人工知能の環境への影響 - 百科事典

人工知能の環境への影響には、深層学習モデルのトレーニングと使用における大量のエネルギー消費、関連する炭素排出と水使用が含まれます。一部の科学者は、人工知能（AI）が環境問題の解決策を提供する可能性があると提案しています。

炭素排出
AIは、特にトレーニングと使用におけるエネルギー使用の増加により、大きな炭素排出があります。研究者たちは、AIモデルのトレーニング中の炭素排出は、AIの影響を理解しようとする際に考慮すべきであると主張しています。ある研究では、2027年までにAIのエネルギーコストは85～134 Twhに増加すると予測され、現在の電力使用量の約0.5%に達するとされています。大規模な言語モデル（LLM）や他の生成型AIのトレーニングには、トレーニングモデル上で単一の予測を実行するよりもはるかに多くのエネルギーが必要です。しかし、トレーニングモデルを使用して予測を繰り返すと、エネルギーコストが簡単に増加します。最も高度なAIモデルのトレーニングには、平均で3.4ヶ月ごとに計算量が倍増し、指数関数的なエネルギー使用と炭素排出が発生します。さらに、化石燃料を主に使用する地域で動作する人工知能アルゴリズムは、クリーンなエネルギー源を持つ地域よりもはるかに高い炭素排出を引き起こします。これらのモデルは、精度の犠牲で環境への影響を低減するように変更されることがありますが、精度と環境への影響のバランスを見つける重要性を強調しています。

大規模なAIモデルのトレーニングには、膨大なエネルギーが必要です。全体のAIモデルのトレーニングでは、約626,000ポンド（283トン）の二酸化炭素が排出されると推定されています。これは、ニューヨークとサンフランシスコ間の片道3回分のフライトに相当し、平均的な車の生涯排出量の約5倍に相当します。2019年にトレーニングされた言語モデルBERTは、「片道の横断アメリカのフライト」分のエネルギーが必要でした。GPT-3はトレーニング中に大気に552トンの二酸化炭素を排出し、「1年間に123台のガソリンエンジン搭載の乗用車が走行した分に相当」しました。多くのエネルギーコストは、効率的でないモデルアーキテクチャやプロセッサーによるものです。Hugging FaceのBLOOMというモデルは、より効率的なチップでトレーニングされ、その結果、わずか25トンのCO2を排出しました。システムのチップ製造のエネルギーコストを考慮すると、炭素排出は「ロンドンとニューヨーク間の約60便分に相当」します。BLOOMの日常的な運用は、54マイル分の炭素排出に相当すると推定されています。

エネルギーコストが低いが、毎日数百万回実行されるアルゴリズムも、大きな炭素排出を引き起こす可能性があります。AIを検索エンジンに統合することで、エネルギーコストが大幅に増加する可能性があり、一部の推計では年間に約30億kWhのエネルギー使用量に達するとされています。これにより、多くの国よりも大きなエネルギーフットプリントが発生します。別の推計では、ChatGPTをすべてのGoogle検索クエリに統合すると、年間に10 TWhのエネルギー使用量が発生するとされています。これは、ヨーロッパ連合の約150万人の年間エネルギー使用量に相当します。

モデルがトレーニングされた後は、エネルギー消費は大幅に減少しますが、それでも多くの電気が必要です。研究者たちは、ChatGPTクエリは単純なウェブ検索よりも約5倍の電気を消費すると推定しています。2025年6月にOpenAIの執行役員であるSam Altmanは、平均的なChatGPTクエリが約0.34 Wh（1.2 kJ）の電気と8.5×10−5 USガロン（0.32ミリリットル）の水を使用すると述べました。

AIからの計算需要の増加は、水とエネルギーの使用量の増加を引き起こし、電力網に対する需要が大幅に増加しました。AI関連プロジェクトからのエネルギー需要の増加により、カンザスシティとウェストバージニアの石炭火力発電所の閉鎖が延期されました。サルト湖地域の他の石炭火力発電所も、石炭火力発電所の退役を10年まで延期しました。バージニアとフランスで環境に関する議論が起こり、追加のデータセンターに対する「停止命令」が必要かどうかについて議論が行われています。2024年の世界経済フォーラムで、Sam AltmanはAI産業がエネルギー開発の技術的進歩が大幅に行われる場合にのみ成長できると述べました。

