Искусственный интеллект помогает обнаруживать лесные пожары, считать диких животных и разбирать архивы наблюдений, на обработку которых раньше уходили годы. Но у этой технологии есть обратная сторона: дата-центры, обеспечивающие работу нейросетей, потребляют всё больше электричества и воды, а их деятельность связана с выбросами парниковых газов. В результате природоохранные организации оказались перед необычным выбором - использовать инструмент, который помогает защищать окружающую среду, но сам создаёт для неё дополнительную нагрузку.
В материале, опубликованном 7 ноября, Reuters опросило 15 крупных организаций, работающих в сфере экологии, охраны природы и развития. Все они сообщили, что используют искусственный интеллект в той или иной форме. При этом все выразили обеспокоенность экологическими последствиями инфраструктуры, на которой держатся современные ИИ-сервисы.
Двести тысяч снимков вместо девяти месяцев ручной работы
Один из наиболее наглядных примеров приводит кенийская организация Save the Elephants, занимающаяся изучением и защитой слонов. Во время авиационного обследования крупнейшей охраняемой территории страны исследователи получили около 200 тысяч фотографий. Раньше девяти сотрудникам потребовалось бы примерно девять месяцев, чтобы вручную просмотреть весь массив.
Теперь аналогичный анализ с помощью моделей машинного обучения занимает несколько часов. Результат оказался важен не только для экономии времени. По словам руководителя организации Фрэнка Поупа, прежние подсчёты пропускали примерно треть слонов, половину зебр и жирафов, а также около трёх четвертей ориксов.
Более точная информация о численности животных помогает оценивать состояние популяций и обосновывать финансирование природоохранных программ. В этом случае ИИ не заменяет полевые наблюдения, а позволяет извлечь из собранных данных значительно больше информации.
Ещё один пример связан с архивом исследований поведения шимпанзе в национальном парке Гомбе в Танзании. Институт Джейн Гудолл использует ИИ для оцифровки многолетних полевых записей, сделанных от руки. Из-за особенностей языка и научных сокращений обработка архива могла занять 13-15 лет. С помощью инструмента, разработанного при участии Amazon Web Services, срок удалось сократить примерно до двух лет.
ИИ помогает следить за пожарами и рыболовством
Природоохранные организации применяют алгоритмы не только для анализа уже собранной информации. В Камбодже Conservation International использует спутниковые данные, чтобы выявлять потенциально опасные участки и отправлять предупреждения местным лесным патрулям о возможных пожарах.
The Nature Conservancy пошла другим путём в работе с рыболовством. Организация анализирует видеозаписи с коммерческих рыболовных судов, чтобы определять, сколько рыбы разных видов вылавливается. Вместо того чтобы отправлять большие объёмы видео в удалённые дата-центры, она использует камеры с ИИ, которые обрабатывают информацию непосредственно на борту. Это сокращает передачу данных и потребность в удалённых вычислениях.
В World Resources Institute также стараются ограничивать наиболее ресурсоёмкие задачи - например, генерацию изображений и видео. Кроме того, организация сохраняет результаты повторяющихся запросов, чтобы не запускать одинаковые вычисления снова и снова.
Цена вычислений для окружающей среды
Противоречие заключается в том, что польза ИИ для природоохранной работы сопровождается ростом нагрузки на энергетическую и коммунальную инфраструктуру. Серверы требуют электричества, а системы охлаждения многих дата-центров используют воду. Если электроэнергия производится из ископаемого топлива, увеличивается и углеродный след цифровых сервисов.
Масштаб будущего спроса оценивает Международное энергетическое агентство. Согласно его докладу Energy and AI, мировое потребление электричества дата-центрами в 2024 году составляло около 415 тераватт-часов. К 2030 году показатель, по базовому прогнозу, может вырасти примерно до 945 тераватт-часов - это сопоставимо с нынешним годовым потреблением электричества Японии.
Reuters также приводит оценку роста водопотребления дата-центров: с примерно 560 млрд литров в 2023 году до 1,2 трлн литров ежегодно к 2030-му. Эти прогнозы относятся к инфраструктуре дата-центров в целом, а не только к ИИ, хотя именно развитие искусственного интеллекта становится одним из главных факторов роста спроса на вычисления.
Даже экологические организации не пришли к единому мнению
Разница в подходах особенно заметна на примере Greenpeace. Организация также пользуется некоторыми ИИ-инструментами, в том числе встроенными в программные платформы. При этом она выступает против масштабного строительства дата-центров и ставит под сомнение необходимость их дальнейшего расширения.
Другие природоохранные группы считают, что отказываться от технологии было бы неправильно: она помогает быстрее анализировать данные и эффективнее использовать ограниченные ресурсы. Их позиция заключается не в том, что экологические издержки можно игнорировать, а в том, что потенциальная польза для защиты природы может перевешивать затраты при разумном применении.
Эта дискуссия приобретает дополнительное значение накануне климатической конференции ООН COP31, которая проходит в Турции в ноябре. Вопрос устойчивого развития ИИ всё чаще выходит за рамки технологической отрасли: от компаний требуют большей прозрачности в отношении энергопотребления и воздействия их инфраструктуры на окружающую среду.
Технология, от которой трудно отказаться
История природоохранных организаций показывает, что спор об искусственном интеллекте уже не сводится к выбору между сторонниками и противниками нейросетей. Даже те, кто критически относится к расширению дата-центров, используют ИИ там, где он позволяет быстрее обнаруживать угрозы и работать с огромными массивами информации.
Вопрос теперь заключается в том, как сохранить преимущества технологии, не перекладывая её экологическую цену на местные сообщества и природные ресурсы. Один из возможных ответов - выполнять часть вычислений непосредственно на устройствах, сокращать повторные запросы и избегать задач, для которых не нужны мощные модели.
Но одних технических мер может оказаться недостаточно. По мере роста ИИ-индустрии природоохранным организациям, государствам и самим технологическим компаниям придётся определять, какие вычисления действительно оправданы и кто отвечает за их экологические последствия. Получается парадокс: чтобы эффективнее защищать природу, экологам всё чаще приходится пользоваться технологиями, развитие которых само становится экологическим вызовом.
