Ein Podcast über KI
Johannes und Gesina, zwei Freunde aus der Forschung, unterhalten sich über Themen rund um künstliche Intelligenz.

KI und Klimaschutz

3. Juli 2023 Allgemein
avatar
Johannes Rabold
Twitter Icon Website Icon Email Icon GitHub Icon ResearchGate Icon ORCiD Icon
avatar
Gesina Schwalbe
Email Icon Website Icon GitHub Icon ORCiD Icon ResearchGate Icon Twitter Icon Linkedin Icon
avatar
Bettina Finzel
Linkedin Icon ORCiD Icon

Welche Auswirkungen hat die Nutzung von KI für das Klima und welche positiven Beiträge kann KI zum Klimaschutz leisten? Unser Gast Bettina beleuchtet dieses Thema genauer mit uns.

Nochmal kurz für Beepo

  • Unser Gast: Bettina Finzel ist zur Zeit Doktorandin zum Thema KI an der Universität Bamberg, Schwerpunkt KI in der Medizin und Methoden der erklärbaren KI
  • Klimaschutz ist ein wichtiges und lange überfälliges Thema: Es muss dringend der weltweite Ausstoß von Treibhausgasen z.B. für die Energiegewinnung wegen übermäßigen Energieverbrauchs verringert werden.
  • Entlang des gesamten Lebenszyklus einer KI-Anwendung werden Resourcen (Energie/Strom, Wasser, Computerbestandteile, etc.) verbraucht, oft aber teilweise vermeidbar:
    • Datenacquise -> Wähle das Modell richtig um nötige Daten zu reduzieren
    • Datenvorprozessierung, Code-Qualität -> Kein unnötiger Energieverbrauch durch unsauberen Code, z.B. teures Vorprozessieren
    • Training -> kleinere Modelle verwenden statt mit riesigen starten, wenn möglich; nach Möglichkeit Vorwissen einbringen, um das Training zu verkürzen
    • Betreiben des Modells -> kleine, effiziente Modelle verwenden
    • Updates & Wiederverwendbarkeit -> Modelle sollten einfach aktualisierbar oder in neuen Anwendungen wiederverwendbar sein
  • Intelligente KI-Anwendungen haben das Potenzial, netto dem Klima zu helfen (= Energieverbrauch durch die Modelle wird durch dank KI erzielter Einsparungen in anderen Bereichen aufgehoben); dazu muss aber viel getan und beachtet werden!
  • Bewusstsein ist wichtig! Hier kann viel schon bei der Auswahl der Anwendung und der Entwicklung der KI getan werden.

Das Problem im Überblick

  • Mehr Daten, mehr Interesse an großen, rechenintensiven KI Verfahren wie neuronalen Netzen heißt mehr Verbrauch von Rechenleistung (=Strom, Kühlwasser, etc.)
  • Ganz kurz: Was ist die Klimakrise?
    • Aktuell typische Energieerzeugungsmöglichkeiten setzen sehr viele (zusätzliche) Treibhausgase frei, die die Erde aufheizen
    • Treibhausgase verursachen eine globale Klimaerwärmung mit deutlich gesteigerter Anzahl und Schwere von Extremwettersituationen (z.B. Trockenheit, Sturzregen) als Folge
    • Für Schadensbegrenzung müssen wir Ausstoß von Treibhausgasen, z.B. durch übermäßigen Energie-/Stromverbrauch, vermeiden/eindemmen, und knapper werdende Resourcen (z.B. Frischwasser) schonen!

Wie KI dem Klimaschutz helfen kann

  • Beispielanwendungen, die direkt dem Klima nützen können:
    • Navigation für kurze Fahrtwege
    • Wettervorhersage
    • Assistenzsystem für Unfallvermeidung im Straßenverkehr und damit Vermeidung von Sachschaden und neuen Produktionskosten
    • Präzisionslandwirtschaft, z.B. bildbasierte Erkennung kranker Bäume
    • Effizientere Produktion (aber Achtung, das kann auch den Konsum und damit Resourcenverbrauch ankurbeln und damit letztenendes einen negativen Effekt haben!)
  • Beispielanwendungen, die indirekt dem Klima nützen können:
    • Klimafreundlichere Anwendungen durch KI attraktiver machen, z.B.
      • Videokonferenzen (anstatt Hinfahren)
    • Wissensmanagement und Bildung, z.B.
      • Verfügbarmachen von Wissen, z.B. über den Klimawandel, über z.B. Suchmaschinen, um informierte Entscheidungen zu ermöglichen
      • Visualisierung von Informationen für bessere Nahbarkeit / „Wachrütteln“, z.B. Anwendung, die mögliche Folgen des Klimawandels wie Naturkatastrophen veranschaulicht

