Unbox.id – Kemajuan kecerdasan buatan (AI) dengan Big Data dan pembelajaran mesin semakin mendominasi teknologi informasi. Saat ini banyak sekali gadget dan teknologi canggih yang ditawarkan. Namun, para ahli mengkhawatirkan dampak lingkungan yang disebabkan oleh TI. Terutama terkait data, emisi karbon AI, dan emisi gas rumah kaca. Hingga saat ini permasalahan tersebut belum terselesaikan sejak pandemi Covid-19 terjadi beberapa waktu lalu. Selama pandemi ini, adopsi data dan AI telah meningkat secara eksponensial, seiring dengan meningkatnya kebutuhan akan transformasi digital. Seperti yang dikutip oleh Forbes, cloud memiliki jejak karbon yang lebih besar dibandingkan seluruh sektor penerbangan. Diperkirakan satu pusat data mengonsumsi listrik sebanyak 50.000 rumah.
Tinjauan Teknologi MIT
Sementara itu, kumpulan data untuk pelatihan AI semakin besar. Oleh karena itu, pengoperasiannya memerlukan energi yang sangat besar.
Dalam Tinjauan Teknologi MIT, dilaporkan bahwa pelatihan model AI dapat mengeluarkan setara dengan lebih dari 626 pon karbon dioksida. Perhitungan ini mewakili hampir lima kali lipat emisi seumur hidup rata-rata mobil Amerika.
Jadi perusahaan AI perlu menyadari bahwa penyimpanan data dan AI berkontribusi terhadap emisi gas rumah kaca. Oleh karena itu, diperlukan upaya untuk meminimalkan dampaknya. Sanjay Podder, CEO Accenture dan pemimpin global dalam inovasi teknologi berkelanjutan, mengatakan pertumbuhan eksponensial dalam data dan meningkatnya permintaan energi sebenarnya dapat menghambat dan menghambat kemajuan global dalam perubahan iklim.
Perusahaan Perlu Memitigasi Dampak AI dan Big Data Terhadap Lingkungan
AI Big Data. (Sumber: Network World)
Saat ini, komunitas AI telah mengadopsi sikap “lebih besar lebih baik” terhadap data AI. Namun pendekatan ini mengancam dan menimbulkan kerusakan lingkungan di masa depan.
Pakar teknologi percaya bahwa AI menghabiskan lebih banyak energi untuk membangun model yang lebih besar. Namun, hal ini berbanding terbalik dengan berkurangnya peningkatan kinerja.
Yang perlu dilakukan dunia usaha saat ini bukan hanya mendorong inovasi namun juga meminimalkan dampak AI dan big data terhadap lingkungan. Perusahaan dapat melakukan sejumlah hal berikut untuk memastikan keberlanjutan data dan AI.
Mempertimbangkan Pengukuran Dampak Lingkungan
Perusahaan harus meningkatkan penghitungan karbonnya dengan menyediakan data yang lebih cepat dan akurat mengenai emisi karbon dan dampak keberlanjutannya.
Untuk menghitungnya, perusahaan dapat menggunakan alat seperti Net Zero Cloud, SustainLife, dan Microsoft Cloud for Sustainability. Berkat alat ini, perusahaan akan terbantu untuk memvisualisasikan dan memahami kesalahan dalam tindakan mereka.
Dengan cara ini, perusahaan dapat meningkatkan dan menghindari dampak yang disebabkan oleh pelatihan AI atau Big Data.
Baca juga: Kenali Berbagai Ragam Artifical Intelligence Yang Ada Saat Ini
Google Dukung Mitigasi Dampak AI Terhadap Lingkungan
AI Big Data. (Sumber: JAIN Online)
Kalkulator emisi pembelajaran mesin dapat membantu praktisi membuat perkiraan berdasarkan faktor-faktor seperti penyedia cloud, kumpulan grafik, dan perangkat keras.
Beberapa pekerjaan pelatihan mesin terbesar berpindah ke tempat yang lebih ramah karbon di seluruh dunia. Contoh: Montreal, Kanada. Daerah tersebut memiliki beberapa pusat data yang menggunakan pembangkit listrik tenaga air.
Ketika peneliti AI mempublikasikan hasil mereka pada model baru, mereka harus menyertakan pengukuran jumlah energi yang dipancarkan dalam model mereka. Dengan kinerja dan pengukurannya yang presisi.
Google telah mengidentifikasi empat praktik terbaik yang dikenal sebagai 4M. Pendekatan ini dapat mengurangi emisi energi dan karbon secara signifikan bagi siapa pun yang menggunakan layanan Google Cloud.
Hal ini termasuk memilih arsitektur model pembelajaran mesin yang efisien, menggunakan prosesor dan sistem yang dioptimalkan untuk pelatihan ML. Lakukan komputasi di cloud, bukan di lokasi lokal, dan optimalkan peta untuk memilih lokasi dengan energi paling bersih.
Sumber & Foto: Dari berbagai sumber
