ИИ и окружающая среда IV: красный ИИ может быть хорошим

Красный ИИ — ИИ с большими энергозатратами — может привести к открытиям и продуктам, которые в конечном итоге уменьшат выбросы. Вот несколько случаев, когда красный ИИ имеет ценность, несмотря на опасности.

Введение

Это четвертая и последняя статья в моей серии ИИ и окружающая среда. Если вы не читали первые три, это не проблема. Тем не менее, не стесняйтесь просмотреть их введение здесь, здесь и здесь — это не займет больше минуты, и это обеспечивает хороший контекст для этой статьи.

После этой серии я начну новую — я еще определяюсь с темой, так что следите за обновлениями!

В этом посте я рассмотрю случаи, когда «красный ИИ» (ИИ, для работы которого требуется большое количество энергии) может быть полезен. В некоторых случаях преимущества Red AI заключаются не только в самой производительности AI, но и в окружающей среде. Основные выводы:

Красный ИИ может привести к общему сокращению энергопотребления, хотя для создания требуется огромное количество энергии.
Красный ИИ для здоровья и климатологии часто оправдан, поскольку его преимущества для жизни человека и экосистемы могут перевешивать затраты на его создание.
Красный ИИ сам по себе иногда имеет ценность, потому что помогает создавать лучшие ИИ для вышеуказанных целей. Однако это опасно, и делать это следует с большой осторожностью и вниманием.
Законное использование Red AI не является оправданием для безответственного отношения к окружающей среде. При использовании Red AI еще более важно, чтобы исследователи минимизировали затраты энергии.

Красный ИИ для климатологии и реагирования

Красный ИИ может оказать очень сильное положительное влияние на климат по двум основным направлениям: улучшить наше понимание того, как прогрессирует изменение климата, и разумно реагировать на изменение климата.

ИИ использовался для прогнозирования изменений глобальной температуры, моделирования штормов, океанических явлений, изменений облаков и экстремальных погодных явлений [5]. Он также успешно предсказал результаты этих изменений, таких как нехватка воды, лесные пожары, ущерб от дождя и вынужденная миграция людей из-за климатических бедствий [5]. На более локальном уровне его можно эффективно применять к управлению энергопотреблением [3, 5] и городским энергосетям [5] — экономить энергию и сокращать выбросы.

Интересно, что в отчете Microsoft за 2018 год подсчитано, что использование ИИ для понимания и реагирования на изменение климата в облаке приводит к снижению выбросов на 1,5–4,4%, а также к увеличению мирового ВВП на 3,1–4,4% к 2030 году [6].

Однако многие модели ИИ, необходимые для этого изменения, потребуют больших предварительных затрат на энергию и выбросы. Возьмем, к примеру, центры обработки данных.

Центры обработки данных являются огромными потребителями электроэнергии. По сути, это сотни или тысячи промышленных компьютеров, сложенных вместе на складе. Мощность нужна не только для работы компьютеров, но и для их охлаждения и выполнения других вспомогательных задач [1]. На самом деле, охлаждение — самая дорогая вспомогательная задача для большинства центров обработки данных [1].

Google и DeepMind обнаружили, что, используя искусственный интеллект для управления внутренней системой охлаждения в центре обработки данных, они снизили стоимость охлаждения на 40% и достигли рекордных значений энергоэффективности [3].

Однако ИИ, стоящий за этим, должен был учитывать множество факторов и требовать миллионы точек данных для обучения [2]. Он опирается на большое количество различных нейронных сетей, работающих вместе — так называемый «ансамбль» [3]. Хотя такие установки могут быть очень мощными, они также часто требуют гораздо больше энергии, чем меньшие, не ансамблевые методы.

Хотя точные сведения об задействованном ИИ не были опубликованы (насколько мне известно), он определенно подпадает под категорию красного ИИ. Но, несмотря на высокую стоимость его создания, его способность сократить расходы на охлаждение на 40% и установить рекордный уровень эффективности говорит гораздо больше о его преимуществах, чем о недостатках. Теперь, когда он создан, его можно применять во многих различных центрах обработки данных — и, вероятно, он даст там такие же мощные результаты.

В конце концов, все сводится к анализу затрат и результатов. Красный ИИ имеет большие первоначальные затраты, но иногда он может привести к огромным преимуществам позже. И часто эти преимущества того стоят.

Красный ИИ для здоровья

Когда ИИ оказывает прямое влияние на жизнь, важно, чтобы у ИИ было как можно меньше ошибок. У ИИ нет недостатка в приложениях в медицине. Например, модели искусственного интеллекта были созданы для прогнозирования того, можно ли безопасно комбинировать два фармацевтических препарата у людей или они могут причинить вред при комбинировании [7].

