Yapay zekanın iklim ayak izi nasıl hesaplanabilir? Neden hâlâ karanlıktayız?

Bazıları yapay zekayı (AI) insan vücudu ve tellerden yapılmış güçlü bir beyni olan bir tür robot olarak hayal ediyor. Gerçek, en azından şu anda, çok daha az çekici görünüyor. ChatGPT ve Bard gibi iyi bilinen Büyük Dil Modelleri (LLM), büyük ve güçlü süper bilgisayarlar tarafından eğitilir. Veri merkezlerinde, yani tonlarca bilgisayarın bulunduğu serin salonlarda bulunurlar ve yapay zekanın mümkün olduğunca sorunsuz çalışabilmesi için gereklidirler. Her gün milyonlarca insan bunları kullanıyor olsa bile.

Yapay Zeka eğitimi enerji yoğundur ancak yapay zekanın çevresel etkisinin “yalnızca bir kısmı”

Bu kadar büyük veri merkezlerinde bir yapay zekanın ne kadar enerjiye ihtiyaç duyduğu fikri bile iklim değişikliği zamanlarında tedirginlik yaratıyor. Berkeley’deki California Üniversitesi’ndeki araştırmacılar, 2021’de yalnızca GPT-3 dil modelini eğitmek için 1.287 gigawatt saat elektriğin gerekli olduğunu hesapladı. Bu, ABD’de 120 hanenin yıllık tüketimine denk geliyor. Üstelik ChatGPT gibi yapay zekalar çok fazla su kullanıyor: Bir çalışmada ABD’li araştırmacılar, GPT-3’ü eğitmek için 700.000 litre tatlı suya ihtiyaç duyulacağını hesapladı. Elektrik kullanımı yoluyla dolaylı su tüketimi 3,5 milyon litreye ulaşıyor. ChatGPT’nin cevapladığı her 20 ila 50 soru için yarım litre daha kullanılıyor.

Tüm bu rakamlar zaten yapay zekanın ne kadar enerji yoğun olabileceğini gösteriyor. Bu rakamların yapay zekanın genel çevresel etkisinin yalnızca bir kısmını gösterdiği haberi daha da rahatsız edici. Etkilere ilişkin önceki araştırmaların çok önemli bir tespiti var: Yalnızca dil modellerinin eğitimini inceliyorlar. Münster Üniversitesi ve Algorithmwatch adlı STK için otomatik karar verme sistemlerinin sürdürülebilirliğini araştıran Anne Mollen, “Bu, bir yapay zekanın yaşam döngüsündeki toplam çevresel etkinin yalnızca bir kısmıdır” diyor. Yapay zekanın genel çevresel etkisi şu ana kadar çok az araştırıldı ve bu karanlık alan iklim kriziyle mücadele açısından pek de iyiye işaret değil.

STK: Yapay zekanın çevresel etkileri konusunda şeffaflık olmadan düzenleme yapılamaz

Algorithmwatch’tan Kilian Vieth-Ditlmann, “Yapay zekanın çevre ve iklim üzerindeki etkisinin gerçekte ne kadar büyük olduğunu şu anda bilmiyoruz” diyor. “Sorun şu: Göremediğimiz hiçbir şeyi düzenleyemiyoruz.” Avrupa Birliği şu anda yapay zeka kanunu, yani yapay zeka düzenlemesi üzerinde çalışıyor. Yasa, şirketlerin birçok yapay zeka sisteminin çevresel etkisini ölçmesini ve yayınlamasını gerektirecek. Ancak uygulamada şu anda iki sorun var. İlk olarak AB üyesi Almanya, Fransa ve İtalya projeye karşı çıktı. İkinci olarak Algorithmwatch, bunun, önceki parçalı araştırmaların ötesine geçen bir yapay zekanın tüm yaşam döngüsü boyunca çevresel etkisinin kapsamlı bir ölçümünü gerektireceğine inanıyor.

Ancak eleştirmenler bunun üzerinde pek durmuyor. İddiaları: Hesaplama, kullanımı kolay yöntemlerin bulunmaması nedeniyle uygulanamıyor ve özellikle küçük ve orta ölçekli şirketler için bunaltıcıdır. Algorithmwatch, Ekolojik Ekonomik Araştırma Enstitüsü ve Berlin Teknik Üniversitesi ile ortak projesinde artık bunun doğru olmadığını göstermek istiyor. “Yapay zekanın çevresel etkisini daha iyi hesaplamak için yöntemler var ve bunların kullanımı kolay. Bunları sunarak bu argümanları ortadan kaldırmak istiyoruz” diyor Mollen.

Yapay zeka sistemlerinin yaşam döngüsünün altı aşaması

STK Algorithmwatch, yapay zeka için bir sürdürülebilirlik endeksi olan projesinde, yapay zeka sistemlerinin yaşam döngüsünün her aşamasında çevresel etkilerin kaydedilmesini ve düzenlenmesini talep ediyor. Özellikle yapay zeka operatörlerinin genel hesaplamalarına altı aşamayı dahil etmesi gerekecek:

1. Hammaddelerin çıkarılması
2. Malzeme üretimi
3. Tesis ve cihaz imalatı
4. Sistem geliştirme ve eğitim
5. Sistem dağıtımı
6. Elden çıkarma

Konsepte göre, ilk beş aşama için CO₂ emisyonlarının yanı sıra enerji ve su tüketiminin de kaydedilmesi gerekiyor. Kullanılan mineraller aynı zamanda hammadde ve malzeme üretiminin yanı sıra elektronik atık miktarının da ölçülmesi gereken bertaraf edilmesinde de rol oynamaktadır. Algorithmwatch’a göre bu ölçümlerin neredeyse tamamı için gerekli yöntemler zaten mevcut. Şu anda ilk iki aşamada maden tüketimine ve sistem kurulum aşamasında CO₂ emisyonlarının ve enerji tüketiminin ölçümüne ilişkin kesin hesaplama yöntemleri bulunmamaktadır. Ancak Algorithmwatch, enerji tüketiminin en azından faturalarla tahmin edilebileceğini vurguluyor.

