人工知能は経済、科学、統治を急速に変革している。しかし、こうした恩恵の裏には、環境破壊という確実に増大しつつある代償がある。

AIシステムは、巨大なコンピューティングクラスター、データセンター、冷却システムなど、運用に膨大な量のエネルギーと水を必要とする。この緊張関係がAIのパラドックスの核心である。気候変動を緩和するのに役立つテクノロジーが、気候変動を悪化させる可能性もあるのだ。AIは、その設計、電源、ガバナンス次第で、地球にとって解決策にも負債にもなり得るのだ。

現在のAIモデルは、本質的にエネルギー集約型である。大規模な言語モデルのトレーニングは、数百から数千メガワット時の電力を消費する。例えば、GPT-3のトレーニングには約1,287MWhの電力が必要で、従来の電力網で供給した場合、550トン以上の二酸化炭素排出量になると報告されている。

エネルギー需要は訓練だけにとどまらない。推論（ユーザーからの問い合わせに対応するために必要なエネルギー）は継続的に発生し、世界的な使用量とともに増加する。1回のクエリにかかるわずかなエネルギー・コストでさえ、毎日何百万回ものクエリにかかると、かなりの量になる。さらに、AIのカーボンフットプリントは送電網に大きく依存する。化石燃料を多用する送電網は、再生可能ベースの送電網よりもはるかに多くの排出量を生み出す。

AIの物理的なバックボーンであるデータセンターも、環境問題のひとつだ。現在の研究では、データセンターは世界の電力の2～3％を消費していると推定されている。この数字は、AIの急速な成長により、2030年までに8～10％に上昇する可能性がある。

AIに最適化された施設は24時間365日稼働し、過剰な熱を発生させるため、集中的な冷却が必要となる。大半は蒸発冷却に頼っており、毎日数百万リットルの淡水を消費している。アリゾナやアイルランド、湾岸の一部など水不足の地域では、データインフラが住宅や農業のニーズよりも優先されるべきかどうかをめぐり、社会的・政治的な緊張が巻き起こっている。さまざまな意味で、データセンターはAIの持続可能性論争が繰り広げられる戦場なのだ。

こうした課題にもかかわらず、AIは気候変動対策を推進する大きな可能性も秘めている。AIベースの気候モデルは、異常気象の予測を改善し、人命を救う予防措置を可能にする。機械学習は、需要を予測し、断続的な供給のバランスをとることで、再生可能エネルギー・グリッドを最適化することができる。Carbon Mapper社が開発したような衛星ベースのAIシステムは、メタンガスの漏れをほぼリアルタイムで検知し、影響の大きい排出に対処する。

予知保全とサプライチェーンの最適化は、廃棄物をさらに削減し、循環経済をサポートする。これらのアプリケーションは、AIの環境価値が計算効率をはるかに超えるものであることを示している。

問題はAIそのものではなく、AIが依存するシステムである。化石燃料を使用するグリッドは計算の拡張を排出に変え、水を多用する冷却は地域の生態系に負担をかける。このため、グリーンAIやレッドAIという言葉が生まれた。

グリーンAIは効率、再生可能エネルギー、資源に優しい設計を重視する。一方、Red AIは環境への影響に関係なく、規模と性能を優先する。AIの気候遺産は、私たちがどちらの道を選ぶかにかかっている。

心強いことに、解決策は生まれつつある。グーグル、マイクロソフト、アマゾンのような巨大企業は、再生可能エネルギーの長期契約によって道を切り開いている。液浸や海水冷却を含む高度な冷却技術は、淡水の使用量を大幅に削減することができる。カーボンアウェア・コンピューティング（二酸化炭素排出量の少ない場所や時間帯にワークロードを再分配すること）も有望な戦略である。EU、シンガポール、アラブ首長国連邦の政府は、エネルギー効率を改善し、排出量を削減し、持続可能な慣行を促進するためのAI政策を策定している。

AIは自動的に気候変動にポジティブなテクノロジーになるわけではない。AIは、ガバナンス、イノベーション、アカウンタビリティを最前線に置いて開発されなければならない。惑星の限界の範囲内であれば、AIは気候変動に対する人類の最も強力なツールのひとつになりうる。しかし注意を払わなければ、環境ストレスの主な原因となる危険性がある。AIの未来は、進歩か地球かの二者択一ではなく、その両方を守る方法で前進することなのだ。

• マジェド・アル・カタリ氏はサステナビリティのリーダーであり、エコロジー・エンジニア、国連ユース大使である。