Yapay zeka çevreyi korumak için bir araç mı yoksa çevre sorunlarının kaynaklarından mı?

Yenilenebilir kaynakları kullanma teknolojisine dayalı olarak elle yetiştirilen ağaçlar (Shutterstock)
Yenilenebilir kaynakları kullanma teknolojisine dayalı olarak elle yetiştirilen ağaçlar (Shutterstock)
TT

Yapay zeka çevreyi korumak için bir araç mı yoksa çevre sorunlarının kaynaklarından mı?

Yenilenebilir kaynakları kullanma teknolojisine dayalı olarak elle yetiştirilen ağaçlar (Shutterstock)
Yenilenebilir kaynakları kullanma teknolojisine dayalı olarak elle yetiştirilen ağaçlar (Shutterstock)

Yapay zeka (YZ) dünyamızı hızla değiştiriyor; sağlık hizmetlerinin iyileştirilmesinden ulaşım ve nakliye rotalarının verimliliğinin artırılmasına ve hava durumu, sel ve yangınlar hakkında doğru tahminler yapılmasına kadar her şeyde devrim yaratıyor.

Yapay zekanın, karbon emisyonlarının azaltılması ve gıda sağlanması gibi gezegenin en acil sorunlarından bazılarının çözümünde önemli bir rol oynaması bekleniyor. Öte yandan, yapay zeka modellerinin eğitilmesi ve çalıştırılması büyük miktarda enerji ve temiz su gerektiriyor, bu da çevre üzerinde olumsuz etkilere sebep oluyor.

Yapay zeka geliştiricileri sayılarını saklıyor

YZ modellerinin genel karbon ayak izini ölçmek zordur, ancak hepsi üretimi hammadde çıkarımı gerektiren, emek yoğun ve çevresel olarak maliyetli olan gelişmiş bilgisayarlara dayanıyor. Geliştiriciler ihtiyaç duydukları donanıma sahip olduktan sonra, bir yapay zeka modelini eğitmek önemli miktarda enerji tüketebiliyor.

Yapay zeka şirketleri enerji tüketimlerinde tam bir şeffaflık göstermedikleri için araştırmacılar ellerindeki verilere göre bu tüketimi tahmin etmekle yetiniyor. Bir çalışma, Microsoft'un ABD'deki veri merkezlerinin sıcaklığını düşürmek için 700 bin litre tatlı su tüketiminin gerektiğini tahmin ediyor.

Ayrıca GPT3, soruları yanıtlama veya metin oluşturma gibi görevler için GPT sohbetini kullanırken ortaya çıkan akıl yürütme sürecinde büyük miktarda su tüketiyor. Basit bir 20 ila 50 soruluk sohbet için tüketilen su yarım litrelik bir şişeye eşdeğer ve milyarlarca kullanıcı göz önüne alındığında durum çok daha büyük hale geliyor.

Karbon emisyonlarına gelince, Massachusetts Üniversitesi'ndeki araştırmacılar, tek bir yapay zeka modelinin eğitim sürecinin 280 tondan fazla karbondioksit üretebileceğini, bunun da yaklaşık 62 benzinli otomobilin bir yıllık sera gazı emisyonuna eşdeğer bir miktar olduğunu keşfetti.

Bu bağımsız tahminleri inceledikten sonra en popüler yapay zeka dil modelleriyle görüştük: Microsoft'un finansmanına katkıda bulunduğu "ChatGPT" ve "Google" tarafından geliştirilen "Bard" ile karbon ayak izleri hakkında görüştük. Her iki durumda da iki model de geliştirici şirketler için rakamları açıklamadı ve araştırma kurumları tarafından tahminler sağlamakla sınırlı kaldı.

ChatGPT, bu tahminlerin kesin olmadığını ve yapay zeka dil modellerinin eğitildiği grafik göstergelerin miktarı veya bu modelleri barındıran veri merkezlerindeki enerji tüketiminin verimliliği gibi çeşitli faktörlere bağlı olarak değiştiğini belirtti.

Bard, Google'ın Bard ve diğer yapay zeka modellerini çalıştıran veri merkezlerinin çevresel etkisini azaltmak için çalıştığını doğruladı.

Bard, bu sistemin henüz geliştirilme aşamasında olduğunu, ancak çevre sorunlarına çözüm bulmaya yardımcı olmak için yeteneklerini kullanmaya kararlı olduğunu belirtiyor.

