Künstliche Intelligenz und ihre CO2-Bilanz

Die Demonstrationen von „Fridays for Future“ und zunehmende Medienberichte zum Thema Klimawandel schärfen gerade das öffentliche Bewusstsein bezüglich des CO2-Ausstoßes. Diskussionen rund um Künstliche Intelligenz (KI) werden öffentlich gerade zu stark geführt, dass sie gar nicht zu überhören sind. Diese beiden Themen werden allerdings kaum in einen Zusammenhang gebracht. Sie hängen aber miteinander zusammen, in nicht unerheblichem Ausmaß.

Dass es sehr aufwendig ist, „gute“ KI-Lösungen zu entwickeln, wird vielfältig diskutiert. Meist mit Blick auf die großen Mengen an Daten, die notwendig sind, um zuverlässige Ergebnisse zu erzielen.

US-Wissenschaftler haben nun auch den Energieverbrauch und damit die CO2-Bilanz des Trainings von KI-Lösungen untersucht, speziell aus dem Bereich Natural Language Processing (NLP). Das sind technische Lösungen, die treffsicher mit Input aus gesprochener Sprache umgehen können, z. B. virtuelle Assistenzsysteme wie Alexa oder Cortana, aber auch Chatbots, die im Bereich Kundenservice eingesetzt werden.

Zur Verarbeitung natürlicher Sprache werden sogenannte neuronale Netzwerke verwendet. Diese müssen mit einer großen Menge Daten trainiert werden, damit sie möglich akkurat funktionieren. Dieser Vorgang ist zum einen sehr „datenintensiv“, zum anderen erfordert er kosten- und energieintensive Hardware. Das Forscherteam aus Amherst kommt in seinen Berechnungen zu dem Ergebnis, dass zum Beispiel die neuronale Netzwerkarchitektur „Transformer“ während eines Trainingszyklus zur Verarbeitung von Sprache die fünffache Menge an CO2-Emissionen verursacht im Vergleich zu einem durchschnittlichen US-PKW in seiner gesamten Lebensspanne (inklusive Produktion).

Das ohnehin komplexe Feld Künstlicher Intelligenz wird damit um einen weiteren Aspekt ergänzt: ökologische Verantwortung. Unternehmen und Organisationen, die Lösungen in dem Umfeld entwickeln müssen sich also Gedanken darüber machen wie sie mit kleineren Datenmengen und damit geringerem Trainings-/ Energieaufwand ähnliche Ergebnisse entwickeln können bzw. wie die Energeieffizienz vor allem der Hardware-Infrastruktur rund um KI-Lösungen gesteigert werden kann. Vielleicht kann dabei KI ja helfen. Google zum Beispiel verwendet Algorithmen, um die Effizienz von Hardware-Kühlsysstemen zu verbessern oder um den Wirkungsgrad von Windkraftanlagen bei der alternativen Energiegewinnung zu erhöhen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.