A mesterséges intelligencia (MI) rohamos fejlődése egyre nagyobb figyelmet kap, nemcsak innovációs lehetőségei miatt, hanem az energia- és vízfogyasztás jelentős növekedése miatt is. Az MI működtetéséhez szükséges adatközpontok ugyanis hatalmas mennyiségű elektromos energiát használnak fel, ami aggodalomra ad okot a fenntarthatóság szempontjából. Ugyanakkor a tudósok és szakemberek egyre inkább kísérleteznek olyan megoldásokkal, amelyek révén az MI maga is hozzájárulhat az energiahatékonyság növeléséhez és a környezetszennyezés csökkentéséhez.
Az MI energiafogyasztása és környezeti hatásai
A Nemzetközi Energiaügynökség (IEA) adatai szerint az MI működését biztosító adatközpontok tavaly a világ elektromosenergia-felhasználásának mintegy 1,5%-át tették ki. Ez az arány várhatóan 2030-ra több mint megduplázódik, ami komoly kihívást jelent a fosszilis tüzelőanyagok – például szén és földgáz – további égetése miatt. Ezek az üzemanyagok üvegházhatású gázokat bocsátanak ki, amelyek hozzájárulnak a globális felmelegedéshez, a tengerszint emelkedéséhez és az extrém időjárási jelenségek gyakoribbá válásához.
Ugyanakkor, ha az MI számítási kapacitását arra használjuk, hogy elemezze az energiafelhasználást és a szennyezést, akkor jelentős előrelépések érhetők el az épületek hatékonyabb működtetésében, az eszközök optimális töltési idejének meghatározásában, a kőolaj- és földgázkitermelés környezetbarátabbá tételében, valamint a közlekedési lámpák forgalomoptimalizálásában, amely csökkenti a járművek károsanyag-kibocsátását.
Alexis Abramson, a Columbia Egyetem Klímavédelmi Iskolájának dékánja optimistán nyilatkozott: „Bár az MI használata folyamatosan növekszik, úgy vélem, hogy számítási kapacitásunk egyre hatékonyabb lesz, így az energiafogyasztás nem fog olyan mértékben emelkedni, mint ahogy azt egyesek jósolják.”
Épületek energiahatékonyságának növelése: karbantartás és hűtés
Az épületek energiafelhasználása jelentős részt képvisel a globális üvegházhatású gázkibocsátásban: az Egyesült Államokban például mintegy egyharmadát teszi ki. Az MI alkalmazása lehetővé teszi, hogy automatikusan szabályozzuk a világítást, szellőztetést, fűtést és hűtést az időjárási adatok, az elektromosenergia-fogyasztás és egyéb tényezők alapján.
Bob French, a 75F épületautomatizálási cég vezető evangelistája szerint az MI képes optimalizálni például a légkondicionáló és fűtési rendszerek működését úgy, hogy azok igazodjanak a dolgozók érkezési és távozási idejéhez. Ez hatékonyabb megoldás lehet annál, mintha manuálisan állítanánk be a termosztátot – hiszen gyakran előfordulhat, hogy valaki túl gyorsan próbálja elérni a kívánt hőmérsékletet, ami pazarló működéshez vezet.
Különösen kisebb épületeknél hasznosak ezek az automatizált termosztátok, ahol nem éri meg teljesen átalakítani a fűtési vagy hűtési rendszert. A szellőztetés esetében pedig az automatizáció képes kiegyensúlyozni a friss levegő beáramlását annak függvényében, hogy mennyi fűtésre vagy hűtésre van szükség belül.
Az MI továbbá képes előre jelezni és felismerni a fűtési-hűtési rendszerek vagy más berendezések karbantartási igényeit, így megelőzhetőek a költséges meghibásodások.
Ezeknek az automatizációknak köszönhetően egy épület energiafogyasztása akár 10-30%-kal is csökkenhet. Zoltán Nagy, az Eindhoveni Műszaki Egyetem épületgépészeti professzora ezt „igazi könnyen elérhető eredménynek” nevezi.
Energia- és költséghatékony időpontok megtalálása elektromos járművek töltésére
Az MI segítségével optimalizálható az elektromos járművek (EV) és más eszközök – például okostelefonok – töltése is. Ez azt jelenti, hogy meghatározhatóak azok az időszakok, amikor érdemes hálózatról energiát vételezni: például éjszaka, amikor alacsonyabb a kereslet és kedvezőbbek az árak. Így csökkenthető annak esélye, hogy a hálózat fosszilis tüzelőanyagokat égessen el extra kapacitás biztosítása érdekében.
Alexis Abramson példájával élve: „Ha csúcsidőszak van – amikor mindenki bekapcsolja a légkondicionálót –, és én hazaérek és bedugom autómat töltésre, akkor beállíthatom úgy a rendszert, hogy ne kezdjen el rögtön tölteni.”
Kaliforniában egy pilot program keretében sikerült átütemezni a töltést olyan időszakokra, amikor több megújuló energia áll rendelkezésre. Ez nemcsak csökkentette a hálózat terhelését, hanem pénzt is megtakarított a fogyasztóknak.
Az MI emellett segíthet azoknak is, akik napelemmel rendelkeznek otthonukban: optimalizálja az energiatárolást akkumulátorokban úgy, hogy minél jobban kihasználják a megtermelt többletenergiát.