Wie KI schädlich fürs Klima sein kann

Probleme, die von KI verursacht werden können

  • Stromverbrauch (bei Datenbeschaffung, (Neu-)Training, Betreiben des KI-Modells)
  • Frischwasserverbrauch beim Training und Betreiben großer Modelle in Rechenzentren durch Kühlwasserbedarf
  • Resourcen– und Energieverbrauch für Herstellung benötigter Computern, z.B. Gold, seltene Erden
  • Konsumsteigerung durch Automatisierung, z.B. Steigerung der Produktionsleistung -> geplante KI-Anwendung vorher prüfen

Wie kann KI klimaschädlich sein und was hilft dagegen

  • Verwendung eines Modells: Wenn das Modell oft ausgewertet wird, sollte die Auswertung möglichst recheneffizient sein!
    Möglichkeiten, das zu erreichen:
    • Expertenwissen in das Modell einbauen: Auf die wesentlichen Informationen konzentrieren hilft, kleine Modelle zu finden
    • Pruning = gezielt trainierte Modelle verkleinern, indem Bestandteile entfernt werden, die für gute Funktion nicht gebraucht werden
    • Sparsamere Modelle (z.B. keine neuronalen Netze) verwenden, wo es geht
  • Training: Mehr Rechenleistung wird benötigt
    • je mehr Parameter man zu optimieren hat
    • je mehr Trainingsdaten herangezogen werden
    • je weniger Vorwissen angewendet wird
  • Trainingsdaten: Mehr Trainingsdaten heißt auch
    • mehr Aufwand (und damit Resourcenverbrauch) für die Datenacquise, z.B. Testfahrten -> Verwende bevorzugt Modelle, die wenig Daten brauchen
    • Mehr Speicherplatz und Energieverbrauch fürs Speichermanagement (z.B. Verschieben) von Daten
  • Datenvorprozessierung und allgemein schlechte Code-Qualität: Prozessierungsschritte wie Normalisierung können rechenaufwendig sein -> wenn nötig, zwischenspeichern
  • Wiederverwendbarkeit: Concept Drift = die Umwelt ändert sich, sodass ein neues Modell nötig wäre (z.B. Klima);
    Damit man Modelle nicht immer wegwerfen muss:
    • Verwende flexible Modelle, die leicht aktualisiert bzw. auf andere Aufgaben übertragen werden können
    • Erstelle ein möglichst allgemeines Modell, das mehrere Aufgaben erfüllt werden können;
      aber Achtung, große Modelle können wieder viel Rechenleistung brauchen! Groß & allgemein steht im Gegensatz zu klein & spezialisiert.
  • Rechenplattformen:
    • Herstellung von Computern braucht auch wichtige Resourcen und Energie, z.B. hochreines Silizium, seltene Erden, Gold
    • Betreiben von Rechenzentren braucht viel Energie und oft auch viel Kühlwasser — das kann auf Kosten nicht-erneuerbarer Energiequellen und Wasserquellen gehen!

Kann man KI gegen das Klima aufwiegen?

  • Es muss ein paralleler Prozess sein: Umdenken Richtung Nachhaltigkeit auf der einen Seite, und neue Technologien, um gesellschaftsrelevante Anwendungen (z.B. für den Klimaschutz) zu ermöglichen, auf der anderen Seite.
  • Bewusstsein ist wichtig! Nachhaltigkeit muss schon bei der KI-Entwicklung bedacht werden, um unnötige Folgen fürs Klima zu vermeiden. Und nicht alle Anwendungen sind überhaupt sinnvoll.
  • Allgemeines Potential von KI fürs Klima: Rechenzentren sind aktuell für „nur“ ca. 2% des Energieverbrauchs verantwortlich; Ziel wäre es, mit wenigem Anteil am Energieverbrauch größere Energieschlucker durch intelligente Anwendungen stark zu verringern
  • KI-Anwendungen bieten gesellschaftlichen Fortschritt (z.B. Bildung, Gesundheit, Sicherheit), der schwer gegen Klimaziele aufzuwiegen ist -> hier müssen Konzepte her, um diese Anwendungen nachhaltig umsetzen zu können.

Tags:

Schreibe einen Kommentar

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