4 tips voor het gebruik van AI om je uitstoot te verlagen

Tijdens het climate tech event VERGE 23 in San Jose, California eind oktober gingen experts in gesprek over manieren om AI in te zetten voor decarbonisatie. Organisator GreenBiz zet de best practices op een rijtje:

1. Automatisering is geen wondermiddel

Bedrijven die AI willen inzetten voor gebouwbeheertoepassingen moeten er eerst voor zorgen dat hun HVAC-systemen (verlichting, verwarming, ventilatie en airconditioning) efficiënt werken, aldus Andrew Knueppel, manager werkplekontwikkeling bij vastgoeddienstverlener Cushman & Wakefield. "Als je vastzittende kleppen of dempers hebt in je gebouw, als je sensoren niet gekalibreerd zijn, dan gaat AI dat niet voor je oplossen", zei hij. “Je moet zelf zorgen dat je AI-systeem toegang heeft tot de data.”

2. Kwaliteit is belangrijker dan kwantiteit

Charles Tripp, senior AI-wetenschapper bij het National Renewable Energy Laboratory, onderstreepte het belang van het zorgvuldig kiezen van gegevens voor AI-toepassingen. Het is niet alleen een kwestie van screenen op mogelijke vertekeningen, maar ook van het kiezen van de meest robuuste meeteenheden voor de modellen, zei hij. "Als je meer gegevens nodig hebt, hoeveel kost het dan om die gegevens te verzamelen? Of krijg je ze misschien van een derde partij? Zijn er privacykwesties waar je rekening mee moet houden? Enzovoort."

3. Het gebruik van AI kan het energieverbruik opdrijven

Bijna 70 procent van de chief information officers die Intel heeft ondervraagd, maakt zich zorgen over het energieverbruik dat gepaard gaat met het inzetten van AI binnen hun organisatie, zegt Jennifer Huffstetler, chief product sustainability officer bij Intel. Dat geldt met name voor het trainen van generatieve AI-toepassingen, zoals ChatGPT, waarvoor duizenden megawatturen aan rekentijd nodig kunnen zijn, zegt ze. Dat maakt het noodzakelijk voor duurzaamheidsteams om in de planningsfase nauw samen te werken met de IT-afdeling van het bedrijf.

4. Het is geen goed idee om mensen buiten de besluitvorming te houden

Bedrijven moeten ervoor zorgen dat facilitaire teams en gebruikers van gebouwen de algoritmes begrijpen die machine learning-systemen gebruiken, zodat ze indien nodig kunnen ingrijpen, aldus Knueppel van Cushman & Wakefield. Dat betekent klein beginnen en de resultaten op de voet volgen om de nauwkeurigheid te controleren.