はじめに
「タイタニック号を沈没させた氷山のように、AI が環境に与える影響の大部分は水面下にあります。」 AI は産業を変革する一方で、効率と生産性も向上させました。しかし、通常は目に見えない環境負荷については深刻な懸念があります。 Siri や Alexa などのデジタル アシスタントの強化から、ヘルスケア、交通機関、さらには気候モデリングの革新の推進に至るまで、AI は私たちの日常生活に深く組み込まれています。
しかし、AI の開発と展開の変革の可能性には、莫大な環境コストがかかります。 1 つの大規模な AI モデルをトレーニングすると、その生涯にわたって車 5 台分と同じ量の二酸化炭素が排出されると推定されています。 AI の運用をサポートするために使用されるデータセンターには膨大な量の電力と水が必要であり、二酸化炭素排出量の増加と地域資源の圧迫につながります。
この記事では、AI が環境の持続可能性とどのように交差するかについてバランスを取ることを目的として、AI が環境に与える影響の二重の性質、つまり AI がもたらす課題と、AI が提供する解決策について考察します。
AI と環境: 注目を集める大胆な発言
Kai-Fu Lee: 「私たちは、AI の計り知れない可能性と、地球とその資源を保護する責任とのバランスをとらなければならない世界に住んでいます。」 NPR
博士。フェイフェイ・リー: 「人工知能は人類に利益をもたらし、その発展がすべての人にとってより持続可能な世界に確実につながるべきです。」テッド
ヒラリー・クリントン: 「AI が経済成長を促進するだけでなく、気候変動から不平等まで、私たちが直面している差し迫った課題の解決策の一部であることを保証する必要があります。」 CNBC
ビル・ゲイツ: 「AI は世界で最も差し迫った問題の解決に役立つ可能性がありますが、その過程で環境に悪影響を与えないようにする必要があります。」 BBC
サンダー・ピチャイ: 「AI は気候変動などの問題の解決に貢献し、善のために大きな力となる可能性がありますが、それが責任を持って持続可能な方法で開発されるようにする必要があります。」ザ・ヴァージ
AI のエネルギー食欲: 進歩を促進するのか、それともリソースを枯渇させるのか?
AI モデルが環境に多大な影響を与える理由の 1 つは、トレーニングと運用のプロセスが大量のエネルギーを消費することです。 GPT シリーズの OpenAI 大規模言語モデルは、動作するために大量の計算リソースを使用し、モデルのトレーニングには巨大なデータセットに対する多くの反復が含まれるため、各ステップでかなりのエネルギー消費が生じます。
たとえば、1,750 億 パラメータを持つ GPT-3 のトレーニングでは、約 1,287 メガワット時 (MWh) の電力が使用され、二酸化炭素排出量が発生します。これは約502トンのCO₂に相当します。これは、112 台のガソリン車の年間排出量に相当します。State of the Planet
これでエネルギー消費が終わるわけではありません。 AI のモデルをリアルタイム アプリケーションに組み込む運用フェーズでは、さらに要求が厳しくなります。たとえば、Google の検索エンジンによって処理されるクエリは、約 0.0003 kWh を使用します。これは、 で 60 ワット の電球に電力を供給する量に相当します。 17 秒.チプキン
これは最小限に見えるかもしれませんが、毎日何十億もの検索が行われると、深刻なエネルギー消費となります。
このような大きな数字は、AI モデルの開発と導入にかかる多大な環境コストを指摘し、より効率的なアルゴリズムと再生可能エネルギー源の使用の重要性をさらに強調しています。
人工知能の環境的価格"
AI テクノロジーが成長するにつれて、その環境への影響も増大します。大規模な AI モデルとデータセンターに関連するエネルギー消費は膨大です。実際、AI の環境への影響は、ロサンゼルス火災などの極端な出来事にも関連付けられています。最近の報告によると、AI を活用したデータ処理の需要の増加により、エネルギー消費量が増加し、温室効果ガスの排出量が増加しているとのことです。これらの排出物は気候変動を悪化させ、気温の上昇が山火事などの自然災害を引き起こすというフィードバックループを生み出す可能性があります。Mashable
木曜日、ロサンゼルスのウェストヒルズ地区で消防団がケネス火災と消火活動を行っている。イーサン・スウォープ / AP
AI は多くの利点をもたらしますが、その開発と展開は環境に深刻な有害な影響を及ぼします。これらにはエネルギー消費に限定されず、環境悪化につながる他のいくつかの要因が含まれます。
二酸化炭素排出量
AI モデルのトレーニングと実行に伴う高いエネルギー消費は、二酸化炭素排出量につながります。たとえば、ある研究では、単一の大規模 AI モデルをトレーニングすると、最大 284 トンの CO₂ の二酸化炭素排出量が発生する可能性があることが判明しました。これは、平均的な自動車 5 台の生涯排出量に相当します (MIT Technology Review)。 GPT-3 のトレーニングだけによる二酸化炭素排出量は、典型的なアメリカ人の生涯排出量の半分に相当すると推定されています。この高い炭素排出量は主に、特に再生不可能な電力が使用されている地域でのトレーニングにおける化石燃料ベースのエネルギー源への依存によるものです。
リソース消費
GPU や TPU などの AI ハードウェアは、バッテリーやその他の部品の製造に使用されるリチウム、コバルト、ニッケル などの希土類金属を使用して作られています。これらの物質の抽出と加工は、森林、生息地の破壊、汚染など、環境に深刻なダメージを与えます。たとえば、AI関連ハードウェアの重要な要素であるコバルトは、コンゴ民主共和国によって高い環境コストをかけて採掘され、世界中のコバルト生産の80%を占めています。危険で搾取的で危険な労働条件下で、ガーディアン紙が報じた。これらの行為には、大気中への有毒物質の放出と地元の水源の汚染が含まれます。
