Teknisk utveckling kommer nästan alltid med två sidor – skapar nya möjligheter men för också med sig olika former av utmaningar som vi behöver hantera. Extra tydlig blir denna paradox när det kommer till AI vilket jag skrev om i del 1 av 3 i AI-paradox-serien (du hittar den första artikeln här).
Nu är det dags att prata om den hoppfulla sidan av AI.
Med största sannolikhet kommer AI framåt att kunna ge oss helt nya möjligheter att lösa stora utmaningar som vi står inför – klimatutmaningen inkluderat.
Det finns ingen som har undgått att vi parallellt med den skenande tekniska utvecklingen har en lika snabbt skenande klimatkris. Vi kommer i närtid att få uppleva stigande temperaturer som i ökad grad för med sig en mix av värmeböljor, torka, bränder och extrem nederbörd. Ett läge som är så akut att det definierats som “Code red for humanity“ av FN:s generalsekreterare António Guterres.
Vi behöver drastiskt öka tempot i den gröna omställningen där ALLT omkring oss behöver bli fossilfritt, cirkulärt och verka inom planetens gränser. Och då räcker det inte med små klimatinsatser som att äta vegetariskt på måndagar, dra ner värmen några grader i huset och källsortera. Nej, vi behöver ställa om hela våra samhällen i grunden.
För det behöver vi:
Använda all den gröna teknik som vi redan har – energi från sol och vind, batterier, el-bilar, grön vätgas till våra fabriker och så vidare.
Och
Vi behöver satsa på nya gröna innovationer som ännu inte nått kritiska brytpunkter vad det gäller tekniska nivå och konkurrenskraft gällande pris.
I båda dessa punkter kan AI hjälpa oss framåt.
Hur då?, tänker du kanske.
Låt mig försöka bena ut.
Område 1. AI hjälper oss att öka den gröna innovationstakten rejält
De senaste årens genombrott inom maskininlärning och djupinlärning (underkategorier inom AI) har gett oss innovativa supermuskler – vilket bidragit till att innovationstakten har ökat rejält. I januari tidigare i år skrev jag en bloggpost på temat som du hittar här. Sedan dess har ytterligare banbrytande framsteg gjorts inom området, bland annat från A-lab.
A-Lab är ett nytt initiativ från Lawrence Berkeley National Laboratory (LBNL) som med hjälp av AI har identifierat 150 000 kandidater till nya icke-organiska material. Nya material som exempelvis kan hjälpa oss att ta fram mer effektiva batterier, nya sätt att lagra energi, mer effektiva solceller, nya typer av bränsleceller och termoelektriska material (material som genererar energi från temperaturskillnader).
AI har bara de senaste 1 - 2 åren i rasande fart förändrat sättet som man kan jobba med F&U. Istället för att utgå från teoretisk förståelse (hos en människa) kan AI nu dyka ner i en massa information (data) och hitta helt nya typer av samband som tidigare varit dolda för oss. I fallet A-Lab spottade de smarta algoritmerna ur sig hela 150,000 förslag på nya material som potentiellt kan användas på en massa olika sätt.
Men det stannar inte där.
När en kandidat till ett nytt material har tagits fram behöver det också testas IRL på ett laboratorium. Även denna del utförs på A-Lab av teknik. 24/7 jobbar robotarmar helt utan mänsklig inblandning med mixa ihop olika komponenter. Såhär kan det gå till:
”It guides robotic arms to select among nearly 200 different powdery starting materials, containing elements such as lithium, nickel, copper, iron, and manganese. After mixing the precursors, another robot parcels out the mix into a set of crucibles, which are loaded into furnaces where they can be mixed with gases such as nitrogen, oxygen, and hydrogen. The AI then determines how long to bake the different mixes, the temperatures, drying times, and so on.”