2024年、GoogleはAIの取り組みの結果、ネット・ゼロ計画の主要な目標に達しなかったため、温室効果ガス排出量が48%増加しました。ChatGPTを通じて行われるリクエストは、Google検索よりも10倍の電気を使用します。マイクロソフトとメタも、AIの成長に起因する炭素排出量が同様に増加しました。AIモデルの炭素排出は、使用されるエネルギー源に依存し、再生可能エネルギーを使用するデータセンターはその排出を低減します。多くのテクノロジー企業は、再生可能エネルギーからのエネルギーを購入することでエネルギー使用を補償すると主張していますが、一部の専門家は、電力会社が他の顧客に対して非再生可能エネルギーを増やすことで、主張される再生可能エネルギーを置き換えると主張しています。AIモデルの炭素排出の分析は難しいとされていますが、データセンターの炭素排出の一部として集約されているためであり、一部のモデルは他の産業の炭素排出を減少させる可能性があるか、または企業の報告の違いによるものです。

MLの一部の応用、例えば化石燃料の発見と探索には、気候変動を悪化させる可能性があります。オンラインのパーソナライズマーケティングにAIを使用することで、商品の消費が増加し、結果として全球的な排出量も増加する可能性があります。

= エネルギー使用と効率 =
AIチップ（例えばGPU）は、従来のCPUチップよりも多くのエネルギーを使用し、より多くの熱を放出します。効率的でないアーキテクチャを実装したAIモデルや、効率的でないチップでトレーニングされたモデルは、より多くのエネルギーを使用する可能性があります。1940年代から、計算のエネルギー効率は約1.6年ごとに倍増しています。一部の懐疑派は、AIの効率の向上は、Jevonsの法則のためにAIの使用と炭素排出が増加する可能性があると主張しています。

2024年9月にマイクロソフトは、コンステレーションエネルギーとの間で合意を発表し、トリメイルアイランド原子力発電所を再開し、20年間にわたって発電所から生産される全ての電力の100％をマイクロソフトに供給すると発表しました。1979年にその2号機が部分核融解を起こしたこの発電所の再開には、コンステレーションが米国核規制委員会からの広範な安全性の検査を通過する必要がありました。承認された場合（これは米国で初めての原子力発電所の再開となる予定です）、835メガワット以上の電力が生産され、約80万世帯分のエネルギーを提供します。再開と改良のコストは約16億ドル（米国）とされ、2022年の米国インフレ削減法に含まれる核エネルギーに関する税割引に依存します。米国政府とミシガン州は、2022年に閉鎖されたパリサイズ原子力炉を再開するために、約20億ドル（米国）を投資しています。この発電所は2025年10月に再開される予定です。トリメイルアイランド施設は、エクセルンのスピンオフであるコンステレーションの前CEOであり核エネルギーの推進者であるクリス・クレーンに因んでクレーンクリーンエネルギーセンターと改名されます。

2025年、マイクロソフトはAI技術をサポートするためのデータセンターの開発と拡張に800億ドルを投資する計画を発表しました。これらの施設はAIの進歩に不可欠であり、効率的に運用するために相互接続されたチップクラスターの大規模なネットワークと大量の電気が必要です。

国際エネルギー機関（IEA）は、2025年2月に「2025年電力分析と予測」を発表し、データセンターの成長、産業生産の増加、電気化の増加、冷房の使用増加による次の3年間の全球電力需要が4％増加すると予測しました。2027年までに、米国のエネルギー消費はカリフォルニア州の年間電力使用量に匹敵する量に達すると予測されています。これは、データセンターと製造業のエネルギー消費が主な原因です。2024年には、データセンターが増加したため、米国の電力生成が3％増加しました。半導体とバッテリー製造施設の運転が本格化することで、需要がさらに強化されることが予想されます。

