AIの環境負荷
大規模言語モデルの学習には数千台のGPUを数週間以上稼働させる必要があり、大量の電力を消費して温室効果ガスの排出につながります。データセンターの冷却には水も使われます。運用中の推論も利用者数に応じて継続的に電力を使うため、学習時だけの問題ではありません。モデルの大規模化が続くなか、AIの環境負荷は気候変動の観点から重要な論点になっています。
対策
- 環境負荷(消費電力、排出量)の測定と開示
- モデルの軽量化(蒸留、プルーニング、量子化)と効率的なアーキテクチャ
- 効率的な学習手法、学習済みモデルの再利用(転移学習)
- データセンターの再生可能エネルギーへの転換、冷却効率の改善
- 用途に対して過剰に大きなモデルを使わない
AIによる環境対策
一方で、AIは電力網の需給調整、建物や工場のエネルギー最適化、気象予測、再生可能エネルギーの発電予測、生態系のモニタリングなど気候変動対策にも活用されています。負荷と貢献の両面を踏まえて利用を判断することが求められます。
試験で問われる観点
- 学習だけでなく推論も電力を消費する
- 対策としての軽量化と再生可能エネルギー
- AIは環境対策にも使われる