Yapay zeka kullanımı bu şekilde hesaplanabilir

Kuruluşun bunun nasıl başarılabileceğine dair iki önerisi var. Yapay zekayı pazara sunmadan önce, örneğin test çalıştırmalarında veya simülasyonlarda emisyonlar düşük, orta ve yüksek kullanım seviyelerinde değerlendirilebilir. Alternatif veya ek olarak, gerçek ortalama enerji tüketimi ve emisyonlar, pazara sunulduktan sonra belirli bir süre boyunca hesaplanabilir. Ama nasıl?

Bu hesaplama karmaşıktır. İlk olarak yapay zeka ürünlerinin en yoğun enerji kullanan donanımı olan işlemci, grafik kartı ve belleğin enerji tüketimi kaydediliyor. Bu değer, yapay zekayı çalıştıran veri merkezinin Güç Kullanım Etkinliği (PUE) ile çarpılır. “PUE, bir veri merkezinin bilgi işlem işlemleri için enerji tüketimini ölçen önemli bir rakamdır ihtiyaç vardı. Örneğin, bir hizmetin çalıştırılması veya depolanması için,” diyor TU Berlin’de yapay zeka araştırması yapan Andreas Mayer.

Soğutma sistemleri veya aydınlatma gibi faktörleri içeren veri merkezinin toplam tüketimi daha sonra bilgi işlem işlemlerinin tüketimine bölünür. PUE değeri ne kadar düşük olursa enerji verimliliği o kadar iyi olur. Bir değeri, veri merkezinin enerjiyi yalnızca gerçek amacı için, yani bilgi işlem işlemleri için kullandığı anlamına gelir. Mayer, “2022’de veri merkezlerinin ortalama PUE’si 1,55 civarındaydı; dolayısıyla bir veri merkezi, altyapıyı sağlamak için ortalama olarak donanım için kullanılan enerjinin yüzde 50’sinden fazlasını gerektiriyordu” diyor.

CO₂ emisyonunu ölçmek için tüketilen enerjinin karbon yoğunluğunun belirlenmesi gerekiyor, yani tüketilen enerji ne kadar iklim dostu? Örneğin rüzgar enerjisi, kömürden elde edilen enerjiden daha iklim dostudur. Değer, karbondioksit miktarından, yani kilowatt saat başına kaç gram CO₂ üretildiğinden kaynaklanır. Karbon yoğunluğu daha sonra önceden hesaplanan enerji tüketimiyle, yani PUE çarpı yapay zeka donanımının enerji tüketimiyle çarpılır. CO₂ emisyonları bu şekilde belirlenir.

Algorithmwatch: Özellikle büyük yapay zeka modellerinin düzenlenmesi gerekiyor

Mayer’e göre tüm bu hesaplamalar için yapay zeka operatörlerine yönelik çeşitli araçlar mevcut. Bunlar, donanımın çalışma süresi ve yapay zeka sisteminin konumu gibi bilgileri girmeleri gereken bilgisayarları içerir. Hesaplayıcı, bu bilgilerle, sistemler devreye alındıktan sonra veya ilk tüketim tahmini için önceden CO₂ emisyonlarını ve enerji tüketimini hesaplayabilir. Algorithmwatch’ın bakış açısına göre yapay zeka operatörlerinden daha fazla şeffaflık talep etmekten vazgeçmek için hiçbir neden yok.

Ancak bu uygun yasaları gerektirir. AI Yasasının AB’de yürürlüğe girmesi gerekecek ve Almanya, Fransa ve İtalya savunma tutumlarından vazgeçmek zorunda kalacak. Politico dergisindeki bir rapora göre şu anda temel yapay zeka modellerini düzenlemeden muaf tutmak istiyorlar. Bunlar, boyutları nedeniyle yapay zeka sistemlerinin önemli bir bölümünü oluşturan GPT gibi son derece büyük yapay zeka modelleridir. Üç hükümetin korkusu, AI Yasası’nın ekonomi için olumsuz sonuçlar doğurabileceği yönünde çünkü düzenleme nedeniyle AI operatörleri artık Avrupa’da temel modeller geliştirmek istemiyor. Bunun yerine operatörlerin kendi kendini düzenlemesini öneriyorlar.

Algorithmwatch’tan Mollen, “Çevresel açıdan bakıldığında, özellikle temel modellerin düzenlenmesi önemli” diyor. “Geliştirme aşaması, özellikle bu büyük modellerde çok enerji tüketiyor.” Öz-denetim yanlış bir yaklaşım çünkü şu ana kadar teknoloji şirketlerinin verileri yalnızca tek bir aşamaya, yani yapay zekanın eğitimine açıkladığı gösterildi. Mollen, “Genel çevresel etkiye bakmak çok önemli; karşılaştırılabilirliğe ihtiyacımız var” diye vurguluyor.