人工知能と気候変動をめぐる支配的な議論は、しばしば二項対立に陥りがちだ。AIは再生可能エネルギーのグリッドを最適化し、より正確な気候モデルを構築する救世主なのか、それともエネルギーと水を大量消費しながら気候変動に関する誤情報を拡散する悪役なのか、という具合である。
こうした白黒思考は、最先端のイノベーションが気候や自然環境にどのような影響を与えるかをめぐる議論において、決して新しいものではない。当初は万能薬として喧伝された技術が、後に生態系や脆弱なコミュニティに意図しない結果をもたらすことが判明したり、逆に完全に敵視されていた技術が、画期的なソリューションを可能にする上で不可欠であることが判明したりしてきた。
しかし、気候変動とAIに関しては、同じ過ちを犯すわけにはいかない。Climate Change AIのエグゼクティブ・ディレクターであるマリア・ジョアン・ソウザ博士が言うように、「気候のためのAIは本質的に多面的かつ学際的であり、その進化には単一の支配的な技術経路ではなく、多元的な環境が必要である」。
パラドックスやニュアンスは、同盟を構築し気候ソリューションを展開する上で新しいものではない。好例として、テキサス州は米国のどの州よりも多くの風力発電を生産している。テキサス州を除外すれば、米国の再生可能エネルギー生産（そして石油生産も）は急落する。中国は世界のどの国よりも圧倒的に多額の再生可能エネルギー投資を行っているが、同時に世界最大の温室効果ガス排出国でもある。
気候変動とAIには類似点もある。いずれも人間が作り出したもので、止めることができないように見える力であり、最も裕福な国々によって推進され、人類がそれに追いつこうとする間に急速に拡大している。多くの場合、私たちは既にAIと気候変動によって形作られた世界に生きているか、間もなくそうなるだろう。Heliosの創業者兼CEOであるフランシスコ・マルティン=ラヨ氏の言葉を借りれば、「人間として私たちが下すあらゆる決定は、既に気候変動によって形作られているか、間もなくそうなる。AIもその点で似ている。これは私たちが選択するかしないかの問題ではない。真の問題は、それを使って賢く適応するか、それとも既存の失敗を増幅させるかだ」。
気候に関する議論の中でAIを二極化させたり、万能薬として扱ったりすればするほど、AIの気候への影響は予め決まっているのではなく、人間の選択によって形作られるという事実を無視することになる。気候や環境への影響は、ネガティブなものもポジティブなものも、私たちが認識しているよりもはるかに複雑である。そして、多くの答えがまだ確定していないという事実に向き合わなければならない。
AI対気候変動論争を解剖する
まず、気候変動に関するAIへの批判から始めよう。支配的な議論はAIのエネルギー使用に焦点を当てている。単一の大規模言語モデルを訓練するだけで、数百世帯が1年間に消費するのと同じ量の電力を消費する可能性がある。マイクロソフト、グーグル、その他のテクノロジー大手は、AIインフラの拡大が少なからぬ要因となり、温室効果ガス排出量が2桁増加したと報告している。これらの懸念は現実のものだ。データセンターは既に米国の電力使用量の約4%を占めており、AI導入が加速するにつれて、その数字は2030年までに2倍になる可能性がある。バージニア州北部のような米国の地域では、AIの電力需要により石炭火力発電所の廃止が遅れる事態さえ発生している。
水の使用も別のコストである。干ばつが発生しやすいアイオワ州でGPT-3を訓練すると、70万リットル以上の淡水が消費された。そして、AIモデルがより大規模で洗練されるにつれて、その継続的な運用（「常時稼働」）はエネルギーと水の使用を加速させるだろう。
もちろん、米国における再生可能エネルギーの導入は着実に成長している。米国エネルギー情報局は、米国の発電量に占める再生可能エネルギーの割合が2026年に25%に達すると予測している。しかし、クリーンエネルギーの供給がデータセンターの電力需要に追いつくのに苦労するのではないかという懸念がある。データセンターは無停電電源を必要とし、再生可能エネルギー容量やグリッド制約が限られている地域では、企業は天然ガスや石炭に依存する可能性がある。そして、これは既に起きている。例えば、メタがルイジアナ州に建設する100億ドル規模の新AIデータセンターは、3つの新しい天然ガス発電所によって電力供給される予定であり、シェブロンはデータセンターに直接電力を供給するための天然ガス発電所を建設している。
しかし、AIの気候および環境への影響は、エネルギーと水のフットプリントを超えて広がっている。AIを実行するために必要なハードウェア──特殊なチップ、サーバー、冷却システム──は、製造、輸送、廃棄による重大な「内包」炭素コストを伴う。頻繁なハードウェアのアップグレードは、企業のサステナビリティ報告書には記載されない可能性のある電子廃棄物と排出を生み出す。
