Kunstig intelligens (KI) har potensial til å endre samfunnet radikalt, til gode for hele menneskeheten. KI har økende nytte og anvendelighet, for eksempel innen bioteknologisk og medisinsk forskning. Men trening av algoritmene som ligger til grunn for kunstig intelligens, er ofte svært energikrevende og kostbart og belastende for miljøet.

For to år siden beregnet forskeren Emma Strubell og kolleger ved University of Massachusetts karbonavtrykket til én trening av en slik KI-modell til å være 284 tonn CO2-ekvivalenter, som tilsvarer om lag fem ganger livsløpsutslippet til en bil.

De trente modellene er statiske og må derfor kjøres på nytt hver gang de skal justeres eller oppdateres. Nye problemstillinger og bruksområder krever dessuten utvikling og trening av stadig nye modeller.

Utviklingen innebærer med andre ord at den totale kostnaden og miljøbelastningen er sterkt økende

I 2019 gjorde Strubell & co. sine beregninger på modeller med om lag 200 millioner parametere som krevde 32.000 timer kjøring. Siden da har KI-modellene vokst ytterligere i kompleksitet og dybde.

For Googles seneste språkmodell er antall parametere som må bestemmes ut fra data, nå oppe i over en milliard. Å trene modellen tar uker og måneder selv om arbeidet deles opp i parallelle prosesser i maskinene, og karbonavtrykket øker tilsvarende.

I tillegg kommer en ikke ubetydelig miljøbelastning som følge av lagringen av de enorme datasettene som brukes i modelleringen. En beregning fra 2016 viste at verdens datasentre på det tidspunktet konsumerte like mye energi som hele flyindustrien.

I 2020 pekte en gruppe forskere ved MIT på at det hovedsakelig er økt regnekraft som har ført til fremskrittene for kunstig intelligens de siste årene. De konkluderte med at en tilsvarende utvikling i kommende år hverken vil være økonomisk eller miljømessig bærekraftig, og ei heller teknologisk mulig med dagens KI-algoritmer.

Nye fremskritt er derfor avhengig av mer energieffektive metoder og datamaskiner.

Sporet som utviklingen av kunstig intelligens er inne på nå, er heller ikke sosialt bærekraftig. Videre utvikling krever så store ressurser og tilgang på så store datamengder at det kun er de mest ressurssterke landene og «big tech»-selskapene som kan bære den.

Et slikt utgangspunkt kan øke forskjellene i tilgang på teknologi og utviklingsmuligheter som allerede eksisterer i verden og bidra i negativ retning med å nå flere av bærekraftsmålene, spesielt nummer ti som handler om å redusere ulikhet.

Et annet viktig sosialt aspekt ligger i at mange KI-modeller trenes på enorme mengder observasjonsdata, gjerne samlet på internett. I tillegg til nyttig og relevant informasjon kan dataene skjule utilsiktede skjevheter (såkalt bias) mellom grupper basert på for eksempel kjønn eller etnisitet, eller til og med uheldige og umoralske tendenser uttrykt av grupperinger i samfunnet. Dersom dette ikke håndteres på en god måte, vil slike skjevheter bygges inn i modellene og komme til uttrykk når de brukes.

Selskapet Amazon måtte for eksempel gå bort fra bruk av kunstig intelligens i automatisk vurdering av jobbsøkere fordi en kjønnsforskjell i dataene favoriserte menn blant søkerne.

Vi trenger mer energiøkonomiserende kunstig intelligens som lærer raskt, gjerne fra lite data. Den bør være dynamisk lærende og kunne bygge videre på eksisterende modeller. Vi må også ha større oppmerksomhet på de etiske aspektene og oppdage og unngå «bias». Dessuten må vi kjenne usikkerheten knyttet til de beslutningene som KI tar for oss.

Mange, meg inkludert, mener løsningen ligger i å hente mer inspirasjon fra den menneskelige hjernen, for den besitter alle disse egenskapene. Hjernen har vært inspirasjonskilde for utviklerne helt siden starten av KI, dog i varierende grad.

For noen år siden dukket det opp lilla gulrøtter i butikken. De fleste av oss stusset, men kun et lite øyeblikk, for vår kjennskap til oransje gulrøtter gjorde at bare en enkelt observasjon av lilla gulrøtter var nok til å utvide vår mentale grønnsakkategori «gulrøtter». Kunstig intelligens må per i dag stort sett trenes fra bunnen for hver ny problemstilling. Men nyere forskning har vist at det er potensial for slik rask, menneskeinspirert læring.

Solve Sæbø
Solve Sæbø (Foto: Håkon Sparre)

Å ta utgangspunkt i menneskelige evner som denne og andre, særlig det at vi kan lære overordnede konsepter og ideer av hverandre, kan få utviklingen inn på et mer bærekraftig spor. Behovet for å trene modeller gjentatte ganger for oppdatering eller justering ville kunne reduseres, og avhengigheten av store datamengder blir mindre.

Å ta utgangspunkt i menneskelige evner, særlig det at vi kan lære overordnede konsepter og ideer, kan få utviklingen inn på et mer bærekraftig spor

I nær fremtid tror jeg at slik læring på overordnet nivå også gir mulighet til å overføre sunn fornuft og moralske prinsipper til KI-modellene, riktignok forutsatt at vi blir enige om hvilken moral som skal gjelde.

Det må vi tenke på allerede nå.

I dag ser vi at nevrovitenskap og kunstig intelligens søker mer sammen. Det kan være starten på et mer nyttig, effektivt og samtidig bærekraftig spor. Nasjonale og internasjonale myndigheter kan og bør bidra til å gi denne utviklingen momentum og regulere den, slik at den kommer alle mennesker til gode og ikke utgjør en risiko for sikkerhet og bærekraftig utvikling.

Mange av disse problemstillingene tas opp av forskermiljøer verden over, også i Norge. Innen NORA-nettverket jobbes det for eksempel med mer energiøkonomiske og menneskeinspirert algoritmer, og med etiske/moralsk prinsipper for KI.

Regjeringens nasjonale strategi for kunstig intelligens påpeker mange viktige juridiske og etiske aspekter, men ikke bærekraft i bred nok forstand. Det burde den, fordi utviklingen av KI har potensielt stor påvirkning på klima og sosiale forskjeller.

Denne kronikken er basert på blogginnlegget «How to make AI more sustainable»(Vilkår)Copyright Dagens Næringsliv AS og/eller våre leverandører. Vi vil gjerne at du deler våre saker ved bruk av lenke, som leder direkte til våre sider. Kopiering eller annen form for bruk av hele eller deler av innholdet, kan kun skje etter skriftlig tillatelse eller som tillatt ved lov. For ytterligere vilkår se her.