AI er dyrt vs klimaet, men er nødvendigt for klimaomstillingerne
AI er nødvendigt for at gennemføre klimaomstillinger
Perspektivet ved AI er, at dets intelligens og dermed evne til at løse problemer udvikler sig eksponentielt hurtigere end menneskets. Hastigheden vil endda springe, når kvantecomputere bliver kommercielt tilgængelige, og AI derfor bliver koblet på.
Der er brug for den stigning i intelligens for at afhjælpe nogle af de største aktuelle problemer. Det gælder især klimaforandringer, hvor f.eks. kunstig fotosyntese og klimaresistente afgrøder er nødvendige., jfr. forrige skriv. På langt sigt er AI desuden nødvendigt for at opnå dybere erkendelsesgennembrud, f.eks. inden for teoretisk fysik.
Men AI bruger meget elektricitet …
Men AI kommer med en pris. Først og fremmest en overordnet pris fra tab af intellekt og (tro på) autonomi fordi vi vil konvergere med AI. Dén pris kan ikke kan gøres op i penge. Men desuden kommer AI med en mere konkret pris, som klimaet vil betale for i første omgang. Størrelsen på dén pris er også usikker, men det er sikkert, at den er væsentlig.
I dag bruger en forespørgsel på ChatGPT f.eks. 10 gange så meget elektricitet som en google søgning. Det kan aflæses på datacentrenes strømforbrug, der er steget kraftigt i de seneste år.
Datacentre varierer i størrelse og formål. Et stort center bruger i dag samme mængde elektricitet som 80.000 husholdninger. Tilsammen tegner datacentre sig for 1-2% af klodens el-forbrug.
IEA forventer, at det samlede datacenter-forbrug vil blive mere end fordoblet til 3-4% af globalt strømforbrug inden 2026. Det svarer til Malaysias eller Thailands årlige forbrug eller 5 gange Danmarks. Væksten vil komme fra Cloud men stadig mere fra AI, især når Robotics kobles på AI. Væksten er så stor, at den over de næste år vil overstige væksten fra EV’ere.
… og kan derfor blive en klimabombe hvis energifremstillingen er klimabelastende
De fleste lande er opmærksomme på de økonomiske vækstmuligheder og geopolitiske styrker (viden er magt), som ejerskab eller drift af datacentre kan skabe. For mange udviklingslande er det den mest oplagte mulighed for opkvalificering af arbejdsstyrker og start af vækstspiraler. Det gælder store lande som Indien og Indonesien, men det gælder også landlåste stater som Kazakhstan, Turkmenistan og Bhutan. Tech er deres vej ud af geopolitiske begrænsninger fra varehandel med enten Rusland eller Kina. Men fremstilling af el i disse lande er ofte kulbaseret og dermed svært klimabelastende. Det påvirker Big Techs klimabelastninger.
Der er i dag klart flest datacentre i USA. Derfor kan det øgede strømforbrug bl.a. aflæses direkte i opgørelsen af USA’s samlede CO2 udledninger.
Kvantecomputere kan desuden forværre klimabelastningen
Når kvantecomputere kobles på, kan klimabelastningen stige yderligere. En chip med 100 qbits fylder blot som en tændstiksæske og selve kvantecomputeren som en større lysekrone. Men den kan kun arbejde i temperaturer meget tæt på det absolutte nulpunkt (-273,15 grader), og mindst koldere end temperaturen i rummet. På grund af kosmisk baggrundsstråling er denne på ca. minus 270 grader. At nå minus 272 grader på jorden kræver MEGET køling og dermed energi.
Problemet kan måske overkommes ved at opsende kvantecomputere med satellitter. Det forudsætter dog kvante-kommunikation med et datacenter på jorden. Hér er Kina frontløber. Siden 2020 har de kunnet sende kvantepakker af information per satellit (Mozi/QUESS). Den ledende ingeniør hér, Pan Jianwei, meddelte bl.a. i oktober, at Kina planlægger at opsende yderligere 2 til 3 kvante-kommunikations satellitter i 2025.
Kvantecomputere i rummet er dog usikkert af mange årsager, som f.eks. magnetisk stråling fra solen. Desuden skal computeren stadig afkøles omend knap så mange grader. Det er svært at skabe sikker og vedvarende strømforsyning i rummet.
Derfor udskyder AI og Big Tech generelt klimaomstillingerne
Samlet vil AI udviklingen derfor lægge ekstra pres på globale klimaomstillinger. COP21 målet kræver bl.a., at CO2 udledninger reduceres med 45% inden 2030. Sandsynligheden for at nå dette, er ifølge WEF og UNEP faldet til under 2%, dvs. er usandsynligt.
Både Big Tech og Biden administrationen er bevidste om det, og i september mødtes bl.a. Sam Altman, Ruth Porat og Jensen Huang med det Hvide Hus. Deres budskab var ens: “We need more energy – fast”. Mødet blev fulgt op af 15 siders forslag (“Infrastructure is destiny”) til, hvordan regeringen kan sikre dét på klimamæssigt forsvarlig vis.
Det søger de at undgå ved at investere i kernekraft
Big Tech’s følsomhed fra “lack of ultrasteady and megabig power supply” har fået dem til fokusere på kernekraft. Udfordringen er bl.a., at nye kernekraft anlæg tager 10-15 år at opføre. Det er alt for langsigtet ift. klimamålene. Derfor fokuserer branchen på Små Modulære Reaktorer, der dog stadig tager 5-10 år at opføre.
I september meddelte Microsoft bl.a., at de betaler Constellation Energy for at genstarte en reaktor på Three Mile Island, der ellers blev lukket i 2019.
I midten af oktober meddelte Google tilsvarende, at de har underskrevet en aftale med Kairos om at opføre små decentrale kernekraftværker til deres data centre. Det er dog tvivlsomt, at dét kan nås inden 2030, som er selskabets NetZero mål.
Endelig meddelte Amazon i forsommeren, at de vil bygge et hyperscale datacenter i Pennsylvania, der skal drives af et kernekraftværk.
Små decentrale og modulære MSR anlæg baseret på det mere stabile og geologisk udbredte Thorium burde passe som fod i hose til Big Techs energivakuum. Kommercielle lanceringer ventes dog tidligst at kunne ske mellem 2030 og 2035. Dokumentations-, test- og godkendelsesfaserne vil strække sig over mange år.
Investeringsdilemmaet er etisk og vigtigt
Investeringsdilemmaet for AI er dermed bl.a., at vi belaster nutidens klima i forventningen om en bred vifte af fordele i fremtiden. Investeringskalkulen kompliceres af, at klimaforandringer fører til irreversible tab af bl.a. biodiversitet. Således kan dét, som AI skal redde, måske ikke reddes, fordi vi i første omgang er nødt til at investere i AI. Fra et teoretisk perspektiv øger det kravene til kalkulens fremtidige afkast. Men beregningen er arbitrær, som de fleste udfaldsrum for fremtiden generelt er.
De afgørende spørgsmål forbliver derfor: Hvad er alternativet og, kan man stoppe udviklingen?
