Yapay zekanın (AI) kullanımı iklimin korunmasını destekleyebilir ancak aynı zamanda önemli çevresel maliyetlerle de ilişkilidir. İklim eylemi için yapay zekayı geliştirmeye yönelik daha düşünceli bir yaklaşıma ihtiyacımız var; bu yaklaşım, yalnızca pazar dinamiklerine değil, iklim eylemi için katılımcı ve kapsayıcı bir siyasi vizyona dayanıyor.
AI (AFP)
Dünya, önümüzdeki on yılda bir iklim felaketini tetiklemesi muhtemel beş kritik devrilme noktasını aşmanın eşiğinde. Bu eğilimi yavaşlatmak ve durdurmak için acil adımlara ihtiyaç var.
IPL 2024 açık artırması burada! Tüm güncellemeleri HT’den CANLI olarak takip edin. Şimdi Katıl
Yapay zeka gibi teknolojiler, karmaşık sistemlere dair anlayışımızı geliştirerek ve bilimsel araştırmaları ilerleterek iklim değişikliği stratejilerinde kritik bir rol oynayabilir. Örneğin ClimateAI, Maharashtra’daki aşırı sıcaklık ve kuraklığın domates verimini %30 azaltacağını tahmin etmek için yapay zeka tabanlı simülasyonlar kullandı. Yetiştiriciler bu bilgiyi iklime daha dayanıklı tohum çeşitlerine geçmek ve kıtlığı önlemek için ekim modellerini değiştirmek için kullandılar.
İklime yönelik yapay zeka çözümleri de yakın zamanda sonuçlanan COP28’de öne çıkan önemli konulardan biriydi. BM İklim Değişikliği Teknolojisi Yürütme Komitesi, kar amacı gütmeyen bir açık kaynak yapay zeka topluluğuyla birlikte, gelişmekte olan ülkelerde iklim değişikliğine yönelik yapay zeka destekli çözümlerin geliştirilmesini belirlemek ve desteklemek için Yapay Zeka İnovasyonu Büyük Yarışmasını başlattı.
Peki hangi noktada yapay zeka ve makine öğrenimi gibi teknolojilerin çevresel maliyetleri, vaat ettikleri varsayılan iklim faydalarından daha ağır basıyor?
Uluslararası Enerji Ajansı’na göre veri merkezleri halihazırda küresel sera gazı emisyonlarının %1-1,5’ine katkıda bulunuyor; özellikle daha büyük modeller oluşturmanın mevcut cazibesi göz önüne alındığında bu rakamın önemli ölçüde artması bekleniyor. Örneğin ChatGPT, 5-50 istem veya soru içeren her konuşma için 500 mililitreye kadar su kullanır. Daha büyük modeller ve daha fazla parametre ile eğitim süresi artar, bu da su ve elektrik tüketiminin artmasına neden olur. ML modellerinin eğitimi yalnızca kaynak yoğun olmakla kalmıyor, aynı zamanda bunların kullanımı da önemli çevresel maliyetlere neden oluyor; örneğin, tek bir AI görüntüsü oluşturmak, bir akıllı telefonu şarj etmek kadar enerji tüketir. Veri merkezlerini soğutmak için suya olan ihtiyacın Asya gibi tropik ve sıcak bölgelerde de artması bekleniyor.
Teknolojiye yönelik veri merkezleri ve diğer fiziksel altyapıların inşası için nikel gibi metallere de ihtiyaç duyuluyor. Nikel madenciliği karbon yoğun bir süreçtir. Örneğin Endonezya’da üretilen her bir ton metal eşdeğeri, dünya ortalaması olan 48 tona kıyasla ortalama 58,6 ton karbondioksit eşdeğeri salmaktadır.
