組織は、人工知能（AI）がそのタスクに最も効率的なツールかどうかを評価し、リスクとエネルギー消費を最小限に抑えるため、倫理性、プライバシーへの配慮、環境意識を確保する必要があります。
データの選定からトレーニング、導入に至るまで、AIのあらゆる段階で効率を高めることで、環境への影響を大幅に軽減できます。
政府、産業界、イノベーターは連携し、持続可能なエネルギーソリューション、クリーンエネルギーへの公平なアクセス、イノベーションと環境を優先する規制の調和を推進する必要があります。
人工知能（AI）は、テクノロジーを善のために活用できる一生に一度の好機です。しかし、そこには逆説があります。
AIは、核融合やスマートグリッドなどの技術を通じて、より信頼性が高く排出量の少ないエネルギーの未来を切り開く驚異的な能力をもたらします。しかし、これらの技術の開発に必要な計算処理が短期的に消費するエネルギーは、私たちが解決しようとしている問題そのものを悪化させる恐れがあります。
AIの持続可能性を高めることは、道徳的義務であると同時に実務上の急務であり、産業界、政策立案者、エンドユーザーが迅速に行動する動機となるべきです。AIの効率向上は誰にとっても利益になります。エネルギーと水の消費を抑えれば、運用コストと環境への影響を低減できるからです。
成功するには、協力し、全体を見渡して考え、持続可能な道筋を切り開くため緊急に行動する必要があります。AIを責任ある形で拡大するために取り組むべき4つの優先課題を紹介します。
1. AIがその仕事に適したツールかを見極める
AIは世界中の産業や科学的発見に革命をもたらしますが、組織やテクノロジーのリーダーは、AIの稼働に必要なものを踏まえ、意図を持ってAIを活用する必要があります。利用可能な他のツールも含めてAIを慎重に評価し、環境負荷を抑えながら事業要件を満たすのに、より適した最適化済みの選択肢がないか検討しなければなりません。
生成型予測ツール（GPT）と標準的な検索エンジンへのクエリを簡単に比較すると、この点がよく分かります。生成AI（GenAI）への1回のクエリは検索エンジンへの1回のクエリの約15倍のエネルギーを消費しますが、GPTへの関心がユーザーにGPTを選ばせる可能性があります。そのため、GenAIがその仕事に適したツールかどうかを評価する必要があります。
市場に出向くのにレーシングカーが必要ないのと同じように、単純な用途にAIは必要ありません。新たなAIプロジェクトを始める際、組織は、期待される事業成果、データのニーズ、AIモデルの要件、エネルギーと冷却の需要などを明確に示したAI事業計画を策定すべきです。
さらに、AIの設計段階から責任あるあり方が組み込まれていなければ、特有の深刻な倫理的リスクを招く恐れがあります。
価値を実現しつつ組織にとってのリスクを軽減するには、AIはプライバシーに配慮し、安全で、人権を保護し、包摂的かつ偏りがなく、誤用や悪用の機会を最小限に抑え、説明責任を確保できるよう説明可能な設計でなければなりません。
皆さんのユースケースは、信頼を促すために、これらのリスクを効果的かつ効率的に考慮し、軽減できるでしょうか。こうした点を丁寧に検討することで、AIの代替手段の方が適切な場面を見極められます。
2. AIのライフサイクル全体を最適化する
AIを持続可能な形で拡大するには、持続可能性の観点からパフォーマンスを最適化するため、利用可能なあらゆる手段を講じる必要があります。重要なのは、これがITの持続可能性を高める取り組みにおける一度限りの措置ではないということです。データ選定からモデル設計、トレーニング、チューニング、推論、さらには機器の寿命が尽きるまで、AIのライフサイクルのあらゆる段階で実施しなければなりません。
先進的なチップや、100%直接液冷方式のシステムアーキテクチャなど、AIインフラと機器の効率向上に大きな注目が集まってきたのは当然ですが、機器の枠を超えて考える必要があります。この方式は電力消費を90%削減できます。
AIのライフサイクルを検討し、ソフトウェア、データ、エネルギー、資源の効率を高めなければなりません。たとえばデータ効率に注目するなら、モデルのトレーニングに投入する前にデータセットを厳しく評価し、余分なデータや無関係なデータの処理に計算能力を浪費していないか確認することが考えられます。
同様に、適切なモデルがすでに存在する場合、可能な限り事前学習済みモデルを使えば、新しいモデルを再トレーニングするためのエネルギー消費をなくせます。
組織は、詳細なパフォーマンス指標を追跡するために必要な測定・監視ツールも導入しなければなりません。調査によると、企業の44%しかAI関連のエネルギー使用量を実際に監視しておらず、環境負荷を削減する機会を逃しています。
きめ細かな監視と全体を見渡した思考を組み合わせることで、研究者はすでに、再生可能エネルギーがより豊富な時間帯に合わせてモデルのトレーニング時間を調整するだけで、排出量を最大80%削減できる可能性を見いだしています。
3. あらゆる場所で、よりクリーンなエネルギーの未来を目指す
世界中でエネルギー需要が24時間365日続く現実に対応するには、テクノロジーのイノベーターと政策立案者が実りあるパートナーシップを築き、イノベーションを促す取り組みに資源を振り向け、低炭素エネルギーの未来に向けたロードマップを見直す必要があります。
そのためには、より幅広く信頼性の高いエネルギーミックスの一環として、原子力などの低炭素エネルギー源に対する先入観を見直す必要があるかもしれません。
先進国には、発展途上国のエネルギー網の脱炭素化を支援する責任もあります。多くの国では、資金不足、調達上の制約、さらには政治的意志の欠如により、低炭素エネルギー源のインフラを利用できません。
世界の多くの地域がエネルギー生産の脱炭素化で遂げた進展をさらに前進させ、誰もが持続可能な形でAIの恩恵を受けられるようにすることが、これまで以上に重要です。
4. 責任あるAIのための賢明な規制政策を実施する
政策立案者と民間部門は連携し、賢明で効果的かつ実践的な規制政策を策定する必要があります。こうした政策では、持続可能なITのイノベーションを促し、AIに関連する電力消費と排出量を監視・把握するとともに、国境を越えて規制を調和させ、ベストプラクティスの迅速な導入を促すべきです。
電気電子技術者協会など、国際機関が策定した方法論の採用を促進すべきです。複数のAI規制が導入されていますが、その大半は環境の持続可能性を考慮していません。
さらに、データセンターの一時的な稼働停止を定める応急措置は、現実的な長期解決策ではありません。必要なのは、倫理的な利用など、より幅広い考慮事項に加えて環境の持続可能性を優先する、全体的かつ包括的なアプローチです。
天然資源を守りながらAIの可能性を最大限に実現するには、飛躍的なイノベーションを優先する強固な官民連携が不可欠です。政府、産業界、市民社会のリーダーは協力し、責任ある持続可能なAIの実践を策定し、実行する必要があります。
AIが世界の人々の長期的な繁栄と幸福に確実に貢献するよう、私たちは全体を見渡して考え、緊密に協力し、オープンに共有し、迅速に行動しなければなりません。