A-Labs testande kickades igång i början av 2023 och tros vara det första helt automatiserade labbet för forskning kring nya icke-organiska material. Gerd Ceder som är Principal Investigator på A-Lab säger så här:
“I have made more new compounds in the last 6 weeks than my whole career.”
På sajten materialsproject.org ligger information om alla nya materialkanidater samlade.
Ett annat exempel på hur AI har hjälpt oss att nå nya banbrytande genombrott kommer från DeepMind och AlphaFold som av tidningen Forbes kallats för ”The Most Important Achievement In AI Ever”. I den här bloggposten berättar jag mer om hur AlphaFold 2022 kartlade proteinstrukturen för över 200 miljoner proteiner och vad det kan betyda framåt.
Länk: judithwolst.se
Vad innebär då dessa AI-genererade genombrott? Jo, två saker. Först ska vi bara bena ut ett par grundläggande regler som gäller för teknisk utveckling generellt, utan AI i ekvationen. Nämligen:
💥 Över tid tenderar en teknisk lösning att bli bättre och mer effektiv (Moore’s law) samtidigt som kostnaderna går ner (Wright’s law).💥
Detta ser vi bland annat tydligt när det kommer till utvecklingen av energi från fossilfria källor och batteriteknik. I de hoppingivande graferna här under illustreras hur priserna kraftigt har fallit över tid.
Länk: Our World in Data: Why did renewables become so cheap so fast?
Nu till våra två antagande kring vad som händer när vi adderar AI.
Ett: För gröna teknologier som redan är utvecklade kommer AI sannolikt att kunna hjälpa oss att göra dessa ännu bättre och mer effektiva. Men inte bara det. ”Money makes the world go round” sjöng Liza Minelli och vi vet att förändring på allvar brukar ta fart när det nya inte bara är bättre, utan också är det smartaste valet för plånboken. Redan idag är energi från solen det billigaste sättet att framställa energi på de flesta platserna på jorden. Med hjälp av AI är det inte orimligt att tänka sig att även kostnaderna för grön teknik kommer att kunna sjunka i ännu snabbare takt när vi tar hjälp av smarta algoritmer.
Två: Det andra antagandet vi kan göra är att nya gröna lösningar och viktiga framtida genombrott kan nås ännu snabbare med hjälp av AI. Ge oss de där innovativa superkrafterna som A-lab, AlphaFold med flera har visat är möjligt.
Toppen!
Då tror jag att vi är redo för nästa exempel på tillämpningsområde som handlar om att göra dåliga saker mindre dåliga.
Område 2. AI hjälper oss att få ner utsläppen i sådant som vi redan gör
Innan vi hunnit ställa om våra samhällen och fått alla fossilfria lösningar på plats behöver vi också optimera och effektivisera sådant som vi redan gör. Så att våra nuvarande processer blir mindre dåliga. AI har en unik förmåga att snabb identifiera mönster och samband som hjälper oss att just optimera olika typer av flöden. Låt oss ta några konkreta exempel: Energiförbrukning: Energi i sig är inte dåligt. Fossilbaserad energi är dåligt och så länge som världens energi till nästan 80% kommer från fossila källor, ja då måste vi också optimera den energi som vi använder.
AI kan exempelvis användas för att optimera energiförbrukningen i våra byggnader. Google lyckades redan 2016 få ner energiförbrukningen i sina datacenter med 40% med hjälp av AI. Sedan dess har tekniken utvecklats rejält och allt fler använder liknande lösningar för just optimering av energianvändning.
Mindre dåligt cement: Cement är ett av världens mest använda material och dessvärre också en stor klimatbov som står för hela 8% av de globala utsläppen av växthusgaser. Tillsammans med University of Illinois har Meta (Facebooks moderbolag) utformat en AI-model som optimerar sättet att blanda betong på (betong = cement + grus + sand) och som ger ett både starkare och mindre klimatdåligt resultat. I siffror, 40% mindre koldioxid. Även MIT-IBM Watson AI Lab jobbar på liknande utmaning.
