Καθώς ο κόσμος καλωσορίζει τις καινοτόμες τεχνολογίες, αυτό θα μπορούσε να προκαλέσει μια απότομη αύξηση στην κατανάλωση ενέργειας εάν δεν ρυθμιστούν κατάλληλα και μάλιστα σε μια συγκυρία που ουδείς μπορεί να πει με βεβαιότητα ότι η ενεργειακή κρίση έχει παρέλθει.
Ένα ευρύ φάσμα βιομηχανιών, συμπεριλαμβανομένου του ενεργειακού τομέα, αναζητά την τεχνητή νοημοσύνη (AI) για τον εκσυγχρονισμό των λειτουργιών. Ωστόσο, πολλοί δεν εξετάζουν το ενδεχόμενο ενεργειακό κόστος της υιοθέτησης της τεχνητής νοημοσύνης και άλλων καινοτόμων τεχνολογιών. Όπως είδαμε με την εξόρυξη κρυπτονομισμάτων, η χρήση νέων, προηγμένων τεχνολογιών αναμένεται να αυξήσει σημαντικά τη χρήση ενέργειας σε διαφορετικούς κλάδους και η έλλειψη διαχείρισης θα μπορούσε να οδηγήσει σε καταστροφή.
Τα τελευταία χρόνια έχουν σημειωθεί μεγάλες εξελίξεις στην τεχνολογία AI. Γρήγορα γίνεται απαραίτητο εργαλείο στην καθημερινή ζωή, καθώς χρησιμοποιείται για μια σειρά από δραστηριότητες.
Όπως επισημαίνει το oilprice.com κάθε διαδικτυακή αλληλεπίδραση απαιτεί τη χρήση απομακρυσμένων διακομιστών – μηχανημάτων σε κέντρα δεδομένων που χρησιμοποιούν ηλεκτρική ενέργεια για την εκτέλεση εργασιών. Επί του παρόντος, τα κέντρα δεδομένων παγκοσμίως αντιπροσωπεύουν μεταξύ 1% και 1,5% της παγκόσμιας χρήσης ηλεκτρικής ενέργειας , σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας.
Αν και αυτό το ποσοστό μπορεί να φαίνεται αρκετά χαμηλό, η ταχεία ανάπτυξη νέων τεχνολογιών, όπως η τεχνητή νοημοσύνη, αναμένεται να αυξήσει σημαντικά τη χρήση ενέργειας στον τομέα.
Το 11% των κορυφαίων ερευνητών της τεχνητής νοημοσύνης διεθνώς είναι Έλληνες
Ενεργειακές ανάγκες
Το θέμα για τις υψηλές ενεργειακές ανάγκες της τεχνητής νοημοσύνης απασχολεί ήδη την ακαδημαϊκή κοινότητα, ωστόσο μέχρι στιγμής δεν έχει μεταφραστεί σε εθνική πολιτική.
Μια ανάλυση που δημοσιεύθηκε τον Οκτώβριο έδειξε ότι η Nvidia Corporation – μια πολυεθνική εταιρεία τεχνολογίας, θα αποστέλλει περίπου 1,5 εκατομμύρια μονάδες διακομιστών AI ετησίως έως το 2027, οι οποίες, όταν εκτελούνται, θα μπορούσαν να ισοδυναμούν με την ετήσια χρήση 85,4 τεραβατώρες ηλεκτρικής ενέργειας . Αυτό είναι υψηλότερο από τη συνολική κατανάλωση ηλεκτρικής ενέργειας πολλών μικρών χωρών. Εταιρείες όπως η Nvidia χρησιμοποιούν πλέον προηγμένες μονάδες επεξεργασίας γραφικών (GPU) αντί για απλούστερους επεξεργαστές, που ονομάζονται CPU, για να τροφοδοτούν λειτουργίες, οι οποίες απαιτούν περισσότερη ενέργεια για να τροφοδοτηθούν. Ο Brady Brim-Deforest, ο Διευθύνων Σύμβουλος της Formula Monks, δήλωσε : «Για την επόμενη δεκαετία, οι GPU θα είναι ο πυρήνας της υποδομής AI. Και οι GPU καταναλώνουν 10 έως 15 φορές περισσότερη ενέργεια ανά κύκλο επεξεργασίας από ότι οι CPU. Είναι πολύ ενεργοβόροι».
Μία από τις τεχνολογίες που θα απογειωθεί τους τελευταίους μήνες είναι το ChatGPT του OpenAI, ένα chatbot που μπορεί να διεξάγει μια ανθρώπινη συνομιλία, να απαντά σε ερωτήσεις και να δημιουργεί γραπτό περιεχόμενο. Μια πρόσφατη εργασία από το Πανεπιστήμιο της Ουάσιγκτον έδειξε ότι εκατοντάδες εκατομμύρια ερωτήματα στο ChatGPT μπορεί να κοστίζουν περίπου 1 γιγαβατώρα την ημέρα, που ισοδυναμεί με την κατανάλωση ενέργειας 33.000 νοικοκυριών στις ΗΠΑ. Ένας καθηγητής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών στην Ουάσιγκτον, ο Sajjad Moazeni, εξήγησε : «Η κατανάλωση ενέργειας για κάτι σαν την έρευνα ChatGPT σε σύγκριση με κάποια έρευνα στο email σας, για παράδειγμα, θα είναι πιθανώς 10 έως 100 φορές περισσότερη»
Οι ειδικοί του κλάδου αναμένουν ότι η ατομική και η βιομηχανική χρήση της τεχνητής νοημοσύνης θα αυξηθεί σημαντικά τα επόμενα χρόνια. Βρισκόμαστε μόλις στο ένα τοις εκατό του σημείου που αναμένεται να είναι η υιοθέτηση της τεχνητής νοημοσύνης μέσα στα επόμενα δύο έως τρία χρόνια. Αυτό σημαίνει ότι οι κυβερνήσεις πρέπει να προετοιμάσουν τις χώρες τους τώρα για να διασφαλίσουν ότι η αύξηση της χρήσης ενέργειας από προηγμένες τεχνολογίες θα ελεγχθεί από νωρίς.
Στην Ευρώπη, ο νόμος AI της ΕΕ αναγνωρίζει ότι τα συστήματα τεχνητής νοημοσύνης πιθανότατα θα έχουν υψηλή κατανάλωση ενέργειας κατά τη διάρκεια του κύκλου ζωής τους. Η νομοθεσία κατηγοριοποιεί τα συστήματα τεχνητής νοημοσύνης, ορίζοντας απαιτήσεις για τα λεγόμενα «συστήματα τεχνητής νοημοσύνης υψηλού κινδύνου».
