Unsplash

W połowie XIX wieku William Stanley Jevons przewiduje stopniowe wyczerpywanie się brytyjskich złóż węgla. W 1865 roku wydaje książkę „The Coal Questions”. Zauważa w niej, że udoskonalenie maszyny parowej, dzięki któremu w produkcji przemysłowej można zużyć mniejsze ilości węgla, wcale nie przełożyło się na mniejsze zużycie. 

Odwrotnie! Udoskonalenie maszyny doprowadziło do jeszcze większego zapotrzebowania na węgiel. Dlaczego?  Otóż, gdy cena węgla spadła, zaczęto odkrywać dla niego nowe zastosowania, które wcześniej nie były zupełnie opłacalne. To zjawisko — im wydajniej wykorzystujemy surowiec, tym bardziej rośnie jego zużycie – zostało nazwane paradoksem Jevonsa. 

Zapamiętajcie. Jeszcze do niego wrócimy.

AI na ratunek

Himanshu Gupta to CEO i założyciel startup ClimateAI. Startup ma siedzibę w Dolinie Krzemowej, ale Gupta wychował się i dorastał w Indiach. A jego ClimateAI pracuje nad aplikacją, która ma pomóc rolnikom w strefach zagrożonych zmianami klimatycznymi, m.in. w Indiach. Platforma ma przede wszystkim prognozować wrażliwość upraw na ocieplenie. Wykorzystując dane z wody, gleby, klimatu, podaje, co wydarzy się nawet za dekadę lub dwie. 

I nie ma dla rolników dobrych wieści. W 2021 roku ClimateAI przeprowadził na przykład symulację, z której wynika, że z powodu suszy, w indyjskim stanie Maharasztra produkcja pomidorów spadnie w ciągu dwudziestu lat o jedną trzecią. Co rolnicy mają robić z taką kasandryczną wiedzą? Przede wszystkim dostają czas, żeby dostosować się do zmian.  Rolnicy w Brazylii, po podobnej prognozie, zdecydowali się na odmiany pomidorów bardziej odporne na wahania pogody i zmienili kalendarz sadzenia. 

Himashu Gupta mówi wy wywiadach, że tak przed kryzysem klimatycznym może nas ratować AI. Że to efektywność prognoz pomnożona przez czas, który dostajemy, żeby przeprowadzić odpowiednie zmiany. 

Zwolennicy szybkiego rozwoju AI uważają, że sztuczna inteligencja pomoże nam opanować także inne- a może wszystkie – zagrażające nam procesy związane z katastrofą klimatyczną. Przecież modele AI są systemem wykrywania wzorów, schematów i automatyzacji. Czy mogliśmy dostać lepsze narzędzie?

Unsplash

Zastosowań może być dziesiątki.

Modele mogą zarówno monitorować wylesianie lasów, jak pomagać projektować bardziej ekologiczne miasta. Mogą optymalizować przemysł, transport, planować trasy i procesy, systemy nawadniania, nawożenia. Znajdować najlepsze lokalizacje dla farm wiatrowych i słonecznych (na przykład Google wytrenował już algorytm przy pomocy prognoz pogody, który przewiduje energię wiatru). Inteligentne sieci AI mogą pomóc w oszczędnościach – wysyłać energię według zapotrzebowania.

Algorytmy w miastach lepiej zarządzą ogrzewaniem i oświetleniem. Pomogą nawet w bardziej zrównoważonym zarządzaniu małymi biznesami – w knapach pokogą modyfikować zamówienia i menu, żeby ograniczyć marnowanie żywności.

W dużej skali modele AI świetnie nadają się do analizy danych emisji CO2. Mogą znaleźć i skatalogować źródła zanieczyszczeń, pokazać nam kolejność – co trzeba najpierw zmieniać.

Raport Google i Boston Consulting Group mówi, że  AI można nam pomóc ograniczyć nawet 10 procent globalnej emisji CO2.

ONZ stoi na stanowisku, że sztuczna inteligencja pomoże osiągnąć nam strategiczne cele rozwoju.