Givetvis behöver vi hitta helt fossilfria alternativ till cementet, men innan vi har nått dit är optimering av det dåliga ett steg på vägen.
Optimera trafik och flöden i våra städer: 70% av världens befolkning beräknas bo i städer år 2050. AI och dataanalys kan i realtid ge oss information om hur människor och fordon rör sig i städerna, så att vi kan optimera dess flöden på bästa sätt. Detta gäller också för kollektivtrafiken, vilken vi vet är viktig för att vi på ett hållbart sätt ska kunna transportera oss i städerna.
Fler exempel på hur AI kan hjälpa oss att optimera och effektivisera processer finns i oändlighet. Du hittar flera i vår SusTechable-rapport från 2021, AI och hållbarhet – 20 exempel där tekniken används redan idag, som finns gratis att ladda ner här.
Område 3. AI gör det skitsvårt att fuska
Ett tredje och sista område som jag tänkte lyfta handlar om att AI kan hjälpa oss att sätta krokben för de bolag, stater och aktörer som inte tar sitt ansvar att ställa om. Till vår hjälp har vi en framväxande "radikal transparens" som tack vare AI och ögon i rymden (aka satelliter) gör det allt svårare att ducka för ansvar. Varje dag och minut samlas en massa global data om planeten in från satelliter som svävar runt jorden och som nu kan användas som verktyg i klimatomställningen.
Med hjälp av satellitdata och mätsystem på jorden kan vi följa hur glaciärer smälter och hur golfströmmen försvagas. Vi kan få detaljerad information om bränder och översvämningar så att vi kan agera snabbare. Vi kan få hjälp att identifiera illegala saker såsom miljöbrott eller otillåtet fiske. Och vi kan övervaka känsliga naturområden.
Radikal transparens handlar sedan nyligen också om att kartlägga sådant som är osynligt för våra mänskliga ögon; utsläpp av växthusgaser.
Tidigare har information om utsläpp byggt på självrapportering och där dessa siffrorna varken varit helt tillförlitliga eller heltäckande. Dessutom har informationen generellt funnits tillgänglig först med flera års fördröjning. Sätten att rapportera utsläpp på har dessutom skilt sig åt mellan länder och företag.
Climate TRACE är en av flera organisationer som med hjälp av satellitdata, AI och landbaserade sensorer jobbar för att i detalj offentliggöra alla världens utsläpp. Organisationen är ett globalt samarbete mellan NGOs, teknikbolag, den akademiska världen och klimatkämpen / ex-vicepresidenten Al Gore. Ni lär känna igen rösten i videon här under.
Detta var tre exempel på områden där AI kan hjälpa oss i den gröna omställningen.
Öka den gröna innovationstakten rejält
Hjälper oss att få ner utsläppen i sådant som vi redan gör
Göra det svårare att fuska och ducka för ansvar
Vill du få en massa ytterligare exempel på hur AI hjälper oss att ställa om är mitt förslag att du vänder dig till ChatGPT. Frågan som jag själv ställde löd såhär:
"Kan du lista 100 exempel på hur AI kan hjälpa oss i den gröna omställningen? Mot en fossilfri och cirkulär framtid. Tack!"
Om du vill läsa 100-punktslistan som ChatGPT kläckte ur sig hittar du den här.
Förutom att hjälpa oss framåt i den gröna omställningen lär AI-utvecklingen också gynna oss inom en massa andra områden. Exempelvis när det kommer till hälsa, där vi allt mer går från reaktiv sjukvård till att jobba förebyggande, "skräddarsytt" och upptäcka sjukdomar innan de bryter ut. Läs mer om det här, här och här.
/ Judith Wolst
Alla artiklarna i AI-paradox-serien:
AI-paradoxen – både vårt största hopp och ett potentiellt megahot (del 1)
Den hoppfulla sidan av AI (del 2) = den här artikeln