AI ハードウェアの急速な開発サイクルは高い離職率をもたらし、その結果、大量の電子廃棄物 (e-waste) が発生します。 Global E-waste Monitor 2020によると、2019 年に世界では 5,360 万トンの電子廃棄物が発生し、適切にリサイクルされた Global E は 17.4% のみでした。 -廃棄物モニター。より高速でより強力な AI ハードウェアへの飽くなき欲求が時代遅れの機器を生み出し、埋め立て地となることが多いため、この問題はますます深刻になっています。不適切に処分された電子機器廃棄物は、鉛、水銀、カドミウムなどの有害物質を環境に浸出させ、土壌や水を汚染する可能性があります。
水の使用量
AI の運用を強化するデータセンターは、冷却目的で大量の水を消費します。たとえば、単一の大規模データセンターは、最適な温度を維持するために、1 日あたり最大 500 万ガロン の水を使用する可能性があり、特に冷却に多くのエネルギーが消費される温暖な気候ではその傾向が顕著です。カリフォルニア州では、オレゴン州ザ・ダレスにあるGoogle データセンターは、特に干ばつの時期に地元のコミュニティが水不足に苦しんでおり、その大量の水消費で批判を集めている。このような高い水需要は、気候変動の影響に直面している地域ですでに不足している資源に大きな圧力を与えています。The Verge
土地利用
データセンターの建設は、自然生息地を工業地域に変換することで土地利用に影響を与えます。たとえば、テキサス州フォートワースにあるFacebookデータセンターは、450エーカーの土地を占有しています。転換により野生動物が移動し、生態系が破壊されることがよくあります。同様に、バージニアの田園地帯にあるアマゾンのデータセンターは、ヒガシハコガメなどの在来種やさまざまな鳥類の生息地を大幅に喪失させています。これらの変換は生物多様性の損失に寄与するだけでなく、地域の汚染レベルを増加させ、大気と水質に影響を与えます。
これらの環境への有害な影響は、AI の開発に向けてより持続可能なアプローチを見つけることが明らかに緊急であることを示しています。 AI への依存度が高まる世界では、今後もこれらの AI テクノロジーに対する需要が増大していくでしょう。イノベーションと環境責任のバランス - これは達成可能な夢ですか? AI の機能が強化されたテクノロジーなどの分野の二酸化炭素排出量の削減は、将来の方向性について深刻な疑問を引き起こすでしょう。
データセンター: AI による環境被害の背後に隠れた犯人?
データセンターは AI のバックボーンであり、機械学習モデルのトレーニングと実行に必要な計算能力の基盤として機能します。しかし、データセンターに関連する環境コストは非常に大きく、事実上無視されています。
環境に悪影響を与えるデータセンター
エネルギー消費と二酸化炭素排出量
データセンターはエネルギーを大量に消費します。これらは、AI アプリケーションを実行するサーバーと、過熱を防ぐための冷却システムの両方でエネルギー電力を消費します。データセンターは世界の電力の約 1% を消費すると推定されており、AI やクラウド コンピューティング サービスを必要とする人が増えるにつれて、この消費量は急激に増加する可能性があります。 国際エネルギー機関による 2019 年の報告書によると、データセンターの電力消費量は 2030 年までに 50% も増加する可能性があります IEA。
これらのセンターの二酸化炭素排出量も同様に懸念されています。ほとんどのデータセンターは、特に再生可能エネルギーが不足している地域では化石燃料をベースにしています。再生可能エネルギー源が使用されている場合でも、機器の建設に消費されるハードウェアとエネルギーはすべて炭素排出量に相当します。たとえば、オレゴン州ザ・ダレスにある Google データセンターを考えてみましょう。当初は石炭で稼働していましたが、建設の影響を残して再生可能エネルギーに移行しました。
冷却のための水の使用
データセンターでは、エネルギー消費に加えて、サーバーを冷却するために大量の水が必要です。 ガーディアンのレポートによると、アマゾンの大規模なクラウドインフラストラクチャの本拠地であるバージニア北部のような場所にあるデータセンターは、約170万ガロンを消費しているという。 🎜> 温度を安全な範囲内に保つために 1 日あたりの水を摂取する ガーディアン紙。この高い水需要は、特にすでに干ばつや水不足に直面している地域では、地元の水需要と競合することがよくあります。
サステナビリティへの取り組み
一部の企業は、データセンターに関連する環境への悪影響を最小限に抑えることに取り組んでいます。たとえば、Microsoft は、2025 年までにすべてのデータセンターに 100% 再生可能エネルギー を使用することを誓約しており、もう 1 つのテクノロジー大手 アマゾン ウェブ サービス (AWS) も、 Google とともに、再生可能エネルギー源に積極的に投資しています。開発中のデータセンター向けのもう 1 つの新しいグリーン ソリューションには、データセンターのエネルギー使用を最適化し、エネルギー消費と炭素排出量の両方を削減するための液体冷却と人工知能の適用が含まれます。
しかし、これらすべての努力にもかかわらず、AI とクラウドベースのサービスによって推進されるデータセンターの急速な成長は、この部門を持続可能にするためにはより体系的な変化が必要であることを明確に示しています。
