Cần giải "bài toán" khí hậu khi phát triển AI

CẨM ANH• 03/04/2024 03:15

Mặc dù trí tuệ nhân tạo (AI) góp phần cải thiện hiệu quả sử dụng năng lượng, nhưng chúng lại đang tiêu tốn đáng kể các nguồn tài nguyên khác.

>> Vì sao thế giới cần tăng cường quản lý AI?

AI giúp cải thiện hiệu quả sử dụng năng lượng, nhưng cũng đang tiêu tốn đáng kể nguồn các tài nguyên khác.

Đại hội đồng Liên hợp quốc gần đây đã thông qua một nghị quyết mang tính bước ngoặt nhằm thúc đẩy các hệ thống AI “an toàn, bảo mật và đáng tin cậy” nhằm phát triển bền vững.

Bất chấp các khái niệm về an toàn, an ninh và độ tin cậy khác nhau ở các trung tâm công nghệ từ Thung lũng Silicon đến Thâm Quyến, hay ở các trung tâm chính sách như Brussels và Washington, cũng như ở các nền kinh tế mới nổi, nghị quyết của Liên hợp quốc vẫn tìm cách vượt qua sự khác biệt giữa các khu vực bằng cách gắn với các mục tiêu phát triển bền vững của mình.

Hai ngày trước khi nghị quyết AI của Liên hợp quốc được thông qua, Tổ chức Khí tượng Thế giới đã công bố báo cáo thường niên về hiện trạng khí hậu. Báo cáo này xác nhận năm 2023 là năm nóng kỷ lục và đưa ra các cảnh báo về mức độ thiệt hại mà hoạt động của con người tiếp tục gây ra cho môi trường, với các kỷ lục mới về phát thải khí nhà kính, nhiệt độ bề mặt và mực nước biển dâng cao.

Đối với Đông Nam Á, một khu vực dễ bị tổn thương trước biến đổi khí hậu, AI thường được coi là một giải pháp cho cuộc khủng hoảng môi trường. Ví dụ, công nghệ nông nghiệp đang được sử dụng để giải quyết tình trạng mất an ninh lương thực trầm trọng hơn do mực nước biển dâng cao, hạn hán và lũ lụt. AI cũng đang được sử dụng để dự báo lũ lụt, dự đoán ô nhiễm không khí và đẩy nhanh quá trình chuyển đổi năng lượng xanh của khu vực.

Nhưng việc triển khai AI trên nhiều lĩnh vực không phải là không gây tổn hại đến khí hậu. Các ứng dụng AI chính và cơ sở hạ tầng hỗ trợ của công nghệ này, được thiết kế để dự báo và cập nhật liên tục nhằm đáp ứng mong đợi của khách hàng, thường được cho là tiêu tốn nhiều tài nguyên.

Trên toàn thế giới, nguồn điện cung cấp cho các trung tâm dữ liệu thường được sản xuất từ nhiên liệu hóa thạch, việc này chiếm tới gần 4% lượng khí thải nhà kính, vượt xa cả ngành hàng không. Năm 2020, riêng các trung tâm dữ liệu đã chiếm gần 7% mức tiêu thụ năng lượng của Singapore và dự kiến sẽ tăng lên 12% vào năm 2030. Việc làm mát một trung tâm dữ liệu điển hình ở Đông Nam Á cần nhiều năng lượng hơn do nhiệt độ và độ ẩm của khu vực.

Ở những nơi sử dụng nước thay vì không khí để làm mát trung tâm dữ liệu, hàng triệu lít nước mỗi năm có thể được chuyển đến một tòa nhà trung tâm dữ liệu. Google, công ty có ba trung tâm dữ liệu ở Singapore, đã báo cáo mức tiêu thụ nước trung bình khoảng 450.000 gallon mỗi ngày cho một trung tâm dữ liệu vào năm 2021.

Một nghiên cứu ước tính rằng việc đào tạo một mô hình ngôn ngữ lớn (LLM) với 175 tỷ thông số có thể tạo ra hơn 500 tấn carbon thải ra, tương đương với việc đốt hơn 551.038 pound than. Nói cách khác, phải mất hơn 8.200 cây giống được trồng trong 10 năm mới có thể cô lập được lượng carbon được tạo ra chỉ bởi một LLM như vậy.

>> DER sẽ thúc đẩy chuyển đổi năng lượng ở Đông Nam Á

Các trung tâm dữ liệu đang

Các trung tâm dữ liệu đang tiêu tốn nhiều tài nguyên hơn các lĩnh vực khác

Vào năm 2018, OpenAI đã lưu ý rằng kể từ năm 2012, lượng điện toán được sử dụng trong các đợt đào tạo AI lớn nhất đã tăng theo cấp số nhân. Tuy nhiên, việc tiêu thụ tài nguyên và lượng khí thải carbon chỉ là một phần của câu chuyện. Các loại tác động môi trường khác, chẳng hạn như độc tính của chất ô nhiễm hoặc nước thải và mất đa dạng sinh học, hiếm khi được công bố.

Ngoài ra, điều đáng chú ý là việc tăng hiệu quả thông qua AI có thể không có tác động tích cực đến môi trường. Nó thậm chí có thể làm trầm trọng thêm tác hại mà một số chuyên gia gọi là “hiệu ứng phục hồi”. Đó là khi việc tiết kiệm chi phí, nguồn lực và thời gian thông qua tối ưu hóa dẫn đến tăng mức tiêu thụ năng lượng gây ra những tác động dây chuyền đối với khí hậu.

Do đó, chuyên gia Elina Noor, thành viên cao cấp của Chương trình Châu Á tại Quỹ Hòa bình Quốc tế Carnegie cho rằng, lời kêu gọi trong nghị quyết Liên hợp quốc về cách tiếp cận vòng đời phát triển AI là một bước quan trọng hướng tới việc tính toán trung thực về tác động môi trường của các hệ thống này.

Trong khi các tập đoàn công nghệ đã bắt tay vào các sáng kiến “vòng đời”, chẳng hạn như kế hoạch của Microsoft nhằm tái sử dụng 90% tài sản phần cứng điện toán đám mây vào năm 2025, thì không phải công ty nào cũng có thể làm được điều này. Ngoài ra, chuyên gia này lưu ý thêm, còn có những rủi ro về mặt danh tiếng cần được cân nhắc nếu có một “chuỗi cung ứng toàn diện” tính toán tác động sinh thái thực sự của AI, bao gồm cả những tác động bên ngoài.

Mặc dù vậy, với 20 trung tâm dữ liệu mới dự kiến sẽ được xây dựng trên khắp Đông Nam Á vào năm 2027 bên cạnh 242 trung tâm hiện có, thị trường trung tâm dữ liệu khu vực được dự đoán sẽ tăng trưởng với tốc độ gộp hàng năm trên 6,5% từ năm 2022 đến năm 2028 và chênh lệch phát thải là 2,6 -3,2 gigaton so với mục tiêu năm 2030.