同時に、多くの人々は、AIの展開が気候影響とソリューションをめぐるグローバルな不平等を強化する可能性があることを懸念している。多くのAI気候ツールは裕福な地域のデータで訓練されているため、気候脆弱性が最も高い途上国では効果が低いか、逆効果になる可能性さえある。最も所得の低い74カ国は世界の温室効果ガス排出量のわずか10分の1しか排出していないが、低所得国における気候変動による平均的な福祉損失は、先進国の約5倍である。
最後に、MITとClimate Change AIの研究者たちは、AIが気候変動に与える影響の別の層──政治的コンセンサスと公共情報をめぐるシステミックな影響──について警告している。これは気候の進展を不安定化させる可能性がある。誤情報はそれ自体が気候リスクではないが、公衆の理解と賛同を損ない、政治的決定を妨げ、それが緩和と適応の取り組みを阻害する可能性がある。
そして、この分野の専門家もこの見解を共有している。世界銀行の気候変動リード（東部・南部アフリカ地域、社会開発）であるエズギ・カンポラット氏は次のように述べる。「気候行動が遅すぎることへの懸念は正当だが、見過ごされがちなのは、正当性なしに急速に進む場合の危険性だ。持続可能な気候ソリューションには、社会的結束、包摂性、信頼が必要である。それらがなければ、最も技術的に健全な介入でさえ失敗するだろう」。そして、猛スピードで進むAIと悪化する気候リスクが組み合わさると、この結束と行動をめぐる収束を混乱させる可能性がある。
十分に探求されていない恩恵が豊富にある
これらのリスクにもかかわらず、AIは気候行動を加速させることができる。2022年、ボストン・コンサルティング・グループは、気候とAIのリーダーの87%がAIは気候変動との戦いにおいて「不可欠」であると考えていることを発見したが、同時に重大な障壁が残っており、AIはより広範な多面的アプローチの一部でなければならないと指摘している。
同様に、LGND AIのCEO兼共同創業者であるナット・マニング氏は、両者がどのように交差するかについて、より繊細な見方を促している。「AIには実際の環境コストがあり、それを無視すべきではない。しかし、正しい比較は、AIが影響を持つかどうかではなく、それを責任を持って使用することの正味の効果が、全く使用しない場合よりも良いか悪いかだ。航空旅行と同じように、コストがゼロではないが、適切に統治すれば、総合的な結果は依然として圧倒的にポジティブになり得る」。
AIは既に温室効果ガス排出を加速させているが、それを削減することもできる。例えば、グーグルのDeepMindはAIを使用して36時間前に風力発電の出力を予測し、グリッドの価値を20%向上させている。AI駆動の太陽光追跡は、パネルの効率を最大20%向上させることができ、スマートグリッドは電力需要と貯蔵のバランスを取り、化石燃料ピーカー発電所への依存を減らす。そして排出監視の面では、Climate TraceのようなAI搭載の衛星監視が、宇宙からメタン漏れや森林破壊を追跡し、汚染者に責任を負わせることができる詳細な排出インベントリを作成している。
Climate Edgeの創業者兼CEOであるヘンドリック・ティーシンガ氏も、AIが再生可能エネルギーの展開にどのように役立つかを認識している。「確かに、AIは相当な電力を消費する──しかし、それは再生可能エネルギーの構築も加速させている。人々が懸念する同じ需要が、クリーンエネルギーの規模の経済を推進し、コストをさらに速く押し下げることができる」。
適応とレジリエンスの取り組みもAIに大きく依存する可能性がある。例えば、機械学習モデルは山火事、洪水、熱波をより速く正確に予測し、より早い避難とより良い資源配分を可能にする。Climawiseのようなプラットフォームは、グローバルな適応戦略をローカルなリスクに結びつけ、都市が洪水、熱、海面上昇に対するカスタマイズされた対応を設計するのを支援する。そして、AIツールは農家が肥料の使用、灌漑、作物の選択を最適化し、排出と資源の無駄を減らしながら収穫量を増やすのを支援できる。その点で、マルティン=ラヨ氏は次のように指摘する。「AIの真の力は、非常に低コストで、規模に応じた超カスタマイズされた洞察だ。小規模農家にとって、それは生存と崩壊の違いを意味する可能性がある──ほんの数年前には不可能だった方法で、水、肥料、タイミングを最適化することだ」。例えば、バングラデシュでは、AI強化された洪水警報が2024年のモンスーンシーズン中に2億ドル相当の作物を保護した。
生物多様性と保全にも応用例があり、AIアルゴリズムを使用してセンサーデータを分析し、サンゴ礁の健康状態を追跡し、違法漁業を検出し、アマゾンのような生息地における森林破壊リスクを予測することが含まれる。また、AIを土地利用計画に適用することもでき、そのモデルは土壌、標高、インフラデータを統合して生息地の変化を予測し、保全戦略に情報を提供する。
実際、AIは既にシステミックな地球規模の課題をナビゲートするのに役立っている。マニング氏の言葉を借りれば、「気候の観点から見ると、それはシンプルな原則に帰着する。測定できないものは修正できない。大規模な地球観測モデルは、これまで尋ねることができなかった気候に関する質問をし、毎回何百万ドルもかけてカスタムモデルを再訓練することなく答えを得る能力を私たちに与える」。
