτό από όλους.
Αρκετοί ακαδημαϊκοί ωστόσο εκφράζουν την αντίθεσή τους στην ιδέα ότι η ΑΙ θα “αποδώσει” ενεργειακά το κόστος της. Μια μελέτη του 2025 από το Massachusetts Institute of Technology αμφισβητεί την υπόθεση ότι τα κέρδη αποδοτικότητας από την ΑΙ θα αντισταθμίσουν την τεράστια και αυξανόμενη κατανάλωση ενέργειας. Η μελέτη υποστηρίζει ότι πολλά από τα προβλεπόμενα οφέλη είναι είτε υποθετικά είτε υπερτιμημένα, προειδοποιώντας ότι οι πραγματικές βελτιώσεις δεν έχουν ακόμη εμφανιστεί στον βαθμό που αναμένεται.
Ταχύτατη ανάπτυξη
Ταυτόχρονα, οι φυσικές υποδομές επεκτείνονται με ταχείς ρυθμούς. Σε πολλές χώρες, νέα κέντρα δεδομένων εγκρίνονται με συνοπτικές διαδικασίες και μεγάλο εύρος, συχνά χωρίς σαφή εικόνα για τις μακροπρόθεσμες ενεργειακές τους ανάγκες. Αυτές οι εγκαταστάσεις—που κατασκευάζονται για την εκπαίδευση και λειτουργία ολοένα πιο σύνθετων συστημάτων ΑΙ—γίνονται από τις μεγαλύτερες νέες πηγές ζήτησης ηλεκτρικής ενέργειας στα δίκτυα.
Σε πρόσφατο δημοσίευμά τη η The Washington Post περιγράφει πώς τα κέρδη αποδοτικότητας στην υπολογιστική τεχνολογία συχνά επανεπενδύονται σε μεγαλύτερα και πιο απαιτητικά μοντέλα. Αντί να σταθεροποιείται η ενεργειακή ζήτηση, οι βελτιώσεις αποδοτικότητας μπορεί να ενισχύουν συνολικά την κατανάλωση—ένα φαινόμενο γνωστό ως “φαινόμενο επαναφοράς” (rebound effect).
«Η ενσωμάτωση της ΑΙ σχεδόν παντού—από τηλεφωνικά κέντρα εξυπηρέτησης μέχρι αλγοριθμικά “αφεντικά” και τον πόλεμο—τροφοδοτεί τεράστια ζήτηση», σημειώνει το δημοσίευμα. «Παρά τις εντυπωσιακές βελτιώσεις αποδοτικότητας, η επανεπένδυση αυτών των κερδών σε μεγαλύτερα, πιο ενεργοβόρα μοντέλα που τροφοδοτούνται από ορυκτά καύσιμα θα δημιουργήσει το ενεργειακό “τέρας” που φανταζόμαστε».
Αυτό περιπλέκει την ιδέα ότι η τεχνολογική αποδοτικότητα από μόνη της μπορεί να λύσει το πρόβλημα. Ακόμη κι αν κάθε υπολογισμός γίνει φθηνότερος ενεργειακά, η συνολική χρήση της ΑΙ μπορεί να αυξάνεται ταχύτερα από τα οφέλη.
Ο ρυθμός των επενδύσεων
Ένα ακόμη ζήτημα είναι ο ρυθμός των επενδύσεων. Η τρέχουσα άνθηση της ΑΙ δεν καθοδηγείται μόνο από πραγματική ζήτηση, αλλά και από τον φόβο του να μείνει κανείς πίσω. Επιχειρήσεις και επενδυτές επιταχύνουν την υιοθέτηση της ΑΙ για να μη χάσουν ανταγωνιστικό έδαφος, συχνά χωρίς πλήρη αξιολόγηση των ενεργειακών συνεπειών.
Παρά ταύτα, λίγοι προτείνουν την επιβράδυνση της τεχνολογίας. Αντίθετα, η προσοχή στρέφεται όλο και περισσότερο στις εφαρμογές όπου η ΑΙ μπορεί να συμβάλει ουσιαστικά στην απανθρακοποίηση και την ενεργειακή καινοτομία.
Στην έρευνα καθαρής ενέργειας, η ΑΙ ήδη αποδεικνύεται χρήσιμη. Επιστήμονες χρησιμοποιούν μοντέλα μηχανικής μάθησης για να επιταχύνουν την έρευνα στη πυρηνική σύντηξη, αναλύοντας πολύπλοκες συμπεριφορές πλάσματος που διαφορετικά θα απαιτούσαν πολύ περισσότερο χρόνο υπολογισμού. Στα ανανεώσιμα συστήματα, η ΑΙ βελτιώνει τις προβλέψεις για την παραγωγή ηλιακής και αιολικής ενέργειας, βοηθώντας τα δίκτυα να ισορροπούν καλύτερα την προσφορά και τη ζήτηση.
Ο ρόλος της ανακύκλωσης
Επίσης, διερευνάται η χρήση της στην ανακύκλωση και επαναχρησιμοποίηση μπαταριών ηλεκτρικών οχημάτων, ώστε να αξιολογείται αν μπορούν να χρησιμοποιηθούν ξανά ως αποθήκευση ενέργειας.
Παραδόξως, οι αυξανόμενες ενεργειακές ανάγκες της ΑΙ ενδέχεται να επιταχύνουν επενδύσεις σε τεχνολογίες επόμενης γενιάς, όπως η σύντηξη, η γεωθερμική ενέργεια νέας γενιάς και ακόμη και η ηλιακή ενέργεια στο διάστημα. Ωστόσο, μεγάλο μέρος της σημερινής υποδομής ΑΙ εξακολουθεί να βασίζεται στο φυσικό αέριο, γεγονός που δημιουργεί ερωτήματα για το πόσο γρήγορα γίνεται η ενεργειακή μετάβαση.
Υπάρχει επίσης ο κίνδυνος εκτροπής κεφαλαίων. Οι τεράστιες επενδύσεις στην ΑΙ μπορεί να μειώνουν τη χρηματοδότηση για άλλους τομείς καθαρής ενέργειας, επιβραδύνοντας την πρόοδο σε κρίσιμες τεχνολογίες.
Στο τέλος, το ερώτημα αν η ΑΙ μπορεί να εξοικονομήσει περισσότερη ενέργεια από όση καταναλώνει δεν έχει απλή απάντηση. Το αποτέλεσμα θα εξαρτηθεί από τον τρόπο χρήσης, ρύθμισης και ενσωμάτωσής της στα ενεργειακά συστήματα.
Αν χρησιμοποιηθεί κυρίως για τη βελτιστοποίηση ενός ακόμη συστήματος που βασίζεται στα ορυκτά καύσιμα, μπορεί να αυξήσει τη συνολική κατανάλωση ενέργειας. Αν όμως εφαρμοστεί στρατηγικά για την επιτάχυνση καθαρών τεχνολογιών και τη μείωση της σπατάλης, θα μπορούσε να αποτελέσει ισχυρό εργαλείο μείωσης της παγκόσμιας ενεργειακής ζήτησης. Το μόνο βέβαιο είναι ότι η πορεία ακόμη διαμορφώνεται—και οι σημερινές επιλογές θα καθορίσουν αν η τεχνητή νοημοσύνη θα γίνει λύση στο ενεργειακό πρόβλημα ή ακόμη μία αιτία επιβάρυνσης.
Διαβάστε ακόμη
