IklanIklanOpiniElina NoorElina Noor
- Resolusi AI PBB yang penting terkait dengan tujuan pembangunan berkelanjutan harus menjadi peringatan bagi Asia Tenggara untuk mempertimbangkan biaya sebenarnya dari mengadopsi AI dengan kecepatan sangat tinggi
Elina Noor+ FOLLOWPublished: 9:30am, 2 Apr 2024Mengapa Anda dapat mempercayai SCMPSedia Majelis Umum PBB baru-baru ini mengadopsi resolusi penting untuk mempromosikan sistem kecerdasan buatan yang “aman, terjamin, dan dapat dipercaya” untuk pembangunan berkelanjutan. Diperkenalkan oleh AS dan didukung oleh lebih dari 120 negara, resolusi AI adalah yang pertama dari jenisnya untuk perakitan – pengakuan atas jangkauan AI yang luas tetapi tidak setara dan upaya hingar bingar untuk memanfaatkan dan mengatur teknologi. Meskipun gagasan keselamatan, keamanan dan kepercayaan beresonansi secara berbeda di ibukota teknologi dari Silicon Valley ke Shenhen, di metropolis kebijakan Brussels dan Washington, dan di ekonomi yang meningkat dari mayoritas global, resolusi PBB berhasil memotong geografi yang berbeda dan demografi mereka dengan melampirkan dirinya ke Tujuan Pembangunan Berkelanjutan PBB. desain, pengembangan, evaluasi, pengujian, penyebaran, penggunaan, penjualan, pengadaan, operasi, dan penonaktifan – yang membuat resolusi ini penting, terutama mengingat jejak iklim AI yang luar biasa. Secara kebetulan, dua hari sebelum resolusi PBB diadopsi, Organisasi Meteorologi Dunia merilis laporan tahunan State of the Climate. Ini dikonfirmasi tahun lalu sebagai yang terpanas dalam catatan dan merupakan dakwaan tentang seberapa banyak kerusakan aktivitas manusia terus mendatangkan lingkungan, dengan rekor rusak lagi untuk emisi gas rumah kaca, suhu permukaan dan kenaikan permukaan laut. Untuk Asia Tenggara, wilayah yang bullish pada teknologi dan sangat rentan terhadap perubahan iklim, AI lebih sering dilihat sebagai solusi untuk krisis lingkungan daripada kontributor. Teknologi pertanian, misalnya, digunakan untuk mengelola kerawanan pangan yang diperburuk oleh naiknya permukaan laut, kekeringan dan banjir. AI juga digunakan untuk meramalkan banjir, mengantisipasi polusi udara dan mempercepat transisi energi hijau di kawasan ini.
Tetapi menyebarkan AI di berbagai sektor bukan tanpa biaya untuk iklim. Aplikasi AI utama dan infrastruktur pendukungnya, yang dirancang untuk redundansi dan pembaruan berkelanjutan untuk memenuhi harapan klien, terkenal intensif sumber daya.
Di seluruh dunia, penggunaan listrik pusat data, sering didukung oleh bahan bakar fosil, menyumbang hingga hampir 4 persen dari emisi gas rumah kaca, bahkan melebihi industri penerbangan. Pada tahun 2020, pusat data sendiri menyumbang hampir 7 persen dari konsumsi energi Singapura, dengan proyeksi peningkatan menjadi 12 persen pada tahun 2030. Pendinginan pusat data khas Asia Tenggara membutuhkan lebih banyak energi karena panas dan kelembaban di kawasan ini.
Di mana air daripada udara digunakan untuk mendinginkan pusat data, beberapa juta liter per tahun dapat disalurkan ke satu gedung pusat data. Google, yang memiliki tiga pusat data di Singapura, melaporkan konsumsi air sekitar 450.000 galon per hari untuk pusat data rata-rata pada tahun 2021.
Ini belum lagi kekuatan komputasi rakus yang diperlukan untuk AI generatif. Satu studi memperkirakan bahwa melatih model bahasa besar tunggal (LLM) dengan 175 miliar parameter dapat menghasilkan lebih dari 500 ton karbon yang dipancarkan, setara dengan membakar lebih dari 551.038 pon batubara.
Dengan kata lain, dibutuhkan lebih dari 8.200 bibit pohon yang ditanam selama 10 tahun untuk menyerap jumlah karbon yang dihasilkan hanya dengan satu LLM tersebut. Pada tahun 2018, OpenAI mencatat bahwa sejak 2012, jumlah “komputasi” – daya pemrosesan, memori, dan sumber daya perangkat keras – yang digunakan dalam pelatihan AI terbesar telah meningkat secara eksponensial, dua kali lipat setiap 3,4 bulan.
Tetapi konsumsi sumber daya dan emisi karbon hanyalah sebagian dari cerita. Jenis dampak lingkungan lainnya, seperti toksisitas polutan atau limbah dan hilangnya keanekaragaman hayati, jarang, jika pernah, dinyatakan.
Selain itu, perlu dicatat bahwa peningkatan efisiensi melalui AI mungkin tidak memiliki efek positif bersih terhadap lingkungan. Bahkan bisa memperburuk kerusakan dalam apa yang oleh beberapa orang disebut “efek rebound”. Ini adalah saat penghematan biaya, sumber daya, dan waktu melalui pengoptimalan diubah menjadi peningkatan konsumsi dan efek knock-on-nya terhadap iklim.
Seruan resolusi PBB untuk pendekatan siklus hidup terhadap AI merupakan langkah penting menuju penghitungan yang jujur tentang dampak lingkungan sistem ini.
Untuk meminjam dari standar yang diakui secara internasional (ISO 14040 dan ISO 14044 untuk pengelolaan lingkungan) dan metodologi penilaian siklus hidup khusus teknologi informasi dan komunikasi International Telecommunication Union PBB, ini mungkin memerlukan penilaian seluruh spektrum kegiatan – mulai dari ekstraksi mineral hingga pembongkaran sistem – dan generasi jejak ekologi dan tenaga kerja mereka sendiri di semua 11 tahap taksonomi PBB untuk siklus hidup AI.
Sementara perusahaan telah memulai inisiatif “melingkar”, seperti rencana Microsoft untuk menggunakan kembali 90 persen aset perangkat keras komputasi awannya pada tahun 2025, tidak semua perusahaan dapat melakukan ini. Ada juga risiko reputasi yang perlu dipertimbangkan jika ada penghitungan “rantai pasokan full-stack” tentang dampak ekologis AI yang sebenarnya, termasuk apa yang oleh ekonomi konvensional disebut “eksternalitas” – pada dasarnya efek pihak ketiga.
Namun, dengan 20 pusat data baru yang diharapkan di seluruh Asia Tenggara pada tahun 2027 di samping 242 yang ada, pasar pusat data regional terlihat tumbuh dengan tingkat tahunan gabungan lebih dari 6,5 persen antara tahun 2022 dan 2028, dan kesenjangan emisi 2,6-3,2 gigaton yang ditetapkan terhadap target 2030, pendekatan bisnis seperti biasa untuk AI yang lebih besar adalah lebih baik akan sangat tidak sesuai dengan urgensi iklim di kawasan ini.
Lagi pula, jika kepala eksekutif OpenAI Sam Altman benar dalam memprediksi bahwa AI akan “mengubah dunia jauh lebih sedikit daripada yang kita semua pikirkan”, apakah layak membangun dengan cepat dan menghancurkan hal-hal dengan biaya potensial dari planet yang terluka dan umat manusia yang tidak teratur?
Elina Noor adalah rekan senior di Program Asia di Carnegie Endowment for International Peace
1