形勢逆転: 環境回復における AI の役割
AI はマイナスの影響を与えるだけでなく、持続可能性分野への多大な貢献をサポートする上で多大な機会をもたらします。
自然を守るAI
エネルギー使用量の削減
AI はエネルギー消費を最適化し、業界全体の無駄を削減します。 Google は AI を活用してデータセンターでのエネルギー使用量を 40% 削減し、2030 年までにカーボンフリー エネルギーを達成するために 20 億ドル 以上を投資しています。 AI はスマート グリッドでも役割を果たし、配電のバランスをとり、化石燃料への依存を減らします。
再生可能エネルギー効率の向上
AI は風力や太陽光などの再生可能エネルギー源の効率も向上させています。 GE は、AI を使用して最適な設定を予測することで、風力タービンの効率を 10~20% 向上させました。 Tesla の SolarCity は、AI を使用して太陽エネルギーの生産を最大化し、クリーン エネルギーと AI 主導のグリッド ソリューションに 50 億ドル を投資しました。
気候モデリングと環境モニタリング
AI は気候変動の影響を監視し、モデル化しています。 DeepMind 社は地球温暖化のモデリングと炭素排出量の追跡に AI を使用しており、Rainforest Connection は違法伐採のリアルタイム検出に AI を使用して、環境の脅威に迅速に対応しています。
持続可能な農業
AI により農業における資源の使用が削減されています。 John Deere は AI テクノロジーを応用して、作物の収量を増やし、水を節約することで農業慣行を最適化しています。 Microsoft は、AI ベースの農業ソリューションに 5,000 万米ドル を投資し、農業におけるより持続可能な実践を提唱しています。
廃棄物の管理とリサイクル
AIによりリサイクル効率が向上します。 ZenRobotics は AI ロボットを使用して99% の精度でリサイクル可能なものを分別し、IBM は AI を導入して米国のいくつかの都市で廃棄物管理システムを最適化し、リサイクル率を向上させ、廃棄物を削減しています.
エネルギー利用の最適化から再生可能エネルギーや農業の開発まで、非常に有望です。この点に関して、Google、Tesla、Microsoftは多額の投資を行っており、AI はより緑豊かな地球を目指して気候変動の課題を解決するのに役立ちます。
イノベーションと持続可能性の間のバランスを見つける
AI が成長し続けるにつれて、イノベーションと持続可能性のバランスをとることが重要です。 AI を使用して環境に大きな前向きな変化をもたらす可能性は十分にありますが、その際、AI が解決しようとしている問題そのものを悪化させるほど、AI のエネルギー消費とリソース需要が誇張されるべきではありません。
持続可能な AI 開発
AI イノベーションと持続可能性の間の革新的なバランスは、エネルギー効率の高いモデルとシステムの開発にかかっています。企業はすでにこの方向に進んでいます。そのような例の 1 つが NVIDIA です。同社は、カロリー消費を抑えながら AI モデルを強化するエネルギー効率の高い GPU を開発しています。その取り組みは、環境への影響を最小限に抑える AI システムの開発を奨励する運動である グリーン AI に向けたものでもあります。また、研究者らはよりエネルギー効率の高いアルゴリズムと、より少ないリソースで同じレベルのパフォーマンスを消費するハードウェアの小型モデル、つまりグリーン AI を奨励するだろうとも言われています。
ステークホルダー間の相互作用
持続可能な AI 開発を促進する枠組みを構築するには、政府、業界、研究機関間の協力が必要です。 2020 年、EU のデジタル戦略 は AI の持続可能性に関する規制を提案し、グリーン テクノロジーと環境に優しいデータセンターへの投資を提唱した EU デジタル戦略。このような取り組みは、AI の環境負荷を削減すると同時に、その利点を持続可能な未来の創造に活用できる可能性があります。
政策と規制の役割
政府は、政策や規制を通じて AI の持続可能性の将来を決定する上で非常に重要な役割を担っています。炭素税、エネルギー効率基準、AI 運用のための再生可能エネルギーの奨励は、企業がより持続可能になるためのインセンティブとなる可能性があります。 英国 AI 戦略は、倫理的で持続可能な AI に焦点を当て、AI 分野における炭素排出量の削減を強調しています。
これからの未来
最終的に、AI が環境にプラスとなるかマイナスになるかは、AI がどのように開発され、社会に実装されるかによって決まります。私たちは、持続可能性、分野間の協力、強力な規制の賦課を強調することで、AI がさらなる害悪に寄与するのではなく、環境を前向きに変化させるツールであり続けることを保証できます。
結論
AI は、エネルギー利用の最適化から農業や再生可能エネルギーの持続可能性の向上に至るまで、あらゆる分野で大きな進歩をもたらす可能性を秘めています。しかし、エネルギー消費、資源需要、電子廃棄物といった環境への影響は無視できません。 AI をより持続可能なものにするための取り組みが行われていますが、次のような課題が残っています。イノベーションと環境保護の間で適切なバランスを取ることができるでしょうか? AI は変化のツールとなるのでしょうか、それともその成長によって、解決しようとしている問題が増幅するのでしょうか? AI が将来に向けて前向きな力となるのか、それとも環境破壊をさらに悪化させるのかを決めるのは、私たちが今日下す決断です。 .
以上がコードの裏側: 人工知能の環境的代償の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

