AIの台頭を支えるために必要な計算能力は、約100日ごとに倍増している。
AIの進歩と持続可能性の要請とのバランスを取ることは不可欠である。
AIとグリーン転換を管理するために、直ちに取りうる対策がある。また、将来の成果につながる基盤を今日築くこともできる。
人工知能（AI）の急速な進歩に社会が驚嘆している一方で、こうした進歩が環境に及ぼす影響は見過ごされがちである。AIがもたらす重大な環境負荷には、注目と対策が必要である。
AIが生産性の前例のない向上と社会の幸福の増進をもたらすという変革の可能性を果たすためには、持続可能な形で進化しなければならない。
このジレンマの中心にあるのは、ハードウェアから学習プロトコル、運用技術に至るまで、AIエコシステム全体に及ぶ多大なエネルギー需要である。
AIとエネルギー需要
驚くべきことに、AIの台頭を支えるために必要な計算能力は、約100日ごとに倍増している。AIモデルの効率を10倍に改善するには、計算能力の需要が最大1万倍にまで急増する可能性がある。AIタスクの実行に必要なエネルギーは、すでに年率26%から36%の間で加速している。これは、2028年までにAIが、2021年にアイスランド全体が使用した電力よりも多くの電力を使用する可能性があることを意味する。2021年にアイスランドという国全体が使用した電力。
AIのライフサイクルは、環境に主に2つの段階で影響を与える。学習段階と推論段階である。学習段階では、モデルが膨大な量のデータを取り込むことで学習し、発展する。学習が完了すると、モデルは推論段階に移行し、現実世界の問題を解決するために適用される。現在、環境負荷は二分されており、学習が約20%、推論が80%と大部分を占めている。AIモデルが多様な分野で普及するにつれ、推論の必要性とその環境負荷は増大していくだろう。
AIの急速な進歩を環境の持続可能性という要請と両立させるためには、綿密に計画された戦略が不可欠である。これには、直近および短期的な対策に加え、長期的な持続可能性の基盤を築くことも含まれる。
直近の視点：今日からAIのエネルギー需要を削減する
研究が進みつつあるとして、今日取りうる実行可能な対策について。AIの進歩を持続可能性と両立させる。例えば、AIモデルの学習段階と推論段階で電力使用量を抑制することは、AIのエネルギー消費を12%から15%削減する有望な方法である。一方で、タスクの完了時間が若干犠牲になり、GPUを用いた場合は約3%長くかかると予想されている。
もう一つの効果的な戦術は、エネルギー節約のための最適化されたスケジューリングである。AIのワークロードを、エネルギー需要の低い時間帯に合わせて移行させることで、大幅な省エネルギーにつながりうる。例えば、短いタスクを夜間に実行したり、エアコンの使用が普及している地域では、大規模なプロジェクトを涼しい月に計画したりすることが挙げられる。
最後に、個別に専用インフラを構築するのではなく、共有データセンターやクラウドコンピューティング資源の利用へと移行することで、計算タスクを共同インフラに集約し、AI運用に伴うエネルギー消費を削減できる。これにより、機器にかかる費用の節約や、特に電力コストの低い地域に資源を戦略的に配置した場合には、電気料金の低下にもつながりうる。
近い将来：エネルギー転換のためにAIを活用する
直近の対策にとどまらず、近い将来の焦点は、AI自体の能力を活用して持続可能性を促進することにあるべきである。適切に用いられたAIは、強力なツールになりうる。これは、昨年の国連気候変動枠組条約締約国会議（COP28）で定められた、今世紀末までに再生可能エネルギーの設備容量を3倍にし、エネルギー効率を2倍にするという野心的な目標の達成に役立つ。
AIは、さまざまな方法で気候変動対策やエネルギー転換の取り組みを強化する。例えば、クリーンエネルギー技術向けの新素材の開発や、太陽光発電および風力発電施設の最適化を支援する。また、AIはエネルギー貯蔵能力の強化、炭素回収プロセスの改善、より良いエネルギー計画のための気候および気象予測の精度向上に貢献できるほか、核融合などのグリーンエネルギー源における新たなブレークスルーを促進することもできる。
再生可能エネルギーの環境を強化するためにAIを戦略的に活用することで、AIの将来は、自らの運用を環境に配慮したものにするだけでなく、次世代のためにより持続可能な世界を築く一助となることが期待できる。
長期的視点：AIと量子コンピューティング
長期的には、AIと新興の量子技術の相乗効果を高めることは、AIを持続可能な開発へと導くための重要な戦略である。計算需要の増大とともにエネルギー消費が増加する従来型コンピューティングとは対照的に、量子コンピューティングは計算能力とエネルギー使用量の間に線形の関係を示す。さらに、量子技術はモデルをよりコンパクトにし、学習効率と全体的な機能性を高めることで、AIを変革する可能性を秘めている。しかも、業界で常態化しつつある多大なエネルギー負荷を伴うことなく実現できる。業界で常態化しつつある懸念すべき状況。
この可能性を実現するには、政府による支援、産業界による投資、学術研究、そして一般市民の参加を含む共同の取り組みが必要である。これらの要素を統合することで、AIの進歩が地球の健全性の維持と調和して進む未来を構想し、実現することが可能になる。
技術革新と環境への責任が交差する地点に立つ今、進むべき道は明確である。それは、持続可能性をAI開発の中核に取り入れ、推進するための共同の取り組みを求めている。地球の未来は、この決定的な方向性の一致にかかっている。我々は決然と、かつ協力して行動しなければならない。