Araştırmalar, mevcut büyüme oranlarının devam etmesi halinde, yapay zekanın enerji tüketiminin 2027 yılına kadar yılda 85-134 terawatt saat (TWh) elektrik olacağını, bunun kabaca Hollanda’nın yıllık tükettiği elektrik miktarına eşdeğer olacağını öne sürüyor.
Yapay zekanın geliştirilmesiyle ilişkili kaynak çıkarma süreçleri aynı zamanda yerel toplulukları ve onların arazi haklarını da etkiler. Örneğin, metal madenciliği ormanların büyük çapta yer değiştirmesine ve yok olmasına yol açmıştır. Şili’de lityum madenciliği nedeniyle yerli topluluklar atalarının topraklarından sürüldü. Endonezya’da, yaklaşık Bengaluru büyüklüğünde 76.301 hektar arazi nikel madenciliği için ormansızlaştırıldı.
Yapay zeka teknolojilerinin iklim eylemini nasıl destekleyebileceğini düşünürken bu çevresel maliyetleri ön planda tutmalıyız. Bunu başaramazsak, çevresel maliyetler orantısız bir şekilde zaten savunmasız ve dışlanmış topluluklar tarafından karşılanacağından, yapay zeka kullanımının iklim adaletsizliğini daha da kötüleştirmesi muhtemeldir.
İklimi destekleyen ve çevreye olan zararlı etkisini azaltan teknolojiyi dengelemek, mevcut teknoloji yaklaşımımızda köklü bir değişiklik gerektiriyor. Yapay zekanın geliştirilmesi ve kullanımına yönelik, yalnızca piyasa güçleri tarafından dikte edilmek yerine, amaç odaklı ve katılımcı olan daha dikkatli ve ihtiyatlı bir yaklaşım gerektirir.
Birincisi, mevcut inovasyon yörüngeleri yukarıdan aşağıya doğru olma eğilimindedir ve ticari teşviklerle yönlendirilmektedir. Bunun yerine, belirli topluluk ihtiyaçlarına ve önceliklerine göre hedefe yönelik yapay zeka çözümleri geliştirmemiz gerekiyor. Bu, etkilenen toplulukların gerçekten çıkarına olan çözümlerin geliştirilmesine yardımcı olabilir.
Örneğin, IIT Delhi’nin CoRE Stack girişimi, toplulukların yeraltı suyu ve orman yönetimi ile ilgili zorlukları çözmek için en iyi konumda olduklarını kabul etmektedir. Girişim, bu zorlukları belirlemeye yönelik bir danışma süreci aracılığıyla, teknolojik bileşenlerin geleneksel uygulamalarına dahil edilmesi konusunda destek sağlıyor ve bu süreçleri mümkün kılmak için finansman kanallarının geliştirilmesine yardımcı oluyor.
İkincisi, daha büyük ve genel amaçlı yapay zeka modellerine olan mevcut ilgi en iyi yol olmayabilir. Bunun yerine, denetlenebilirliği ve hesap verebilirliği mümkün kılan, kasıtlı ve yerel olarak seçilmiş veri kümelerine dayanan daha küçük, daha spesifik modellere odaklanmamız gerekiyor. İklim çözümleri son derece bağlamsallaştırılmalı ve yerel iklim faktörlerini, ekonomik koşulları ve demografik özellikleri hesaba katmalıdır. Örneğin, soğuk iklimler için evcilleştirilen pirinç çeşitleri için geliştirilen bir yetiştirme önerisi, tropik iklimlerde yetiştirilen pirinç için çok farklı parametreler gerektiriyor.
Üçüncüsü, çevresel etki değerlendirmeleri yapay zekaya entegre edilmelidir. Şu anda yapay zeka üretimi ve dağıtımının çevresel maliyetlerini değerlendirmek için standartlaştırılmış bir çerçeve bulunmamaktadır. Ölçüm kriterlerinin geliştirilmesi, yapay zekanın daha anlamlı bir şekilde kullanılmasına olanak sağlayabilir ve diğer düşük teknolojili veya teknolojisiz çözümlere kıyasla yapay zeka tabanlı bir müdahalenin değerlendirilmesi için ek bir ölçüm sağlayabilir.