開発環境におけるPythonとJavaScriptの両方の選択が重要です。 1)Pythonの開発環境には、Pycharm、Jupyternotebook、Anacondaが含まれます。これらは、データサイエンスと迅速なプロトタイピングに適しています。 2)JavaScriptの開発環境には、フロントエンドおよびバックエンド開発に適したnode.js、vscode、およびwebpackが含まれます。プロジェクトのニーズに応じて適切なツールを選択すると、開発効率とプロジェクトの成功率が向上する可能性があります。

はい、JavaScriptのエンジンコアはCで記述されています。1)C言語は、JavaScriptエンジンの開発に適した効率的なパフォーマンスと基礎となる制御を提供します。 2)V8エンジンを例にとると、そのコアはCで記述され、Cの効率とオブジェクト指向の特性を組み合わせて書かれています。3)JavaScriptエンジンの作業原理には、解析、コンパイル、実行が含まれ、C言語はこれらのプロセスで重要な役割を果たします。

JavaScriptは、Webページのインタラクティブ性とダイナミズムを向上させるため、現代のWebサイトの中心にあります。 1)ページを更新せずにコンテンツを変更できます。2)Domapiを介してWebページを操作する、3)アニメーションやドラッグアンドドロップなどの複雑なインタラクティブ効果、4)ユーザーエクスペリエンスを改善するためのパフォーマンスとベストプラクティスを最適化します。