Methán-flaring csökkentése olaj- és gáziparban
A bostoni Geminus AI vállalat mélytanulási technológiákat alkalmaz annak érdekében, hogy segítsen olaj- és gázipari cégeknek mérsékelni a metán-flaringet (égetést) és ventillációt – ez utóbbi során veszélyes gázokat engednek ki –, valamint csökkenteni az energiafelhasználást kitermeléskor és finomításkor.
A metán kibocsátásának csökkentése kulcsfontosságú lépés lehet annak érdekében, hogy elkerüljük klímaváltozás legsúlyosabb következményeit. A metán ugyanis erős üvegházhatású gázként jelenleg mintegy 30%-ban felelős a globális felmelegedésért.
Amikor nyomás halmozódik fel olaj- vagy gázvezetékekben, bizonyos mennyiségű gázt kiengednek majd elégetnek nyomáscsökkentés céljából – ez azonban pazarló folyamat és károsítja bolygónkat is.
Geminus vezérigazgatója Greg Fallon elmondta: cégük képes valós időben monitorozni kutakat és vezetékeket; AI-alapú szimulációkkal pedig javaslatokat tesznek kompresszorok és szivattyúk beállításaira úgy, hogy megszüntessék vagy minimalizálják ezt a flaringet. Míg korábban mérnököknek akár 36 órára volt szükségük hasonló elemzések elkészítéséhez, most mindez néhány másodperc alatt megtörténik.
„Ha ezt ipari méretekben alkalmazzuk,” mondta Fallon, „óriási lehetőség nyílik arra, hogy jelentősen csökkentsük az üvegházhatású gázkibocsátást.”
Geotermikus forró pontok feltérképezése mesterséges intelligenciával
A salt lake city-i Zanskar nevű geotermikus energiával foglalkozó startup AI-modelleket fejlesztett ki Földünk felszíne alatti rétegeinek jobb megértésére. Ezekkel modellezik és keresik fel nem fedezett geotermikus forró pontokat célzott fúrásokra.
A geotermikus energia tiszta módon termel villamos energiát úgy, hogy földi hőt használva gőzt állít elő turbina meghajtására. Ez egyike azon megújuló energiaforrásoknak is, amelyeket korábban például Trump adminisztrációja is támogatott.
A Zanskar alapítói Carl Hoiland és Joel Edwards elmondták: rengeteg lehetséges föld alatti forgatókönyvet szimulálnak annak érdekében, hogy megtalálják azon helyeket ahol nagyon forró víztartályok lehetnek. Ezek alapján választják ki optimális helyszíneket és fúrási irányokat.
„Az MI válik saját energiaproblémájának megoldójává,” mondta Hoiland vezérigazgató. „Megmutatja nekünk azt az utat is, amely nélkülözhetetlen erőforrásokat tár fel.”
Tavaly Zanskar vásárolt egy alulteljesítő geotermikus erőművet Új-Mexikóban; AI-modellezésük sikeresen jelezte egy eddig kiaknázatlan geotermikus tározó létezését ezen a helyszínen. Ezt követően Nevadában is fúrtak egy helyszínen – bár iparági szakértők szerint túl hideg volt ott egy nagyobb erőmű számára –, ahol szeptemberben bejelentették második geotermikus felfedezésüket.
Közlekedési emissziók csökkentése mesterséges intelligenciával
A Google mesterséges intelligenciát használva elemzi Google Maps adatait annak érdekében, hogy forgalmi lámpák működését optimalizálja. Ezáltal csökkenhetnek a megállásokból eredő torlódások és ezzel együtt járművek károsanyag-kibocsátása is. Az Egyesült Államokban például személyautók és kisebb teherautók felelősek mintegy 16%-ért az ország üvegházhatású gázkibocsátásában – így ez kiemelt terület lehet környezetvédelmi szempontból.
A 2023-ban indított Project Green Light jelenleg 20 városban működik négy kontinensen; legutóbb Boston városában vezették be ezt a rendszert – ahol különösen rosszak voltak korábban a közlekedési dugók.
Minden város AI által generált ajánlásokat kap; ezek közül városi mérnökök választják ki azt, amit bevezetnek. A Google szerint Project Green Light akár 30%-kal képes csökkenteni a stop-and-go forgalmat; ez 10%-kal mérsékli az emissziókat és javítja a levegő minőségét.
„Csak most kezdjük feltárni azt a potenciált, amit az MI kínál,” mondta Juliet Rothenberg, Google Föld- és ellenállóképességi AI termékigazgatója.
Összegzés
Bár kétségtelenül igaz, hogy az MI működtetéséhez szükséges adatközpontok jelentős energiát fogyasztanak – ami potenciális környezeti problémákat vet fel –, ugyanakkor maga az MI számos módon hozzájárulhat ahhoz is, hogy hatékonyabban használjuk fel ezt az energiát. Az épületek automatizált vezérléseken át kezdve egészen az elektromos járművek töltési idejének optimalizálásán keresztül egészen addig terjednek ezek az alkalmazások, amelyek segítenek mérsékelni ökológiai lábnyomunkat.
Ezen túlmenően olyan speciális iparági alkalmazások is léteznek már ma is – mint például metán-flaring csökkentése vagy geotermikus források feltárása –, amelyek további jelentős környezetvédelmi előnyökkel járnak. A közlekedési lámpák intelligens vezérlése pedig közvetlenül javítja városaink levegőminőségét.
Mindezek alapján kijelenthető: ha megfelelően használjuk ki mesterséges intelligencia képességeit, akkor nemcsak fenntarthatóbbá tehetjük technológiánkat, hanem aktív szereplőivé válhatunk bolygónk védelmében is.