この記事は fastcompany の翻訳です。https://www.fastcompany.com/90850222/ai-climate-change-carbon-footprint-transparency
AIに変化が起きています。もはや研究者やデータサイエンティストだけの分野ではなく、AIは主流となりました。今や誰もが、AIの書いた詩を読んだり、AIがアニメのキャラクターとして描かれた姿を目にしたことがあるでしょう。これらは、AIが急速に進歩していることを示しています。しかし、大規模なAIモデルの普及は、地球にとって何を意味するのだろうか?
ファッションブランドや製造業など、他の業界も、大気中に放出するCO2の量を抑制するためにできる限りのことをしなければならないことが明らかになり、自らの環境負荷について報告するようになりました。AIも例外ではありません。分野全体において、AIから発生する二酸化炭素排出量に関する透明性は低く、その二酸化炭素排出量を定量化する取り組みは始まったばかりです。
AIの炭素排出量は、モデルがより強力になり、より広く使用されるようになるため増加すると予想されますので、明日のAIの炭素排出量の潜在的影響を軽減するために、今日透明性を確立することが非常に重要です。透明性を確立することにより、AIワークロードによる有害な炭素排出を削減する研究者向けの実用的なツールを開発し、AIを気候変動を悪化させるのではなく、気候変動と戦うためのツールとしてさらに強固なものにすることができるのです。
AIのカーボンフットプリントを把握
AIのカーボンフットプリントは、どのように測定するのでしょうか?マイクロソフト、カーネギーメロン大学、そしてエルサレム・ヘブライ大学の研究者チームに向かって、私はまさにこの疑問に答えるべく旅に出ました。ソフトウェアの排出量削減を目指す非営利団体Green Software Foundationが開発したソフトウェア炭素強度と呼ばれるフレームワークを利用して、Microsoft Azure上で学習させたAIモデルからの排出量を、サポートするエネルギーグリッドにマッピングすることができたのです。
AIモデルの実行データセンターに供給するエネルギーがクリーンでない場合、AIは炭素排出を発生させ、その結果、ソフトウェアの炭素強度が高くなる可能性があります。この問題の大きさを理解し始めるために、私たちはさまざまな地域と時間枠にわたって、Microsoft Azure上で多くの異なるサイズのモデルをトレーニングしました。その結果、驚くべきことがわかりました。60億のパラメータで学習させた最大のモデル(GPT-3などのモデルの約10分の1のサイズ)は、米国の平均的な家庭が1年間に排出するCO2の量、合計8.3トンを上回る可能性があることがわかりました。また、このモデルは全能力の13%しか訓練されていないため、実際の排出量はもっと多い可能性があります。
それは氷山の一角に過ぎません。今日、ますます多くのAIモデルがMicrosoft Azure、Google GCP、AWSなどのクラウドプラットフォーム上でトレーニングされており、それらは膨大なエネルギーを消費する大規模なデータセンターに収容されています。2018年、研究者は、世界のデータセンターのエネルギー使用量は、世界のエネルギー使用量の1%近くを占めると推定しています。このため、AIの二酸化炭素排出量は増加の一途をたどることが予想されます。
AIの透明性についての考察
この調査結果は、AIの二酸化炭素排出量を初めて推定したものです。なぜなら、業界として、環境への影響を測定することに協力的ではないからです。私たちのチームがAIの排出量の初期推定値を算出できたのは、データセンターのサポートグリッドの炭素強度(単位エネルギー当たりのCO2排出量)について透明性の高い報告を行っているクラウドプロバイダーと連携していたからです。この問題の範囲を本当に理解し、意味のある変化を起こしたいのであれば、このような透明性をAI業界で大規模に再現する必要があります。
私のチームの研究は、私たちの業界が二酸化炭素排出量の報告について透明性を確保することで、何が可能になるかを示す一例とすることができます。Microsoft Azureの明確な報告のおかげで、私たちのチームは、AIが環境に与える影響の拡大を定量化し、二酸化炭素排出量を削減するためにAIの専門家が今日できる多くの行動を明らかにすることができました。
例えば、AIモデルの実行場所を変更すると、その排出量に最も大きな影響を与えることがわかりました。データセンターは世界中にありますが、国によっては送電網に含まれるクリーンエネルギーの割合が他の国よりも高い場合があります。クラウドプロバイダーが、より多くの再生可能エネルギー源を持つデータセンターの場所を選択するオプションを提供すれば、AI実務者はモデルのソフトウェア炭素強度を最大75%削減できるかもしれません。また、その送電網の炭素強度が低いときにモデルを実行するタイミングを計ることも、有効な解決策になり得ることがわかりました。AI研究者が、サポートする送電網がどれだけのCO2を排出するかを知っていれば、その炭素強度が低いときにモデルを実行するようにタイミングを合わせることができ、影響を軽減することができるのです。
持続可能なAIの未来
AI業界は、今日の私たちの貢献の大きさを正しく理解していないため、二酸化炭素排出量に取り組むのは大変なことだと思われるかもしれません。しかし、希望はあります。私の最初の調査では、環境への影響を軽減するために、今すぐできる明確なアクションがあることがわかりました。そして、AIのカーボンフットプリントに関する研究がさらに進み、新しい測定ツールがリリースされれば、AI業界のフットプリントを積極的に削減する方法がさらに見つかるに違いありません。業界全体で透明性に取り組むことで、AIコミュニティは気候変動におけるAIの役割に対処するために必要な知識を身につけることができます。
私たちがモデルの排出量を考えるとき、AIのアプリケーションも考える必要があります。モデルをどのようにパワーアップさせるかに着目するだけでなく、何をパワーアップさせるかを考えるのです。AIは加速器です。AIは、ブレークスルーを加速させ、地球を救うイノベーションに拍車をかけることで、気候危機との戦いに直接貢献することができますし、すでに貢献しています。アレンAI研究所で行われている他の素晴らしい研究のいくつかは、AIを使って海を保護したり、気候のモデリングを改善するなど、まさにこのことを実践しています。
しかし、今日、これらの課題に正面から取り組まなければ、気候変動を悪化させることにもなりかねません。業界全体の透明性を求めると同時に、地球を救うAIアプリケーションを支援するための決断をしなければなりません。
お読みいただきありがとうございます。最後に、AI技術に関心を持つ方に、VanceAI白黒写真カラー化というAIを利用して、数秒で白黒写真をカラフルにならせるオンラインツールをおすすめします。