Dördüncüsü, yapay zeka araçlarının değerlendirilmesi, bunların iklim eylemindeki etkinliğini değerlendirmek açısından çok önemlidir. Çok sayıda yapay zeka pilot uygulamasına ve hazırlık aşamasındaki araştırmalara rağmen bunların etkilerine ilişkin kapsamlı raporlama eksikliği mevcut. Genel olarak bilimde araştırmalar, yapay zeka ile yapılan deneylerin tekrarlanabilirlik krizine yol açtığını gösteriyor. Yeniden üretilemeyen veya pratik problemlere faydası olmayan iddialar üreterek araştırmaya önemli miktarda zaman ve kaynak harcanır. Yapay zeka kullanımının katma değerini anlamak için araçları değerlendirmek, en iyi uygulamalardan ve alınan derslerden oluşan bir koleksiyon oluşturmak, eşitlik ve mahremiyet gibi değerlerin korunmasını sağlamak ve sonuçları araştırmacılara, politika yapıcılara ve kamuoyuna yaymak önemlidir. halk .
Yapay zekanın iklim çözümlerine uygunluğu dikkatli bir değerlendirme gerektirir. Çevresel maliyetleri kanıtlandığı için bu müdahalelerin çok bilinçli olması ve sadece yapay zeka kullanımı ya da ticari çıkarlar için olmaması gerekiyor.
Son olarak, yapay zekanın veya diğer herhangi bir teknolojinin sonuçta sadece bir araç olduğunu hatırlamak önemlidir; iklim eylemine hizmet edebilmesi için geliştirilmesi ve kullanımının iklim eylemi için daha geniş bir politika vizyonuyla bağlantılı olması gerekir. Bu olmadan yapay zeka kullanımının koordineli bir siyasi stratejiden uzaklaşma riski vardır.
Bu makale Kurucu ve Genel Müdür Urvashi Aneja ve Goa Dijital Vadeli İşlemler Laboratuvarı Araştırma Görevlisi Dona Mathew tarafından yazılmıştır.
AI (AFP)
Dünya, önümüzdeki on yılda bir iklim felaketini tetiklemesi muhtemel beş kritik devrilme noktasını aşmanın eşiğinde. Bu eğilimi yavaşlatmak ve durdurmak için acil adımlara ihtiyaç var.
IPL 2024 açık artırması burada! Tüm güncellemeleri HT’den CANLI olarak takip edin. Şimdi Katıl
Yapay zeka gibi teknolojiler, karmaşık sistemlere dair anlayışımızı geliştirerek ve bilimsel araştırmaları ilerleterek iklim değişikliği stratejilerinde kritik bir rol oynayabilir. Örneğin ClimateAI, Maharashtra’daki aşırı sıcaklık ve kuraklığın domates verimini %30 azaltacağını tahmin etmek için yapay zeka tabanlı simülasyonlar kullandı. Yetiştiriciler bu bilgiyi iklime daha dayanıklı tohum çeşitlerine geçmek ve kıtlığı önlemek için ekim modellerini değiştirmek için kullandılar.
İklime yönelik yapay zeka çözümleri de yakın zamanda sonuçlanan COP28’de öne çıkan önemli konulardan biriydi. BM İklim Değişikliği Teknolojisi Yürütme Komitesi, kar amacı gütmeyen bir açık kaynak yapay zeka topluluğuyla birlikte, gelişmekte olan ülkelerde iklim değişikliğine yönelik yapay zeka destekli çözümlerin geliştirilmesini belirlemek ve desteklemek için Yapay Zeka İnovasyonu Büyük Yarışmasını başlattı.
Peki hangi noktada yapay zeka ve makine öğrenimi gibi teknolojilerin çevresel maliyetleri, vaat ettikleri varsayılan iklim faydalarından daha ağır basıyor?
