Masa depan komputasi harus lebih berkelanjutan, meskipun permintaan AI mendorong penggunaan energi
Negara-negara perlu memanfaatkan kecerdasan buatan untuk mencapai keberlanjutan, namun adopsi teknologi yang semakin meningkat akan mendorong konsumsi listrik.
Masa depan komputasi harus lebih berkelanjutan dengan kecerdasan buatan (AI) yang berperan dalam mencapai hal ini, bahkan ketika semakin banyak adopsi teknologi yang mendorong konsumsi energi.
Teknologi digital seperti AI dapat membantu mengidentifikasi cara-cara untuk mengurangi emisi, seperti mengoptimalkan jaringan listrik dan mengembangkan rantai pasokan yang berkelanjutan, kata Wakil Perdana Menteri Singapura Heng Swee Keat.
Model AI dapat menganalisis data lingkungan yang kompleks, menemukan area yang perlu ditingkatkan, dan mendorong pengambilan keputusan yang lebih efisien dan berbasis data, kata Heng, pada peluncuran Alibaba-NTU Global E-Sustainability Corplab di Singapura.
Namun, digitalisasi itu sendiri juga dapat memperluas jejak karbon kita secara signifikan, katanya, seraya mencatat bahwa industri teknologi saja saat ini menyumbang sekitar 1,5% hingga 4% emisi gas rumah kaca global.
“Revolusi digital dan revolusi hijau saling terkait,” tambahnya. “Sama seperti masa depan keberlanjutan yang didorong oleh AI, masa depan komputasi juga harus lebih ramah lingkungan.”
Karena konsumsi energi akan meningkat seiring dengan meningkatnya penggunaan AI, setiap orang harus menggunakan AI dengan baik, katanya.
Untuk mencapai hal ini, diperlukan berbagai langkah untuk memastikan AI diterapkan secara optimal sekaligus mencapai keberlanjutan, termasuk kebijakan, kata Heng. Peta jalan pusat data ramah lingkungan di Singapura, misalnya, diperkenalkan awal tahun ini untuk mengoptimalkan penggunaan energi ramah lingkungan, efisiensi, dan kapasitas komputasi. Perjanjian ini menguraikan perlunya operator pusat data untuk bekerja sama dengan perusahaan guna meningkatkan efisiensi energi perangkat keras dan perangkat lunak, sementara pemasok energi harus meningkatkan penggunaan energi ramah lingkungan.
Dia menambahkan bahwa laboratorium korporat baru yang didirikan oleh Alibaba dan Nanyang Technological University (NTU) berperan dalam meningkatkan penelitian, inovasi, dan kemampuan perusahaan Singapura, khususnya, dalam menerjemahkan wawasan penelitian ke dalam aplikasi nyata di dunia nyata. Kolaborasi semacam itu akan memperkuat kemampuan khusus dan memfasilitasi penelitian interdisipliner, katanya.
Saat ini, Singapura memiliki lebih dari 20 laboratorium perusahaan di seluruh universitas, kata Heng, seperti laboratorium perusahaan ExxonMobil-NTU-A*Star, yang upayanya mencakup pengembangan teknologi penangkapan karbon dan karbonisasi yang efisien.
Fokus fasilitas penelitian Alibaba-NTU adalah membangun aplikasi digital yang berkelanjutan, seperti model AI ramah lingkungan, untuk mengungkap cara-cara baru dalam mengurangi penggunaan energi dan meminimalkan dampak terhadap lingkungan, ujarnya. Hal ini selanjutnya dapat mendukung teknologi digital cerdas dan keberlanjutan perkotaan yang lebih baik, tambahnya.
Hal ini mungkin menjadi semakin penting karena organisasi kemungkinan besar tidak akan menahan adopsi AI meskipun ada kekhawatiran mengenai dampaknya terhadap lingkungan.
Sekitar 64% responden menyatakan kekhawatirannya mengenai dampak AI dan inisiatif pembelajaran mesin terhadap penggunaan energi dan jejak karbon, berdasarkan studi yang dirilis oleh platform data AI WEKA dan S&P Global Market Intelligence. Sebanyak 25% lainnya mengatakan mereka sangat khawatir dengan dampak ini.
Dilakukan pada kuartal kedua tahun 2024, survei ini mensurvei 1.519 pengambil keputusan AI dan pembelajaran mesin di seluruh perusahaan, organisasi penelitian, dan vendor teknologi AI.
Sekitar 42% responden mengatakan organisasi mereka telah berinvestasi pada perangkat keras TI yang hemat energi untuk mengatasi potensi dampak lingkungan dari proyek AI mereka selama setahun terakhir. Di antara mereka, 56% mengatakan hal ini mempunyai dampak yang tinggi atau sangat tinggi, demikian temuan studi tersebut.
Terlepas dari kekhawatiran mereka, 33% responden memiliki proyek AI yang diterapkan secara luas dan menghasilkan nilai yang signifikan, dibandingkan dengan 28% pada tahun lalu. Responden di Amerika Utara menempati urutan teratas, dengan 48% responden memiliki AI yang diterapkan secara luas, diikuti oleh Asia-Pasifik sebesar 26% dan EMEA sebesar 25%.
Selain itu, 88% secara aktif menyelidiki Gen AI yang melampaui aplikasi AI lainnya. Misalnya, 61% mengeksplorasi model prediksi, sementara 51% mempelajari klasifikasi, 30% mempelajari sistem pakar, dan 30% menyelidiki robotika.
Sekitar 24% responden melihat Gen AI sebagai kemampuan terintegrasi yang diterapkan di seluruh organisasi mereka. Sebanyak 37% lainnya memiliki Gen AI dalam tahap produksi namun belum ditingkatkan skalanya, sementara 11% lainnya belum berinvestasi pada Gen AI.
Organisasi-organisasi tersebut, rata-rata, memiliki 10 proyek AI yang sedang dalam tahap uji coba, sementara 16 proyek lainnya masih dalam penerapan terbatas. Hanya enam inisiatif AI yang diterapkan dalam skala besar.
Saat ditanya mengenai hambatan terbesar dalam penerapan teknologi, 35% menjawab pertanyaan mengenai penyimpanan dan pengelolaan data, sementara 26% menyebutkan komputasi, dan 23% menganggap keamanan sebagai penghambatnya.