Tekoälyn käytön ympäristökuorma kasvaa nopeasti – ja siitä puhutaan liian vähän
Tekoälyn käytöstä on tullut nopeasti osa ihmisten arkea, ja sinäkin todennäköisesti käytät tekoälyä joko työssäsi tai vapaa-ajalla. Tiedätkö kuitenkaan, miten paljon tekoälyn käyttö kuormittaa ympäristöä ja tuottaa päästöjä?
Kysymys on niin hankala, että sitä ei tiedä tarkalleen edes Jyväskylän yliopistossa tietojärjestelmien vastuullista käyttöä opettava yliopistonopettaja Veikko Halttunen.
Selvää kuitenkin on, että kyse on valtavan suurista luvuista. Tekoälyn energiankulutuksessa puhutaan jopa keskisuurten valtioiden sähkönkulutusta vastaavista luvuista.
Digitalisaation ympäristövaikutuksia ja vastuullisuutta työssään tarkastellut Halttunen ei ole halunnut opetuksessa painottaa yksittäisten teknologioiden ympäristövaikutuksia, mutta tekoälyn kanssa hän on joutunut tekemään poikkeuksen.
”Olen pyrkinyt käsittelemään digitaalisten järjestelmien vastuullisuutta laajasti, mutta tekoäly on yksittäisenä teknologiana noussut niin suureksi energiankäyttäjäksi, että siltä ei pysty ummistamaan silmiä”, Halttunen kertoo.
Digitaalisuuden haittapuolet pitää tunnistaa
Halttunen kertoo, että haluaa levittää ihmisille tietoisuutta myös digitaalisten järjestelmien erilaisista varjopuolista. Yksi näistä varjopuolista on tekoälyn ympäristövaikutukset.
”Meillä on syntynyt vinouma, jossa on suljettu silmät digitalisaation ja digitaalisten järjestelmien varjopuolilta. Digitalisoituminen on vienyt yhteiskuntaa eteenpäin ja tarjonnut työtä. Mutta tästä huolimatta sillä on myös negatiivisia puolia”, Halttunen kuvailee.
Negatiiviset puolet pitää tuntea ja tunnistaa, jotta niihin voidaan vaikuttaa.
Tekoäly ei ole keskustelukone, vaan laskentakone
Tekoälyn ympäristövaikutuksista puhuttaessa Halttunen haluaa heti kumota yleisen tekoälyyn liittyvän harhaluulon, että tekoälymallin kouluttaminen veisi enemmän energiaa kuin sen käyttö:
Kouluttaminen on sekin hyvin kuormittavaa mutta käyttömäärät ovat niin valtavia, että käytön kuormitus ylittää nopeasti koulutuksen aiheuttaman kuormituksen.”
Tekoälymallilla tarkoitetaan suurella tietomäärällä koulutettua matemaattista järjestelmää, tässä tapauksessa kielimallia. Yksi esimerkki suositusta kielimallista on esimerkiksi OpenAI-yhtiön kehittämä ChatGTP.
Halttunen sanoo, että tekoälyn käytön energiankulutus ja päästöt ylittävät koulutuksen vaatiman energian kymmenkertaisesti hyvin nopeasti, todennäköisesti vain kuukausissa.
”Monille tuntuu tulevan yllätyksenä, miten tekoälyn käyttö voi kuluttaa niin paljon, koska kyse on niin abstraktista ja immateriaalisesta asiasta. Nykyiset tekoälyjärjestelmät ovat kuitenkin valtavaa laskentakapasiteettia vaativia järjestelmiä ja niiden käyttömäärät ovat valtavia”, Halttunen sanoo.
Halttunen haluaa ihmisten ymmärtävän, että kyseessä ei ole keskustelu-, vaan laskentakone.
Kuvien ja videoiden luominen ovat energiasyöppöjä
Tekoälyn käytössä puhutaan promptauksista, kielimallille annettavista ohjeista tai kysymyksistä. Yksittäinen promtaus ei vielä kuluta hirveästi energiaa, mutta sen käytön yleistyminen on nostanut sen energiankulutuksen yksittäisenä teknologiana korkealle tasolle.
Tekoälymallien energiantarve on taustalla datakeskushankkeiden suuressa määrässä sekä Suomessa että maailmanlaajuisesti.
Halttunen muistuttaa myös, että energiankulutus riippuu valtavasti siitä mitä mallilla teetetään ja minkä kokoinen malli on.
Erityisen paljon energiaa syö kuvien ja videoiden luominen.
On arvioitu, että tällä hetkellä tekoälyn avulla luodaan kymmeniä miljardeja kuvia vuodessa. Videoista on vähemmän arvioita, mutta niitäkin tuotetaan kymmeniä tai satoja miljoonia päivässä. Yksi video voi vastata jopa satojen kuvien luomisesta syntyvää energiankulutusta.
Tekoälykehittäjien panttaamat energiankulutuslukemat estävät tutkimusta
Tekoälymallien tarkka energiankulutus on mysteeri tutkijoillekin, sillä tarkkoja lukuja kokonaiskulutuksesta on vaikeaa saada.