Uluslararası Enerji Ajansı’na göre veri merkezleri halihazırda küresel sera gazı emisyonlarının %1-1,5’ine katkıda bulunuyor; özellikle daha büyük modeller oluşturmanın mevcut cazibesi göz önüne alındığında bu rakamın önemli ölçüde artması bekleniyor. Örneğin ChatGPT, 5-50 istem veya soru içeren her konuşma için 500 mililitreye kadar su kullanır. Daha büyük modeller ve daha fazla parametre ile eğitim süresi artar, bu da su ve elektrik tüketiminin artmasına neden olur. ML modellerinin eğitimi yalnızca kaynak yoğun olmakla kalmıyor, aynı zamanda bunların kullanımı da önemli çevresel maliyetlere neden oluyor; örneğin, tek bir AI görüntüsü oluşturmak, bir akıllı telefonu şarj etmek kadar enerji tüketir. Veri merkezlerini soğutmak için suya olan ihtiyacın Asya gibi tropik ve sıcak bölgelerde de artması bekleniyor.
Teknolojiye yönelik veri merkezleri ve diğer fiziksel altyapıların inşası için nikel gibi metallere de ihtiyaç duyuluyor. Nikel madenciliği karbon yoğun bir süreçtir. Örneğin Endonezya’da üretilen her bir ton metal eşdeğeri, dünya ortalaması olan 48 tona kıyasla ortalama 58,6 ton karbondioksit eşdeğeri salmaktadır.
Araştırmalar, mevcut büyüme oranlarının devam etmesi halinde, yapay zekanın enerji tüketiminin 2027 yılına kadar yılda 85-134 terawatt saat (TWh) elektrik olacağını, bunun kabaca Hollanda’nın yıllık tükettiği elektrik miktarına eşdeğer olacağını öne sürüyor.
Yapay zekanın geliştirilmesiyle ilişkili kaynak çıkarma süreçleri aynı zamanda yerel toplulukları ve onların arazi haklarını da etkiler. Örneğin, metal madenciliği ormanların büyük çapta yer değiştirmesine ve yok olmasına yol açmıştır. Şili’de lityum madenciliği nedeniyle yerli topluluklar atalarının topraklarından sürüldü. Endonezya’da, yaklaşık Bengaluru büyüklüğünde 76.301 hektar arazi nikel madenciliği için ormansızlaştırıldı.
Yapay zeka teknolojilerinin iklim eylemini nasıl destekleyebileceğini düşünürken bu çevresel maliyetleri ön planda tutmalıyız. Bunu başaramazsak, çevresel maliyetler orantısız bir şekilde zaten savunmasız ve dışlanmış topluluklar tarafından karşılanacağından, yapay zeka kullanımının iklim adaletsizliğini daha da kötüleştirmesi muhtemeldir.
İklimi destekleyen ve çevreye olan zararlı etkisini azaltan teknolojiyi dengelemek, mevcut teknoloji yaklaşımımızda köklü bir değişiklik gerektiriyor. Yapay zekanın geliştirilmesi ve kullanımına yönelik, yalnızca piyasa güçleri tarafından dikte edilmek yerine, amaç odaklı ve katılımcı olan daha dikkatli ve ihtiyatlı bir yaklaşım gerektirir.
Birincisi, mevcut inovasyon yörüngeleri yukarıdan aşağıya doğru olma eğilimindedir ve ticari teşviklerle yönlendirilmektedir. Bunun yerine, belirli topluluk ihtiyaçlarına ve önceliklerine göre hedefe yönelik yapay zeka çözümleri geliştirmemiz gerekiyor. Bu, etkilenen toplulukların gerçekten çıkarına olan çözümlerin geliştirilmesine yardımcı olabilir.
