Kann KI beim Klimaschutz helfen?

Der Einsatz Künstlicher Intelligenz (KI) ist mittlerweile schon allgegenwärtig. Immer mehr Anwendungen beinhalten Elemente aus dem Maschinellen Lernen, die uns das Leben erleichtern sollen: Chatbots beantworten uns Fragen in Chats und geben uns dabei das Gefühl mit echten Menschen zu kommunizieren, Webseiten von online-Händlern oder Streamingdiensten geben uns Empfehlungen basierend auf dem Verhalten anderer Kunden, und die Gesichtserkennung erlaubt es uns Smartphones ohne einen Tastendruck zu entsperren.

Eine große Rolle bei all diesen Aufgaben kommt dabei tiefen Neuralen Netzwerken zu. Bei “Deep Learning” werden mehrschichtige mathematische Modelle basierend auf vorhandenen Daten “trainiert” um eine bestimmte Aufgabe auf bisher ungesehenen Daten zu lösen. Deep Learning ist heutzutage der de facto Standard bei der Bewältigung komplexer Aufgaben für eine KI und erreicht dabei oft Leistungen die denen von echten Menschen gleichen oder diese sogar übertreffen.

Das Training von Deep Learning Modellen ist technisch komplex, da es große Datenmengen und damit einhergehend große Rechenkapazitäten benötigt. Diese werden durch spezielle Grafikkarten (GPUs) bereitgestellt. Durch die steigende Komplexität der Probleme, die eine KI zu bewältigen hat, werden dabei auch die verwendeten Modelle immer größer. Das hat einen gesteigerten Rechen- und damit auch einen entsprechenden Energieaufwand zur Folge. Eine Studie aus dem Jahr 2019 fand dass beim Training damals verfügbarer Sprachmodelle in etwa dieselbe Menge CO₂ ausgestoßen wird wie etwa 60 Menschen im Durchschnitt in einem Jahr erzeugen. Dies wurde im Kontext des US-amerikanischen Energiemixes an großen Fossilien und geringen erneuerbaren Brennstoffen berechnet. Dabei muß auch beachtet werden, dass ein solches Modell in der Regel einmalig trainiert wird und die spätere Anwendung sehr viel energieeffizienter ist. Dies verhält sich ähnlich zum Elektroauto: während die Herstellung eines solchen Fahrzeuges energetisch aufwendig ist, amortisiert sich dieser Aufwand über den deutlich effizienteren und klimafreundlicheren Betrieb im Vergleich zu konventionellen Fahrzeugen.

Deep Learning kann jedoch auch helfen das Klima zu schützen. Die vielfältigen Einsatzmöglichkeiten von KI erlauben den Einsatz in etlichen Bereichen der Industrie, des Managements und der Forschung um den Ausstoß an klimaschädlichen Stoffen zu minimieren und zu überwachen, und um die Folgen des Klimawandels besser verstehen zu können.

Am Lehrstuhl für Künstliche Intelligenz und Maschinelles Lernen der Universität St. Gallen arbeiten wir an der Anwendung von Deep Learning um den Schutz unseres Klimas zu verbessern, wie wir hier an zwei Beispielen zeigen möchten.

Die Betreiber von Stromnetzen sind darauf angewiesen den Bedarf an und die Produktion von Strom über einen kurzen Zeitraum relativ genau vorhersagen zu können. Bei konventionellen Kraftwerken ist eine solche Vorhersage meist trivial. Bei der Erzeugung von Strom aus regenerativen Quellen kommen jedoch mehrere Ungewissheiten hinzu, von denen das Wetter den Hauptanteil darstellt.

Um die Produktion von Strom aus Solarzellen besser über einen Zeitraum von 24 Stunden vorherbestimmen zu können, verwenden wir verschiedene KI-Ansätze und Datensätze, die auf Produktionsdaten aus den vergangenen Jahren beruhen. Geografische Eigenheiten, ortsgenaue Wetterdaten und die Größenskala auf der wir solche Vorhersagen machen haben dabei einen großen Einfluss auf die Qualität der Vorhersagen. Die Resultate dieser Arbeit werden dabei helfen die Effizienz bei der Einspeisung und Verwendung von regenerativen Energien in Zukunft zu verbessern und damit auch den Anteil an regenerativen Energien am Energiemix steigern zu können.

Dies sind nur zwei kleine Beispiele, die den Nutzen von KI für den Klimaschutz andeuten. Die Anwendung maßgeschneiderter KI-Anwendungen sowohl auf kleinen wie auch auf makroskopischen Skalen hat das Potential maßgeblich zum Klimaschutz beizutragen. Dabei sollte man jedoch im Hinterkopf behalten, dass KI keine Wunderwaffe im Kampf gegen den Klimawandel ist, sie kann uns jedoch dabei unterstützten. Die Verantwortung für unseren Planeten liegt immer noch bei jedem Einzelnen und kann nicht auf eine Technologie abgewälzt werden.