– AI är en positiv och kraftfull teknologi, men det är viktigt att vara medveten om dess ökande miljöpåverkan. Jag hoppas att Codecarbon-projektet kommer att inspirera de som jobbar med AI att både synliggöra och minska sitt eget koldioxidavtryck, säger Yoshua Bengio, en av pionjärerna bakom Deep Learning och tidigare mottagare av det prestigefylda Turing-priset.
Klimatsmartare teknik
Codecarbon är ett open source-verktyg som integreras i kodspråket Python och som uppskattar den mängd energi ett AI-verktyg använder. Målet är att det ska kunna få organisationer att optimera sina verktyg till mer klimateffektiva tekniker.
Programvaran tipsar också användaren om vilka regioner att söka sig till, där molntjänsterna använder sig av energikällor som är bättre för klimatet.
– Mängden data som processas ökar snabbt, samtidigt som vi alla måste minska vårt klimatavtryck. Om avtrycket blir synligt kan Sverige ta en stark position, inte bara på utvecklarsidan utan också för att vi har mycket grön el, säger Andreas Lundmark, ai-expert och Nordenansvarig för BCG Gamma, som är BCG:s globala AI- och analytics-enhet.
Codecarbon har utvecklats av det kanadensiska AI-företaget Mila, BCG Gamma, Haveford College i Pennsylvania och den molnbaserade plattformen för maskininlärning Comet.ml.
Så funkar Codecarbon
Verktyget mäter mängden kraft som används av den underliggande infrastrukturen hos stora molnleverantörer.
Den uppskattar mängden CO2 som konsumeras baserat på den energimix, som vind, kol med mera, som finns i elnätet som hårdvaran är kopplad till. En tracker loggar den uppskattade CO2 som produceras av varje AI-program, som sedan synliggörs i ett gränssnitt.
Källa: BCG