そして、AIの最も注目すべき気候ユースケースのいくつかがテストされる可能性がある場所に関しては、大都市圏が最適な環境である。都市は気候リスク、不平等、インフラが衝突する場所であり、AIの影響が最も即座に現れる場所である。都市部は既に世界の排出量の大部分を占めており、気候の変動性は都市システムを破綻の閾値に向かって押し進めている。AIは交通の流れを管理し、電力需要のバランスを取り、水の配分を最適化し、インフラの故障を予測することができ、これらすべてが排出と資源の無駄を削減できる。より変革的なのは、都市内の適応的ガバナンスにおけるAIの役割である。AIシステムは、衛星画像、センサーネットワーク、気候モデル、社会データを活用することで、シナリオベースの意思決定を推進することもできる。
実際、気候にポジティブな影響を与えるAIの潜在力は既に明らかであり、今後も成長するだろう──都市部と農村部の両方で、高所得国と低所得国で、緩和と適応にわたって、ハードテックと自然ベースのソリューションにわたって。しかし、AIを気候変動にとって正味プラスとラベル付けできるところからはまだ程遠い。ソウザ博士が言うように、「AIが気候変動に『正味プラス』の影響を与えるという考えは危険だ。それは有害な展開に対する行為者の責任を免除し、排出削減と脆弱なコミュニティの保護の緊急性を損なう」。これはそれ自体がラベルではなく、私たちがまだ初期段階にあることを示す指標である。
議論が二項対立のままだと何を失うか
気候とAIの議論が白黒のままであれば、AIの害を見落とすリスクがあり、同時にその恩恵への投資不足のリスクもある。早期警報システム、グリッド最適化、排出監視、農業適応などのユースケースは、計算量が膨大ではなく、最先端モデルに依存しているわけでもない。言い換えれば、気候におけるすべてのAIユースケースが同じ環境フットプリントやリスクプロファイルを持つわけではない。しかし、AIが全体として気候負債または万能薬のいずれかとして扱われる場合、有益な応用とネガティブな外部性の両方が見落とされるリスクがある。実際には、これは今日気候被害を削減するのに役立つツールに向けられるリソースが少なくなるか、並行して有害な慣行に過度に重点を置くことを意味する可能性がある。
二項対立の物語は、政策と資金調達の決定を妨げる可能性もある。AIが分類的に有害であると枠組みされると、規制当局と資金提供者は、測定可能な気候便益を提供できる実証済みのツールの展開を遅らせたり防止したりする可能性がある。逆に、AIが本質的に気候ポジティブであると枠組みされると、実世界の影響ではなく、規模とパフォーマンス指標を優先する可能性がある。どちらの場合も結果は同じである。機会の逸失と後戻りしなければならないリスクである。より繊細な議論は私たちを減速させるが、必要な質問をすることも可能にする。どのAIシステムが気候リスクを有意義に削減するのか？どのような条件下で？誰のために？その転換がなければ、適応と緩和の能力が既に制約されている時に、実用的な利益をテーブルに残すリスクがある。
より広範で大胆なAI-気候の議論に向けて
私たちには答えよりもはるかに多くの質問がある。AIの効率向上は急増する需要を上回るのか、それともジェボンズのパラドックスが優勢になるのか？AI展開における透明性、公平性、持続可能性のグローバル基準を開発できるのか？これらの基準はイノベーションと予防のバランスを取ることができるのか？そして、たとえそうだとしても、AI気候ツールが最もリスクにさらされている地域やコミュニティにアクセス可能で関連性があることをどのように保証するのか？これらの質問は、AIを悪役や万能薬のように見せるのではなく、むしろ進歩と危険のいずれかを加速させる可能性のある力の乗数のように見せる。そして、どちらのルートを選択するかは、私たちがそれをどのように使うかにかかっている。
人間は二項対立を好む。正しいか間違っているか。勝つか負けるか。物事が多面的であることや、結果が混在していることを認めるのは、あまり満足できない。しかし、気候変動とAIはしばしば独立したエンティティや課題というよりもシステムに似ているため、完全な勝利と敗北の概念がきれいに適用されることはめったにない。システムを打ち負かすことはできないが、形作ることはできる。そして、システムを止めることができないからといって、その中で生き、ナビゲートすることを学べないわけではない。
AI-気候の議論は進化する必要がある。より広範で包括的な議論──ポジティブ、ネガティブ、未知のものを互いに並べて認識し、多くのプレーヤーとプロセスが結果に貢献し、それらの結果が平等に分配されない可能性があるという事実を尊重する議論──は、複雑さをナビゲートし、過度に二項対立的な思考を避けるのに役立つ。代替案は、私たちがまだ回避する力を持っている断片化された未来である。