Такая система может помочь исследователям в изучении того, какие препараты комбинировать при лечении болезни. Конечно, если исследователи будут полагаться на такую систему как на руководство, а оно окажется неверным, то они потратят драгоценное время, что может оказать реальное влияние на пациентов. Если ИИ будет использоваться в этой области, он должен быть абсолютно надежным.

В предыдущем посте я упоминал, что красный ИИ характеризуется убывающей отдачей [4]. Использование все более и более энергоемких ИИ с большим объемом данных становится все менее и менее выгодным [4]. Однако это не означает, что он бесполезен — изменение точности даже на 0,1% может иметь большое значение, если ИИ используется в миллионах случаев или для помощи миллионам пациентов. И если это улучшение может положительно повлиять на жизнь, то его нужно учитывать.

Загрязнение и выбросы, вызванные красным ИИ, явно очень вредны для людей и для всего мира в долгосрочной перспективе. Однако это должно быть уравновешено улучшением (возможно, даже спасением) жизней в настоящем.

Вернемся к примеру с предсказанием комбинаций фармацевтических препаратов: представьте себе, что система очень надежна. Это означает, что исследователям, использующим его, потребуется меньше времени для определения лекарств, которые можно безопасно комбинировать для лечения данного заболевания. Лечение можно было бы разработать раньше, и в результате помогло бы большему количеству людей.

Применение красного ИИ к здоровью требует правильного баланса между настоящим и будущим — подчеркивание одного за счет исключения другого принесет больше вреда, чем пользы.

Красный ИИ ради красного ИИ

В своем аргументе в пользу продвижения зеленого ИИ Schwartz et al. утверждают, что Красный ИИ действительно имеет место [4]. Они отводят ему место в так называемом «чистом исследовании» — исследовании ради самого исследования. В конце концов, часто красный ИИ приводит к огромным улучшениям в том, как мы понимаем и используем ИИ [4]. Без этих прошлых применений красного ИИ и этих улучшений использование ИИ для борьбы с изменением климата, прогнозированием климата и здоровьем было бы невозможно.

Следовательно, предположение, что каждый случай красного ИИ, не связанный напрямую с климатом или здоровьем, является плохим, может помешать аналогичному прогрессу, который принес бы пользу.

Это, конечно, очень опасная линия. Это не означает и не должно означать, что весь красный ИИ хорош. На самом деле, я бы сказал, что большинство красных ИИ не очень хороши. Но может быть, и не всегда заранее известно, какие Красные ИИ хороши, а какие нет.

В заключение об использовании красного ИИ сам по себе я должен подчеркнуть один момент:

Красный ИИ — даже если его использование законно — никогда не является оправданием для безответственного отношения к окружающей среде.

На самом деле, когда исследователи используют Red AI, им нужно еще больше сосредоточиться на максимально возможном сокращении потребления энергии. Они также должны делиться своими режимами ИИ, чтобы другие могли их повторно использовать — это приводит к огромной экономии энергии в долгосрочной перспективе.

Красный ИИ не является безответственным ИИ — это просто ИИ, создатели которого заранее признают, что для достижения в конечном итоге большего блага необходимо большое количество энергии. Если неясно, идет ли речь о большем благе для окружающей среды или жизни людей, Красный ИИ не следует использовать.

Все это должно быть частью диалога — от публичного обсуждения до политических дебатов и методов исследования, необходимо учитывать воздействие на окружающую среду. Каждое использование Red AI должно быть четко обосновано.

Заключение

Проведение жесткой линии «хорошо/плохо» редко бывает полезным. То же самое и с Red AI — это инструмент, и он имеет очень хорошее применение. Исследователи, политики и широкая общественность должны сосредоточить диалог на воздействии ИИ — в лучшую или худшую сторону — и двигаться вперед по пути, который принесет наибольшую пользу и наименьший вред. Красный ИИ вписывается в это точно так же, как и Зеленый.

Ключевые выводы этого поста:

Красный ИИ может привести к общему сокращению энергопотребления, хотя для создания требуется огромное количество энергии.
Красный ИИ для здоровья и климатологии часто оправдан, поскольку его преимущества для жизни человека и экосистемы могут перевешивать затраты на его создание.
Красный ИИ сам по себе иногда имеет ценность, потому что помогает создавать лучшие ИИ для вышеуказанных целей. Однако это опасно, и делать это следует с большой осторожностью и вниманием.
Законное использование Red AI не является оправданием для безответственного отношения к окружающей среде. При использовании Red AI еще более важно, чтобы исследователи минимизировали затраты энергии.