Yapay zeka ve bulut bilişim sistemlerini destekleyen veri merkezleri, karbon ayak izlerini raporlayan diğer sektörlere kıyasla kapalı bir kutu. Bu, yapay zeka sektörünün hızlı büyümesinin sınırlı şeffaflıkla birleştiğinde, özellikle büyük bulut sağlayıcıları yeterli bilgi sağlamadığı için, yapay zekaya atfedilen elektrik kullanımını ve karbon emisyonlarını insanların bilgisinin kapsamı dışında bıraktığı anlamına geliyor.

Yapay zekanın çevresel etkilerini ele almanın bir yolu, makine öğrenimi sistemlerinin geliştirilmesi ve işletilmesinde daha fazla şeffaflık çağrısında bulunuyor.

Araştırmacıların enerji kullanımlarını ölçmelerine yardımcı olmak için bazı bilim insanları, araştırma ekiplerini yeşil alanlarda deneyler yapmaya, enerji ve karbon ölçümleri hakkında tutarlı güncellemeler sağlamaya ve enerji yoğun yapay zeka modellerini kullanmadan önce enerji kullanımı ile performans arasında ödünleşim yapmaya teşvik eden halka açık çevrimiçi araçlar yayınladı.

Yapay zekada daha fazla hesap verebilirliğin teşvik edilmesinde bireyler de kritik bir rol oynuyor. Bunu yapmanın bir yolu, yeni yapay zeka sistemlerine sınırlarını kabul eden rasyonel bir şekilde yaklaşmaktan geçiyor. Yeteneklerini bir bağlama oturtarak ve potansiyel olumsuz etkilerini kabul ederek, yalnızca daha büyük, daha karmaşık yapay zeka modelleri geliştirmeye dayanmayan yeni araştırma yollarının keşfedilmesini teşvik edebiliriz.

Çevrenin korunmasında yapay zekadan yararlanma

Yapay zeka şu anda çevresel olayların incelenmesine ve çeşitli sorunlarına çözümler geliştirilmesine önemli ölçüde katkıda bulunuyor. Yapay zekanın çevreyi korumak için kullanılabileceği umut verici yollardan biri veri analizleri olarak göze çarpıyor. Yapay zeka, çıplak gözle tespit edilmesi zor veya imkansız olan eğilimleri ve kalıpları belirlemek için uydu görüntüleri ve hava durumu modelleri gibi büyük miktarda veriyi elemek için kullanılabilir. Bu bilgilerden daha sonra daha etkili kaynak yönetimi stratejileri geliştirmek ve olumsuz çevresel etkileri azaltmak için de yararlanılabilir.

Google 5 yıl önce sosyal etkiye yönelik yapay zeka projelerine fon sağlamaya başladı. Uganda'da motosiklet taksilere yerleştirilen düşük maliyetli hava kalitesi sensörlerinden Hindistan'da çiftçilerin zararlıları azaltmasına ve ürün verimini artırmasına yardımcı olan yapay zeka uygulamalarına kadar çeşitli çabaları destekledi.

Google ayrıca, dünya çapında sera gazı emisyonlarını izlemek ve takip etmek için istihbarat sistemleri tarafından desteklenen uydular gibi iddialı küresel projeleri de finanse etti. Şirketin ekibi, 17 sürdürülebilir kalkınma hedefine ulaşmada kaydedilen ilerlemeyi izlemek ve stratejilerin geliştirilmesini ve veriye dayalı karar vermeyi kolaylaştırmak amacıyla kamuya açık bir veri tabanı geliştirmek için Birleşmiş Milletler İstatistik Bölümü ile birlikte çalışıyor.

Flood Hub platformu, nehirlerin davranışını bir hafta önceden tahmin edebilen yapay zeka sayesinde dünya çapında 80 ülkede nehir taşkın tahminlerini göstererek, özellikle Afrika'da yaklaşık 460 milyon insanın sellerden korunmasını sağlıyor.

Birçok şirket, robotları kullanarak geri dönüştürülebilir malzemeleri belirlemek ve geri kazanmak için yapay zeka araçlarını kullanıyor. Robotlar, geri dönüştürülebilir malzemeleri ortalama olarak insanlardan iki kat daha hızlı ve daha tutarlı bir şekilde toplayabiliyor. AMP Robotics, bu alandaki teknolojisinin 10 yıl içinde yaklaşık 5 milyon ton sera gazı salınımının önlenmesine yardımcı olduğunu belirtiyor.

