Virtuell intelligens kan skape millioner av tonn med fysisk søppel i de neste årene.(Foto: PitukTV / Shutterstock / NTB)
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.
IngridSpildejournalist
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.