Örneğin, IIT Delhi’nin CoRE Stack girişimi, toplulukların yeraltı suyu ve orman yönetimi ile ilgili zorlukları çözmek için en iyi konumda olduklarını kabul etmektedir. Girişim, bu zorlukları belirlemeye yönelik bir danışma süreci aracılığıyla, teknolojik bileşenlerin geleneksel uygulamalarına dahil edilmesi konusunda destek sağlıyor ve bu süreçleri mümkün kılmak için finansman kanallarının geliştirilmesine yardımcı oluyor.
İkincisi, daha büyük ve genel amaçlı yapay zeka modellerine olan mevcut ilgi en iyi yol olmayabilir. Bunun yerine, denetlenebilirliği ve hesap verebilirliği mümkün kılan, kasıtlı ve yerel olarak seçilmiş veri kümelerine dayanan daha küçük, daha spesifik modellere odaklanmamız gerekiyor. İklim çözümleri son derece bağlamsallaştırılmalı ve yerel iklim faktörlerini, ekonomik koşulları ve demografik özellikleri hesaba katmalıdır. Örneğin, soğuk iklimler için evcilleştirilen pirinç çeşitleri için geliştirilen bir yetiştirme önerisi, tropik iklimlerde yetiştirilen pirinç için çok farklı parametreler gerektiriyor.
Üçüncüsü, çevresel etki değerlendirmeleri yapay zekaya entegre edilmelidir. Şu anda yapay zeka üretimi ve dağıtımının çevresel maliyetlerini değerlendirmek için standartlaştırılmış bir çerçeve bulunmamaktadır. Ölçüm kriterlerinin geliştirilmesi, yapay zekanın daha anlamlı bir şekilde kullanılmasına olanak sağlayabilir ve diğer düşük teknolojili veya teknolojisiz çözümlere kıyasla yapay zeka tabanlı bir müdahalenin değerlendirilmesi için ek bir ölçüm sağlayabilir.
Dördüncüsü, yapay zeka araçlarının değerlendirilmesi, bunların iklim eylemindeki etkinliğini değerlendirmek açısından çok önemlidir. Çok sayıda yapay zeka pilot uygulamasına ve hazırlık aşamasındaki araştırmalara rağmen bunların etkilerine ilişkin kapsamlı raporlama eksikliği mevcut. Genel olarak bilimde araştırmalar, yapay zeka ile yapılan deneylerin tekrarlanabilirlik krizine yol açtığını gösteriyor. Yeniden üretilemeyen veya pratik problemlere faydası olmayan iddialar üreterek araştırmaya önemli miktarda zaman ve kaynak harcanır. Yapay zeka kullanımının katma değerini anlamak için araçları değerlendirmek, en iyi uygulamalardan ve alınan derslerden oluşan bir koleksiyon oluşturmak, eşitlik ve mahremiyet gibi değerlerin korunmasını sağlamak ve sonuçları araştırmacılara, politika yapıcılara ve kamuoyuna yaymak önemlidir. halk .
Yapay zekanın iklim çözümlerine uygunluğu dikkatli bir değerlendirme gerektirir. Çevresel maliyetleri kanıtlandığı için bu müdahalelerin çok bilinçli olması ve sadece yapay zeka kullanımı ya da ticari çıkarlar için olmaması gerekiyor.
Son olarak, yapay zekanın veya diğer herhangi bir teknolojinin sonuçta sadece bir araç olduğunu hatırlamak önemlidir; iklim eylemine hizmet edebilmesi için geliştirilmesi ve kullanımının iklim eylemi için daha geniş bir politika vizyonuyla bağlantılı olması gerekir. Bu olmadan yapay zeka kullanımının koordineli bir siyasi stratejiden uzaklaşma riski vardır.
Bu makale Kurucu ve Genel Müdür Urvashi Aneja ve Goa Dijital Vadeli İşlemler Laboratuvarı Araştırma Görevlisi Dona Mathew tarafından yazılmıştır.