x
Loading
+ -

Universität Basel

Familien im Wandel. (02/2020)

Ist die künstliche Intelligenz eine Klimasünderin, Frau Röger?

Text: Gabriele Röger

Braucht es eine gesetzliche Regulierung für den energieintensiven Einsatz von KI? Debatte zwischen einer Informatikerin und einem Umweltökonomen.

Dr. Gabriele Röger. (Illustration: Studio Nippoldt)
Dr. Gabriele Röger. (Illustration: Studio Nippoldt)

Viele der grossen Fortschritte der künstlichen Intelligenz (KI) basieren auf Ansätzen des maschinellen Lernens, insbesondere des sogenannten Deep Learnings. Hierbei wird ein sogenanntes neuronales Netz anhand sehr vieler Beispiele trainiert, für Spracherkennung etwa mit einer grossen Sammlung von Spracheingaben und dem dazugehörigen Text.

Intuitiv sind neuronale Netze dem menschlichen Gehirn nachempfunden: Das Training stärkt oder schwächt Verbindungen zwischen einzelnen Neuronen. Anders ausgedrückt ist ein neuronales Netz ein mathematisches Modell, dessen Parameter durch das Training so angepasst werden, dass es die gesehenen Beispiele gut wiederspiegelt. In der Anwendungsphase wertet das System dann ähnliche Daten mit relativ geringem Zeit- und Energieaufwand aus: Der intelligente Lautsprecher versteht die Bitte, ein bestimmtes Lied zu spielen.

Der Energiebedarf in der Trainingsphase ist jedoch beträchtlich und könnte in wenigen Jahren einen substanziellen Anteil am weltweiten Energiebedarf ausmachen. Dies steht dem Klimaschutzziel entgegen, den CO2-Ausstoss signifikant zu reduzieren. Wird also ein regulierendes Eingreifen des Gesetzgebers notwendig? Nur die Nutzung von KI zu regulieren, hätte aus oben genannten Gründen nur begrenzte Wirkung. Eine Gesamtregulierung ist aber schwierig, da der hohe Energieverbrauch für die Trainingsphase in Rechenzentren anfällt, die international fast beliebig angesiedelt werden können.

Während das Ausmass der verbrauchten Energie für den Endnutzer kaum sichtbar wird, haben die dahinterstehenden Firmen durchaus Interesse daran, ihre Kosten zu senken und aus Imagegründen regenerative Energien zu verwenden. So betreiben Amazon und Google für ihre Rechenzentren bereits eigene Wind- und Solarparks. Auch dass die Rechenzentren durch das Cloud Computing eine hohe Auslastung haben, verbessert den relativen Energieverbrauch.

Dennoch muss er unbedingt weiter sinken. Es besteht begründete Hoffnung, dass die technologische Entwicklung dazu selbst einen Beitrag leisten wird, insbesondere durch die Entwicklung energieeffizienterer Lernalgorithmen und spezialisierter Hardware. Tatsächlich erhält dieses Thema in den letzten Jahren zunehmend Aufmerksamkeit in der wissenschaftlichen Gemeinschaft. Aktuelle Forschung untersucht, wie die Umweltkosten von Algorithmen gemessen und verglichen werden können, sodass diese neben Zeitaufwand und Präzision hoffentlich bald ein wichtiges Kriterium in der Evaluation neuer Verfahren werden.

Auf Seiten der Hardware verschiebt sich die Entwicklung langsam von den anfänglich genutzten Grafikprozessoren hin zu spezialisierten Chips wie zum Beispiel Tensorprozessoren, die die gleichen Berechnungen schneller und mit geringerem Energiebedarf durchführen.

Gabriele Röger ist Postdoc in der Forschungsgruppe Künstliche Intelligenz am Departement Mathematik und Informatik. Sie befasst sich vor allem mit Handlungsplanung und Suche in grossen Zustandsräumen.

Weitere Artikel in der aktuellen Ausgabe von UNI NOVA.

nach oben