("")

Lasse F. Wolff Anthony og Benjamin Kanding. Foto: Privat

forskning

Effektivt våben mod klimaforandringer

Det gratis open source-værktøj Carbontracker udregner, hvor stort et klimaaftryk udviklingen af såkaldte deep learning-modeller sætter.

Hvor udbredt er deep learning?

De fleste af os er i nærkontakt med deep learning i det daglige, uden at vi måske ved det. Når vi for eksempel bruger Siri og Alexa, eller når Netflix foreslår film og serier til os baseret på vores historik, eller når vi skriver med en kundeservice-chatbot på en hjemmeside, så er deep learning-algoritmer i spil.

Hvad er problemet?

Bagsiden ved deep learning, som ellers forventes at blive et effektivt våben i kampen mod klimaforandringer, er det store energiforbrug. Hvis tendensen i industrien fortsætter, kan kunstig intelligens og især deep learning blive en af de helt store klimasyndere. Fra 2012 til 2018 er behovet for regnekraft i deep learning vokset med 300.000 procent. Lige nu er der tale om en eksponentiel vækst.

Hvor ligger energiforbruget?

Selve træningen, hvor den matematiske model lærer at genkende mønstre i store mængder data, er en energitung proces, fordi den foregår i specialiseret, strømkrævende hardware, der kører i døgndrift. Samtidig bliver datasættene hele tiden større, og problemerne, som algoritmerne skal løse, mere og mere komplekse. En af de største deep learning-modeller er den avancerede sprogmodel GPT-3. På bare en enkelt træningssession estimeres den til at bruge, hvad der svarer til et års energiforbrug i 126 danske hjem, og udlede samme mængde CO2 som godt 700.000 kilometers bilkørsel.

Hvordan kan problemet løses?

Vi har opfundet softwareprogrammet Carbontracker, som kan beregne, hvor meget energi og CO2-udledning der går på at træne en deep learning model. Programmet indhenter periodevis information om, hvor meget CO2 der bliver brugt ved at producere energi i den region, som træningen foregår i, for så at kunne omregne energiforbruget til CO2-udledning. Det er vigtigt, at man i branchen kigger på, hvor og hvornår på dagen man træner sin model, da strømmen ikke er lige grøn i løbet af et døgn. Det er ikke ligegyldigt, om man træner sin model i Estland eller i Sverige, hvor CO2-aftrykket kan være over 60 gange mindre, fordi energiforsyningen er langt grønnere. Der er også stor forskel på, hvor energieffektive algoritmer er. Nogle kræver mindre regnekraft og dermed mindre energi for at opnå det samme.


Læs også...

Der er tilfredshed i PROSA, efter at PET-lovændring er udskudt. IT-fagforeningen sendte forleden et åbent brev til justitsministeren, som påpegede…

Vi har hørt det uendelig mange gange: Der mangler kvinder i tech. Og vi får gang på gang at vide, at det er et problem, at piger ikke er interesserede…

Big tech er ved at kvæle rigtige fællesskaber med zombie-scrolling. Den faglige kamp har brug for, at de unge møder op og giver en injektion af…

Behandling eller undersøgelser mod barnløshed sidestilles med almindeligt sygefravær, og som funktionær har du derfor også ret til fri med løn for at…

Arbejdsmiljøet hos den danske IT-gigant er så problematisk, at de IT-professionelles fagforening nu advarer unge mod ansættelse. ”Det er prestige over…

Den danske IT-branche omsatte for knap 330 milliarder kroner sidste år, hvilket er rekord. Fremgangen sker til trods for, at det samlede antal ansatte…

Det seneste halve år har PROSA oplevet, at antallet af henvendelser om opsigelser overstiger antallet af ansættelseskontrakter. ”Det er nyt og uvant,…

Kommissionens udspil omkring at gøre EU førende inden for AI-udvikling blev offentliggjort 9. april. Der skal blandt andet oprettes AI-gigafabrikker…

I 2026 åbner SDU et nyt campus i Vejle, som skal have fokus på IT- og STEM-uddannelser. Nu har uddannelses- og forskningsministeren godkendt de første…