CおよびJavaScriptは、WebAssemblyを介して相互運用性を実現します。 1)CコードはWebAssemblyモジュールにコンパイルされ、JavaScript環境に導入され、コンピューティングパワーが強化されます。 2)ゲーム開発では、Cは物理エンジンとグラフィックスレンダリングを処理し、JavaScriptはゲームロジックとユーザーインターフェイスを担当します。

JavaScriptは、Webサイト、モバイルアプリケーション、デスクトップアプリケーション、サーバー側のプログラミングで広く使用されています。 1)Webサイト開発では、JavaScriptはHTMLおよびCSSと一緒にDOMを運用して、JQueryやReactなどのフレームワークをサポートします。 2)ReactNativeおよびIonicを通じて、JavaScriptはクロスプラットフォームモバイルアプリケーションを開発するために使用されます。 3)電子フレームワークにより、JavaScriptはデスクトップアプリケーションを構築できます。 4)node.jsを使用すると、JavaScriptがサーバー側で実行され、高い並行リクエストをサポートします。

Pythonはデータサイエンスと自動化により適していますが、JavaScriptはフロントエンドとフルスタックの開発により適しています。 1. Pythonは、データ処理とモデリングのためにNumpyやPandasなどのライブラリを使用して、データサイエンスと機械学習でうまく機能します。 2。Pythonは、自動化とスクリプトにおいて簡潔で効率的です。 3. JavaScriptはフロントエンド開発に不可欠であり、動的なWebページと単一ページアプリケーションの構築に使用されます。 4. JavaScriptは、node.jsを通じてバックエンド開発において役割を果たし、フルスタック開発をサポートします。

CとCは、主に通訳者とJITコンパイラを実装するために使用されるJavaScriptエンジンで重要な役割を果たします。 1)cは、JavaScriptソースコードを解析し、抽象的な構文ツリーを生成するために使用されます。 2)Cは、Bytecodeの生成と実行を担当します。 3)Cは、JITコンパイラを実装し、実行時にホットスポットコードを最適化およびコンパイルし、JavaScriptの実行効率を大幅に改善します。

現実世界でのJavaScriptのアプリケーションには、フロントエンドとバックエンドの開発が含まれます。 1)DOM操作とイベント処理を含むTODOリストアプリケーションを構築して、フロントエンドアプリケーションを表示します。 2)node.jsを介してRestfulapiを構築し、バックエンドアプリケーションをデモンストレーションします。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

EditPlus 中国語クラック版
サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

WebStorm Mac版
便利なJavaScript開発ツール

ホットトピック