Yhden suosituimmista tekoälymalleista kehittänyt OpenAI arvioi, että yksinkertaisen kyselyn tekeminen sen luomalla ChatGTP-mallilla kuluttaa noin 0,34 wattituntia energiaa. Se olisi samaa luokkaa Google-haun kanssa.
Jotkut tutkijat ovat kuitenkin arvioineet ChatGPT‑kyselyn kuluttavan jopa noin 10-kertaisen määrän energiaa Google hakuun verrattuna. Arvion on tehnyt tutkija Alex de Vries vuonna 2023.
Halttunen kritisoikin tekoälymallien ympärillä toimivia tahoja panttaamisen kulttuurista, sillä ne eivät paljasta omia energiankulutuslukujaan. Tämä koskee mallien kehittäjien lisäksi koko ekosysteemiä, kuten esimerkiksi datakeskuksia.
Tavallisen kuluttajan kannalta ongelma on, että näistä ei puhuta. Silloin kuluttajalle voi syntyä vaikutelma, että tekoälyn käyttäminen ei juurikaan kuormita ympäristöä.”
Ongelma vaivaa kuitenkin myös tutkijoita, jotka joutuvat kasaamaan tietoa pieniestä palasista ja käyttämään myös useita vuosia vanhoja tietoja. Tämä johtaa myös siihen, että tutkimusta tehdessä joudutaan tekemään liikaa olettamuksia.
”Jos haluttaisiin ihmiskunnan parasta, niin tietojen pitäisi olla helposti tutkijoiden – ja myös tavallisten kansalaisten – saatavilla”, Halttunen tiivistää.
Tekoäly on lohkoketjuja kuormittavampi teknologia
Yksi keino havainnollistaa tekoälyn energiankäytön suuruutta on Halttusen mukaan rinnastaa sen käyttö toiseen paljon puhuttaneeseen teknologiaan, lohkoketjuihin. Lohkoketjut ovat tuttuja erityisesti virtuaalivaluutoista.
”Suhteessa tekoälyn käyttöön lohkoketjut ovat hyvin marginaalinen teknologia. Kuitenkin pelkästään yhden virtuaalivaluutan, Bitcoinin louhinta kuluttaa tällä hetkellä arviolta noin 180 TWh vuodessa. Se on samaa luokkaa kuin Puolan tai Argentiinan kokonaissähkönkulutus”, Halttunen kertoo.
Tilastokeskuksen mukaan Suomen sähkönkulutus on noin 83 TWh vuodessa, mikä tarkoittaa, että Bitcoinin louhinta kuluttaa yli kaksi kertaa enemmän sähköä kuin koko Suomen valtio.
Tekoäly taas on huomattavasti lohkoketjuja kuormittavampi teknologia. Sen käyttö myös lisääntyy nopeasti ja sillä tuotetaan yhä enemmän kuvia ja videoita.
ICT-sektorin päästöt kasvavat merkittävästi lähivuosina
Koko ICT-sektorin ilmastopäästöt vertautuvat jo tällä hetkellä lentoliikenteen ilmastopäästöihin ja energiankulutus on selvästi suurempaa kuin lentoliikenteellä.
On odotettavissa, että tekoälybuumi tulee nopeasti kasvattamaan ICT-sektorin osuutta globaaleista päästöistä.
Ennusteiden mukaan esimerkiksi datakeskusten energiankulutus tulee tekoälyn vaikutuksesta yli kaksinkertaistumaan vuoteen 2030 mennessä.
Tekoälyn käyttämän energian lisäksi täytyy lisäksi muistaa, että se aiheuttaa ilmastopäästöjä mallien koulutuksen ja käytön lisäksi myös esimerkiksi datakeskusten maankäytössä ja jäähdytyksessä.
Tutkijan vinkeillä huomioit tekoälyn ympäristövaikutuksia omassa käytössä
Haittavaikutuksista huolimatta Halttunen ei halua kieltää tekoälyn käyttöä ja kertoo käyttävänsä sitä itsekin työssään.
Hän nostaa esille kuitenkin kolme neuvoa, joita jokaisen pitäisi noudattaa, jos haluaa huomioida ympäristövaikutukset omassa tekoälyn käytössään.
- Käytä tekoälyä vain tarpeeseen. Älä tuota tarpeetonta sisältöä.
- Vältä kuvien ja videoiden generoimista. Se tuottaa selkeästi eniten ympäristövaikutuksia.
- Suunnittele promtaus etukäteen ja mieti mitä haluat kysyä. Pyri kysymään mahdollisimman vähän kysymyksiä.
Lisäpointti: Älä käytä tekoälyä mobiiliverkossa, vaan suosi kiinteitä yhteyksiä. Datan siirtäminen mobiiliverkossa kuluttaa paljon enemmän sähköä kuin kiinteässä verkossa.
Halttunen korostaa, että kun myös teknologian varjopuolia pidetään esillä, se auttaa huomioimaan ne paremmin yhteiskunnassa ja erilaisten teknologioiden kehitystyössä.
”On tärkeää, että jokainen ymmärtää, miten tekoäly toimii ja miksi se kuormittaa ympäristöä niin paljon. Tekoälyn ymmärtäminen auttaa tekemään ympäristötietoisempia valintoja sen käytössä”, Halttunen summaa.