Patrząc najbardziej dalekosiężnie – AI może też robić dokładne prognozy i predykcje. Jak ClimateAI przewiduje, co się stanie z uprawianymi warzywami, tak inne algorytmy pokażą nam jak dokładnie zmieni się Ziemia. Może wcześniej przestrzec przed suszą albo – no, właśnie – powodziami.

ONZ powołało Organ Doradczy ds. Sztucznej Inteligencji, który będzie pracować nad programem: „Wczesne ostrzeżenie dla wszystkich”. W skrócie: to opierające się na predykcjach AI systemy wczesnego ostrzegania przed kataklizmami pogodowymi.

Ci najbardziej – delikatnie mówiąc – optymistyczni zwolennicy AI uważają, że sztuczna inteligencja może nawet pomóc w przekonywaniu wątpiących w katastrofę klimatyczną. Jak? Zapewni niezbędne dowody (jakbyśmy mieli ich za mało). 

Bo to dzięki AI wiemy na przykład, że ocieplenie Arktyki, zachodzi cztery razy szybciej niż w innych częściach Ziemi.

AI na zgubę

Ale entuzjaści pomijają to, o czym trąbią krytycy hurraoptymistycznego rozwijania narzędzi AI.

Rozwój sztucznej inteligencji to większe zapotrzebowanie na energię. Nie trochę większe. Gigantycznie większe!

A to oznacza jedno: zwiększone emisje.

Przykład: wygenerowanie tylko jednego niewinnego obrazka za pomocą Dall-E równa się takiej ilości energii, którą możemy naładować do pełna swojego smartfona.

Google, choć jeszcze kilka lat temu zapowiadał, że do 2030 uda mu się osiągnąć zerowe emisje, już mówi, że – z powodu rozwoju narzędzi AI – nie jest to możliwe. 

By rozwijać sztuczną inteligencję Big Techu inwestują miliardy w serwery i gigantyczne centra danych. Wymagają ogromnej energii – a Międzynarodowa Agencja Energetyczna już podaje, że zużycie energii elektrycznej w centrach i serwerach Big Techów podwoi się w ciągu dwóch lat. I będzie wtedy równe zużyciu w całej Japonii. A przecież to dopiero początek.

Serwery trzeba chłodzić wodą, również w ogromnych ilościach. AI do 2027 roku może odpowiadać za zużycie wody pojemności dwóch trzecich rocznego zużycia Anglii. W okolicach centrów danych, które Google posiada w Oregonie okolica zaczyna przypominać pustynną – jedna czwarta okolicznych zasobów trafia do serwerów.

Unsplash

Jasne, w dobrym tempie rozwijamy odnawialne źródła energii, ale AI rozwija się szybciej. I nawet, że nowsze modele AI potrzebują już o wiele mniej energii – nic to nie zmienia.

Pamiętacie paradoks Jevonsa, o którym wspomniałem na początku? 

Czy rozwijanie AI skończy się więc dla nas podobnie, jak udoskonalanie maszyny parowej w XIX wieku? 

Szef OpenAI – tego od ChataGPT – Sam Altman przyznał, że nie wygląda to dobrze. I dalszy rozwój AI wymaga jakiegoś przełomu w wytwarzaniu energii. Widzi go w fuzji jądrowej. Zainwestował nawet 375 milionów dolarów w spółkę Helion Energy, które chce rozwijać ten koncept. Fuzja to zjawisko, które naturalnie wystąpuje na Słońcu i innych gwiazdach. Daje cztery razy więcej energii niż rozszczepienie atomu w dzisiejszych elektrowniach. Ale w ziemskich warunkach nie jesteśmy w stanie go efektywnie powtórzyć – to znaczy dużo więcej energii potrzebujemy, że tej proces przeprowadzić. Firma Helion Energy twierdzi, że jej się uda, ale na razie to tylko gdybanie. Stawianie na to rozwiązanie, to jak stawianie wszystko na jedną kartę w pokera.