Kaliforniya'daki bilim insanları orman yangınlarıyla mücadelede yapay zekadan yararlanıyor. Kameralara bağlandığında dumanı algılayabiliyor ve orman yangınlarını daha geniş alana yayılmadan tespit edebiliyor. İtfaiyeciler orman yangını tahmin bilgilerini oyunun kurallarını değiştiren bir unsur olarak görüyor.

Birleşmiş Milletler Çevre Programı (UNEP), atmosferdeki karbondioksit konsantrasyonunun yanı sıra buzul kütlesindeki değişiklikleri ve deniz seviyesindeki yükselmeyi analiz ve tahmin etmeye yardımcı olmak için yapay zeka kullanıyor. UNEP'in Uluslararası Metan Emisyonları Gözlemevi, gezegeni ısıtan güçlü bir sera gazı olan metan emisyonlarını izlemek ve azaltmak için yapay zeka kullanıyor.



Yapay zekanın bulduğu malzeme, bataryalarda devrim yaratabilir

Fotoğraf: AFP
Fotoğraf: AFP
TT

Yapay zekanın bulduğu malzeme, bataryalarda devrim yaratabilir

Fotoğraf: AFP
Fotoğraf: AFP

Bilim insanları, yapay zekanın bataryaları dönüştürebilecek yeni malzemeler keşfettiğini iddia ediyor.

Batarya teknolojisi, daha sürdürülebilir bir dünyaya doğru ilerlemenin anahtarı olabilir. Araştırmacılar, bataryaların daha iyi elektrikli araçların yanı sıra telefonlar gibi daha küçük teknolojik aletleri de dönüştürmenin önemli bir yolu olabileceğini umuyor.

Ancak mevcut batarya teknolojimiz de kusurlu. Cihazlarımızın çoğuna güç veren lityum iyon piller nispeten düşük yoğunluklu, zamanla enerji kaybediyor ve ısıyla diğer değişikliklere karşı hassas.

Araştırmacıların bu sorunları çözeceğini umduğu şeylerden biri, çok değerlikli bataryalar. Bu bataryalar, lityum iyon pillere kıyasla daha kolay bulunabilen elementler kullandığından, daha ucuz, daha kolay ve daha temiz üretilebilir.

Dahası, onları çalıştıran teknoloji, bu bataryaların mevcutlara kıyasla daha verimli ve daha yüksek kapasiteli olacağını gösteriyor.

Ancak bataryada kullanılan çok değerlikli iyonların daha büyük boyutu ve daha yüksek elektrik yükü, bunların bir pile dahil edilmesini zorlaştırabilir.

Araştırmacılar, ChatGPT gibi sistemlerde kullanılana benzer bir teknoloji olan üretken yapay zekayı, bu sorunu çözebilecek yeni malzemeler bulmak için kullandı.

New Jersey Teknoloji Enstitüsü'nden Dibakar Datta, "En büyük engellerden biri umut vadeden batarya kimyalarının eksikliği değil, milyonlarca malzeme kombinasyonunu test etmenin imkansızlığıydı" dedi.

Bu uçsuz bucaksız alanda araştırma yapmak ve çok değerlikli pilleri gerçekten pratik hale getirebilecek birkaç yapıyı tespit etmek için hızlı ve sistematik bir yol olarak üretken yapay zekaya yöneldik. Bu yaklaşım, binlerce potansiyel adayı hızla keşfetmemizi sağlayarak, lityum iyon teknolojisine daha verimli ve sürdürülebilir alternatifler arayışımızı önemli ölçüde hızlandırıyor.

Araştırmacılar, farklı olası malzemeleri ve bu tür pillerde işe yarayıp yaramayacaklarını incelemek için bir yapay zeka sistemi kullandı.

Profesör Datta, "Yapay zeka araçlarımız, olağanüstü umut vadeden 5 yepyeni gözenekli geçiş metali oksit yapısını ortaya çıkaran keşif sürecini önemli ölçüde hızlandırdı" dedi.

Bu malzemeler, bu hacimli çok değerlikli iyonları hızlı ve güvenli bir şekilde hareket ettirmek için ideal olan geniş ve açık kanallara sahip ve bu, yeni nesil piller için kritik bir atılım.

Malzemeleri yapay zekayla bulan araştırmacılar, gerçek dünyada kullanabileceklerinden emin olmak için daha geleneksel simülasyonlarla kontrol etti.

Çalışma, Cell Reports adlı akademik dergide yayımlanan "Generative AI for discovering porous oxide materials for next-generation energy storage" (Yeni nesil enerji depolama için gözenekli oksit malzemeleri yapay zekayla keşfetmek) başlıklı yeni makalede yer alıyor.

Independent Türkçe