Het belang van het verduurzamen van IT staat nauwelijks ter discussie. Bedrijven en organisaties zetten zich in om zowel hun ecologische voetafdruk te verkleinen als duurzame bedrijfsmodellen te ontwikkelen. AI kan hierin een sleutelrol spelen door oplossingen te bieden die helpen bij het minimaliseren van energieverbruik, het optimaliseren van middelen en het ondersteunen van een circulaire economie. Maar tegelijkertijd moet je ook kritisch kijken naar de kosten van AI zelf, met name de aanzienlijke hoeveelheid energie die nodig is voor training van de algoritmen.
AI drukt flink op het milieu
Om met dat laatste te beginnen: het trainen van complexe modellen zoals neurale netwerken vereist immense hoeveelheden rekencapaciteit. Dit geldt met name voor deep learning-modellen. Daarbij moet een groot aantal parameters worden geoptimaliseerd, wat vaak leidt tot langdurige trainingsprocessen. Dit gebeurt veelal op gespecialiseerde hardware, waaronder grafische verwerkingseenheden (GPU’s).
Uit onderzoek blijkt dat het trainen van geavanceerde AI-modellen kan leiden tot een uitstoot van broeikasgassen die overeenkomt met duizenden kilo’s CO2. Terecht dus dat veel mensen zich zorgen maken over de milieu-impact van de exponentiële groei van AI. Naarmate AI vaker wordt ingezet in verschillende industrieën, van gezondheidszorg tot transport, zal ook de vraag naar energie-intensieve infrastructuur toenemen. Dit past natuurlijk helemaal niet in het wereldwijde streven om de uitstoot van broeikasgassen te verminderen en een netto-nul-uitstoot te bereiken.
De oplossing ligt, hoe vreemd ook, in de technologische vooruitgang in AI zelf. AI kan prima worden ingezet om de efficiëntie van datacenters te verbeteren, energieverbruik in real-time te monitoren en zelflerende algoritmen te ontwikkelen die minder energie vereisen.
AI als oplossing voor duurzaamheid
Wie even wat zoekt, vindt al snel voorbeelden waarin AI kan helpen bij het verminderen van het energieverbruik en het verkleinen van de ecologische voetafdruk van bedrijven.
1. Optimalisatie van energie-verbruik in datacenters
AI-systemen kunnen worden gebruikt om het energiebeheer binnen datacenters te optimaliseren. Dit kan bijvoorbeeld door middel van voorspellende analyses die het energieverbruik in real-time monitoren en beheren. Google heeft bijvoorbeeld AI-algoritmen ingezet om de koelingssystemen van hun datacenters efficiënter te laten werken, wat naar eigen zeggen heeft geleid tot een energiebesparing van 30%.
2. Verbeterde logistiek en supply chains
Een andere manier waarop AI kan bijdragen aan duurzaamheid is door het optimaliseren van logistieke processen. Dit kan door middel van voorspellende modellen die transportstromen en leveringsschema’s optimaliseren. Dit levert uiteindelijk een vermindering van brandstofverbruik en CO2-uitstoot. AI-systemen kunnen ook worden ingezet om verspilling in de supply chain te minimaliseren door nauwkeurige voorspellingen te doen over vraag en aanbod.
De oplossing ligt ook in de technologische vooruitgang in AI zelf
3. Slimme steden en infrastructuur
AI speelt een cruciale rol in de ontwikkeling van slimme steden, waarbij het gebruik van technologieën zoals IoT en AI samenkomen en energie- en waterverbruik efficiënter maken. Slimme steden maken gebruik van AI om verkeersstromen te monitoren en te optimaliseren, energieverbruik in gebouwen te beheersen en zelfs afvalverwerkingssystemen te verbeteren. Door middel van realtime analyses kun je als stad anticiperen op de behoeften van je burgers en efficiëntere infrastructuuroplossingen bieden.
4. Ondersteuning van de circulaire economie
De circulaire economie, waarbij producten en materialen zoveel mogelijk worden hergebruikt om verspilling te minimaliseren, is een ander gebied waar AI kan bijdragen. AI-modellen kunnen bijvoorbeeld worden ingezet om recyclingprocessen te verbeteren, door automatisch verschillende soorten afval te herkennen en te sorteren. Dit kan de efficiëntie van recycling verbeteren en de behoefte aan nieuwe grondstoffen verkleinen.
Toekomstperspectieven
Het energieverbruik van AI-systemen is momenteel dus een belangrijk aandachtspunt. Maar kijken we iets verder in de toekomst, dan liggen er nog wat interessante innovaties in het verschiet. Quantumcomputers beloven enorme rekenkracht tegenover een veel kleiner energieverbruik. Iets verder aan de horizon verschijnen neuromorfe chips, processoren die de werking van de hersenen proberen na te bootsen, wederom met als doel meer verwerkingen met minder energie.
Quantumcomputers beloven grote rekenkracht met een kleiner energieverbruik
Maar misschien nog wel belangrijker dan dit allemaal is de samenwerking tussen beleidsmakers, bedrijven en academische instellingen, door via gezamenlijke inspanningen AI-technologieën te ontwikkelen die zowel de economische groei stimuleren als de planeet beschermen. Een brede visie en strategische investeringen in duurzame technologieën en infrastructuur zijn hierbij wel nodig.