Ale wiadomo, że i tak się nie zatrzymamy w rozwoju AI, chociaż na chwilę – wszystko przyspieszy jeszcze bardziej, poza jakąkolwiek kontroę – zbyt duże korzyści przynosi ten rozwój inwestorom i biznesowi. 

Po co przewidywać powódź?

Lipiec 1997 rok. W telewizorze marki Sanyo śledzę „powódź tysiąclecia”.

W pamięci – oprócz łodzi sunących po ulicach miast – zostają mi dyskusje o ignorowaniu przez władze ostrzeżeń meteorologów.

Wrzesień 2024 rok. Przypominam sobie tamto lato, gdy podczas tegorocznej powodzi oglądam na YouTube wywiad z prof. Aleksandrą Przegalińską.

W podcaście u Anny Wittenberg odpowiada na pytanie: czy AI przewidziała powódź?

–  Tak, była skuteczna we wskazaniu, że nastąpi i jaka może być jego skala – mówi prof. Przegalińska. Latem część badaczy przekonywała, że nad Europą mogą pojawić się niebezpieczne anomalie.

– Ale to my sami musimy odpowiadać na wyzwania, które nas spotykają – dodaje profesor. 

Bo rozwój narzędzi predykcyjnych i wiedzy na temat powodzi w żaden sposób nie przełożył się na wcześniejsze przygotowania.  Były traktowane podobnie jak te w 1997. 

Unsplash

Wiedza o tym, jak niszczenie środowiska naturalnego i wycinka drzew, jak cała katastrofa klimatyczna wpływa na przykład na powodzie, też nie zmieniła znacząco działań – co najwyżej wpłynęła na naszą świadomość.

Co z tego, że potrafimy z coraz większą dokładnością przewidzieć powódź i mamy dokładniejsze prognozy?  Czy potrzebujemy jeszcze lepszych danych, jeszcze dokładniejszej predykcji, jeszcze skuteczniejszej optymalizacji procesów, żeby potraktować sytuację poważnie?

Wszystko to przypomina coraz bardziej kadry z satyry „Nie patrz w górę” – z każdym rokiem wydaje się być pisana mniej grubą kreską. 

Od dawna wiemy, co się dzieje, i wiemy też, co musi zostać zrobione.

Decyzja o tym, czy w temacie klimatu postępujemy słusznie, bierzemy odpowiedzialność za siebie i za miejsce, w którym żyjemy, czy wybieramy bardziej krótkowzroczne cele, zrzucając odpowiedzialność na przeciwników politycznych, na spiski albo bobry — należy do każdego i każdej z nas.

PS. Tym wpisem żegnam się z Magazynem 26. Piętro.

Od 1 października przestaję być także jego redaktorem naczelnym.

Dzięki i do zobaczenia na szlaku!

Zostaw komentarz

Polecamy:

Podcast #8: Sztuczne człowieczeństwo. O budowaniu relacji z AI

Tygodnik #15: Okulary Orion i ksiądz GPT z Poznania

Jak Hot or Not zapoczątkowało współczesny internet 26 Piętro

Na początku było Hot or Not

Pogrzeb i wesele. Powódź i sztuczna inteligencja

Jak wyobrażasz sobie życie? O sile nawyków

Jak wyobrażasz sobie życie? O sile nawyków

Tygodnik #4: Okłamywanie AI, rosyjska dezinformacja i jak udowodnić, że istniejesz

Tygodnik # 14: Ostatni egzamin ludzkości

Tygodnik #9: Przeceny w metawersie, wpadka Google i AI w rękach Polek

Tygodnik #13: Komputer nauczył się matmy, a miliarder wyszedł na spacer

Unabomber powraca. Co w Tedzie Kaczynskim widzi internet?

Powrót Unabombera 

Podcast #7: Jak być eko w internecie?

Podcast #7: Jak być eko w internecie?

Tygodnik

Tygodnik #12: Więzienie przyszłości, kosmiczny spacer i IFA 2024