Annonse
Mange grønne og blå elektroniske kretskort ligger i en haug.
Virtuell intelligens kan skape millioner av tonn med fysisk søppel i de neste årene.

Kunstig intelligens kan gi oss tusen ganger mer maskin-søppel i 2030

I verste fall kan det dreie seg om fem millioner tonn elektronikk, mener forskere.

Publisert

Stadig flere tar i bruk generativ kunstig intelligens. Dette er en type maskinlæring som bruker store mengder data til å trene seg opp, for så å kunne lage nye tekster eller bilder.

Men denne økende bruken av virtuell intelligens skaper et høyst materielt problem:

E-søppel.

Utviklingen er avhengig av at vi tar i bruk nye og bedre microchiper. Vi trenger også raske forbedringer i den fysiske infrastrukturen. Og dermed sitter vi altså igjen med masse utdatert elektronisk utstyr.

Det skriver Peng Wang fra Chinese Academy of Sciences og hans kollegaer, i siste utgave av Nature Computational Science.

Opptil 13 milliarder telefoner i året

Wang og kollegaene har nå regnet ut hvor mye fysisk søppel KI-revolusjonen kan skape.

Selv en forsiktig utvikling vil trolig generere 1,2 millioner tonn elektronisk skrap innen 2030, mener forskerne.

Og i verste fall – med en aggressiv utvikling i bruken av generativ KI – kan vi forvente oss svimlende fem millioner tonn i samme tidsrom.

Dette kan bety nesten tusen ganger mer årlig e-søppel i 2030 enn i 2023, skriver forskerne. De illustrerer tallene på følgende måte:

Den totale årlige massen e-søppel i 2030 vil tilsvare å kaste mellom to og 13 milliarder iPhone 15 Pro-telefoner. Det tilsvarer mellom 0,2 og 1,6 telefoner for hver person på planeten det året.

Sirkulær økonomi

Wang og kollegaene mener imidlertid vi kan gjøre mye for å forebygge dette problemet.

De foreslår å bruke strategier for sirkulær økonomi. Det kan for eksempel dreie seg om å utvide levetiden til maskindeler og eksisterende infrastruktur og å gjenbruke materialer fra utdatert teknologi.

Slike tiltak kan i beste fall redusere mengden e-avfall med så mye som 86 prosent, ifølge forskernes beregninger.

Referanse:

Peng Wang m. fl., E-waste challenges of generative artificial intelligence, Nature Computational Science, oktober 2024. Sammendrag

LES OGSÅ

Opptatt av teknologi?

Følg den nyeste utviklingen innen kunstig intelligens, energi, sosiale medier og roboter med nyhetsbrev fra forskning.no.

Meld meg på

Powered by Labrador CMS