AIの隠れた水フットプリントを明らかにする画期的な研究

カリフォルニア大学リバーサイド校とテキサス大学アーリントン校の研究者による画期的な研究で、人工知能（AI）技術のこれまで見過ごされてきた水フットプリントが明らかにされた。シャオレイ・レン准教授率いる研究チームは、大規模なAIモデルのトレーニングや運用に伴う水消費量を定量化し、炭素排出量の議論に押されがちな持続可能性の側面に注目を集めた。

AIに関する発見の公表

研究チームの発見は、特にトレーニング段階におけるAIモデルによる莫大な水消費を浮き彫りにしている。例えば、マイクロソフトの米国データセンターだけでGPT-3をトレーニングするには、70万リットルの清浄な淡水が必要となる。この量は、数百台の電気自動車を製造するために必要な水に相当する。 

さらに、アジアのデータセンターでトレーニングを行う場合、水フットプリントは3倍になる。推論（推論処理）中であっても、ChatGPTとの短い会話には500ミリリットルのペットボトル1本分に相当する水が必要であり、AIの使用に伴う水消費量の大きさを示している。

農業などの伝統的な産業と比較すると、AIの水フットプリントには顕著な違いがある。牛肉生産や衣類製造などの産業はよく知られた水フットプリントを持っているが、これらには非飲用水が含まれ、製品のライフサイクルが考慮されることが多い。 

一方、本研究はサーバーの製造や輸送に伴う「埋め込み水フットプリント」を除き、AIの運用上の水フットプリントのみを対象としている。しかし、研究者たちは、埋め込み水フットプリントを考慮に入れれば、AIの全体的な水フットプリントは大幅に増加すると推定している。

研究からの重要な洞察の一つは、炭素削減と水保全の取り組み間の緊張関係である。炭素効率的な時間帯や場所は、水効率的な場所とは異なる可能性があるが、AIワークロードの戦略的なスケジュール設定により、両方を最適化する機会が生まれる。例えば、需要が少ない時間帯や水効率の良い地域でAIのトレーニングを行うことで、炭素削減目標を損なうことなく、全体的な水フットプリントを削減できる可能性がある。

テックジャイアントの対応

データセンターの環境影響への懸念が高まる中、Google、Microsoft、Metaなどの主要テック企業は、開発プロセスにおいて持続可能性をますます優先している。 

しかし、本研究はAI技術の水フットプリントに対処するために、さらに多くの取り組みが可能であることを示唆している。再生水の活用や冷却塔の効率向上など、現場の水効率を改善する取り組みが進められているものの、カリフォルニア州のような干ばつ多发地域では依然として大きな課題が残っている。

研究者たちは、AIの水フットプリントに対処する上で透明性の重要性を強調している。開発者は、AIモデルに伴う水消費に関する情報を提供することで、スケジュール設定やリソース配分について情報に基づいた判断を下すことができる。さらに、透明性により、ユーザーは水効率的な時間帯や水効率の良い地域でAIサービスを利用することで、自身の水フットプリントを理解し、潜在的に最小限に抑えることが可能になる。

さらに、学術界、業界、政策立案者間の協力が不可欠であり、持続可能なAI慣行を促進する効果的な規制枠組みとインセンティブを開発する必要がある。この協力的な取り組みは、革新を促進しながら、将来の世代のために貴重な水資源を守ることを可能にする。

本研究の発見は、AI開発における持続可能性への包括的なアプローチの必要性を強調している。技術的進歩が産業や社会を形作り続ける中、AI使用の環境的影響を考慮することは不可欠である。水保全の取り組みをAIの開発と運用に統合することで、ステークホルダーは、革新が環境保護と調和して共存するより持続可能な未来に向けて取り組むことができる。