人工知能は環境に悪影響を与えるのか？専門家はそれが複雑だと述べる

人工知能は、医療や天文学などの一部の産業においては楽になるようになりましたが、他の面では有害な場合もあります。

これらの技術が善よりも害をもたらすのかどうかを明確にするのは難しいです。なぜなら、一部の人工知能システムは多くのエネルギーを使用し、大量の炭素を排出するからです。また、他の産業の資源を増幅させることによって、環境への悪影響をさらに増幅させることがあります。

しかし、AIが気候変動との闘いにおいてどれだけの利益をもたらすのかという点で、これらの損害は利益を上回るのでしょうか？

AIの影響は広く理解されておらず、さらなる研究が必要です。CTVNews.caに対して話したある教授は、GoogleのBardやChatGPTなどのAIモデルに関連する技術について語りました。

“いくつかのAIモデルの悪影響はどの程度か不明です。”
セントメアリーズ大学の教授であり、AI研究者でもあるTeresa Heffernanは、これらのAIモデルは、質問を解釈し答える能力とテキストベースのタスクを完了する能力で人気があり、最もエネルギーを消費する大規模な言語モデルとされていると述べています。

ユーザーがこれらのプログラムとの対話を行った場合、環境への影響としては些細なものに見えるかもしれませんが、この英語と文学の教授は「大規模な言語モデルは、トレーニング時にも、実際に使用する際にも莫大な計算エネルギーを必要とします。」と述べています。

また、彼女はCTVNews.caの取材で、「データに透明性が欠けている」とも指摘しました。

専門家たちは、LLM（Large Language Model）の使用による二酸化炭素の排出量を計算しようと試みています。

カナダ高等研究所(CIFAR)が月曜日に発表した報告書は、この種のAIのトレーニングにおいてどれだけの二酸化炭素が生成されるかを調べています。

報告書によれば、トレーニングプロセスはこのタイプのAIが学習する方法によって、最もエネルギーを消費する部分の一つです。

報告書の筆者であるSasha Luccioniによると、「LLMは、入力テキストに基づいて最も確からしい単語を予測することを学習します。例えば、 ‘the cat sat on the _____’という入力テキストでは、LLMは’chair’または’mat’を返します。」とのことです。

過去5年間、LLMのトレーニングに使用される専用のコンピュータチップがよりパワフルになり、学習のスピードが上がったことが報告されていますが、その一方でより多くのリソースを使用しています。

電力供給網が再生可能な電力だけを使用していないため、トレーニングプロセスには炭素排出コストが伴います。

Luccioniの研究によると、MicrosoftのGPT-3のトレーニング時には502トンのCO2が排出されました。これは304軒の家庭が1年間に放出する電気に基づく排出量と同等です。

DeepMindの2021年のLLMであるGopherは、352トンのCO2を排出したと研究は示唆しています。

また、Luccioniの研究によれば、トレーニングだけで大量のエネルギーを必要とするわけではありません。LLMによるクエリに回答する度に、炭素の影響があります。

Luccioniが研究した小規模なアルゴリズムであるBloomは、開発中に1日あたり19キログラムのCO2を生成しました。

“これはモデルトレーニング時に生成される50トンと比較するとそれほど大量ではなく、ただし、BloomのようなLLMがWeb検索やナビゲーションなどのユーザー向けアプリケーションに展開される場合、1日に何百万回もクエリが行われることがありますので、それが蓄積されます。”と報告書は述べています。

また、彼女は、建物の冷却、コンピュータの保管、サーバーネットワークのストレージなど、他の環境への影響も考慮に入れるべきだと指摘しました。

これらのプログラムのもう1つの環境への影響として、淡水の枯渇があります。

“（LLMが）すべてのデータを処理する際に、実際にすべての熱を作り出しているのです。”とHeffernan氏は述べました。”それが溶け落ちないようにするためには、冷却が必要です。そのため、水の使用が増えるのです。”

コーネル大学のある研究によれば、Googleのデータセンターは2021年にアメリカで12.7十億リットルの淡水を冷却目的で消費したと推定されています。MicrosoftのGPT-3のトレーニングセンターは、約70万リットルの淡水を消費したと推定されました。

コーネル大学の研究者はまた、チャットボットに質問をすることができる類似のAIプログラムについても調査し、ChatGPTとの”対話”で約20〜50語ほどの質問に相当するものは、冷却目的の水として500mlのボトルと同等であると推定しました。

CTVNews.caは、報告書に記載されたすべての企業に、今後の持続可能性に向けた計画について尋ねるために連絡を取りました。公表時にはMicrosoftから書面で回答をいただきました。

“より持続可能な未来を作るための取り組みの一環として、マイクロソフトはAIのエネルギー使用量と炭素影響を測定するための研究に投資しています。トレーニングとアプリケーションの両方で大規模システムをより効率的にする方法に取り組んでいます。2030年までにカーボンネガティブ、水のプラス、ゼロ廃棄を目指し、データセンターでのクリーンエネルギー利用の増加や再生可能エネルギーの購入など、私たちの持続可能性目標を達成するための取り組みを加速させるつもりです。”とマイクロソフトの広報担当者はCTVNews.caにメールで答えました。

単なるLLMには、AIにもっとも影響を与えたLLMに焦点を当てているが、他の種類のAIにも環境への影響があります。

マギル大学のコンピュータ科学の教授であるDavid Rolnickは、予測型AIモデルはLLMとは非常に異なる性質を持ち、エネルギーの使用も異なると述べています。

彼は、”AIを使って森林伐採地域の把握をするならば、それは明確に気候変動を改善するものです。”と述べました。

しかし、同様の技術は、より多くの害を引き起こす方法もあると彼は述べています。

例えば、”石油やガスの探査を加速させるためにAIを使用する場合、それはおそらく気候変動を悪化させるものと言えるでしょう。”と彼は例を挙げました。

RolnickはAIをハンマーのようなものと考えるようにと言います。

“ハンマーの影響は使い方次第です。ハン