2024年、米国の公共政策グループは、AIと他の技術や産業が全球経済を支配する際に、高い電力需要があると報告しました。したがって、米国のエネルギー戦略と政策制定の基盤は、これらの重要なセクターをサポートするために信頼性と豊富な電力供給を優先することになります。これにより、21世紀における米国の経済と技術のリーダーシップを維持することができます。AIの急速な普及は、電気力の需要に対する前例のない需要を引き起こし、このセクターの成長に大きな障害をもたらしました。例えば、AIデータセンターの最大のグローバルハブであるノースバージニアでは、100メガワット以上の電力を必要とする大きな施設の電気網への接続のスケジュールが7年まで延びました。これにより、エネルギーインフラへの負担とAIの急増する電力需要に対応する困難性が明らかになりました。全米で、電力会社は数十年ぶりの最も大きな電気需要の増加を経験しています。この負担は、電力網への接続の待機時間が長くなり、AIの技術リーダーシップを維持するための努力を複雑化しています。これらのエネルギーチャレンジの重要性は、物流を超えています。ニューヨーク・タイムズのエディタialsは、エネルギーインフラの重要な役割を強調し、「電気は単なる公共事業ではなく、デジタル時代の基盤です。アメリカがAIのリーダーシップを確保したい場合は、それを動かすエネルギーシステムに同等に投資する必要があります」と述べました。

世界的に見て、データセンターの電力消費は2022年に460テラワットに達し、経済協力開発機構（OECD）によると、サウジアラビア（371テラワット）とフランス（463テラワット）の間で第11位の電力消費者となりました。

水使用
AIサーバーの冷却には大量の新鮮な水が必要であり、冷却塔で蒸発します。

2025年の論文で、研究者たちは2027年までにAIが4.2～6.6億立方メートルの水を引き出すと予測し、イギリスの総水引き出し量の半分以上に達するとされています。著者たちは、GPT-3のトレーニングには700,000リットルの水が消費されると推定し、10～50の中長期のGPT-3の応答には約500 mLの新鮮な水が消費されると推定しました、「どこでどのタイミングでデプロイされるかによって異なります」。

マイクロソフトがフェニックス近くに建設を検討していたデータセンターは、AIの使用の増加により、毎年約5600万ガロン（670世帯分）の新鮮な水を消費すると推定されました。マイクロソフトはAIのために水使用量が34％増加すると推定され、GoogleもAIのために水使用量が20％増加しました。アイオワのデータセンタークラスターにより、マイクロソフトは地域の淡水使用量の6％を占めています。

水使用量を減らすための可能性の一つは、より冷たい国にデータセンターを建設することです。例えば、Facebook（現在のMeta）は2011年にスウェーデンのルレオにデータセンターを建設しました。Googleは2024年にフィンランドのハミナのデータセンターキャンパスの拡張に10億ユーロを投資し、その場所での総投資額は45億ユーロに達しました。これには、サーバーの冷却に使用される海水も含まれます。

エレクトロニクス廃棄物
AIハードウェアの生産によるエレクトロニクス廃棄物も排出に寄与する可能性があります。AIの急速な成長は、デバイスの迅速な廃棄と有害なエレクトロニクス廃棄物の増加につながる可能性があります。2022年に生産された6200万トンのエレクトロニクス廃棄物のうち、全体の質量の不到1分の4が適切にリサイクルされました。全世界で、エレクトロニクス廃棄物の年間生成量は年間260万トン増加しており、2030年までに8200万トンに達すると予測されています。これにより、2022年の数値から33％の増加が見込まれます。AIは2030年までに合計120万～500万トンのエレクトロニクス廃棄物を追加すると予測されており、これにより全球のエレクトロニクス廃棄物の12％を占める可能性があります。AIの応用の一つであるロボットリサイクルは、エレクトロニクス廃棄物を減少させる可能性があります。

矿山
大規模なAIは通常、データセンターに配置され、地球に重い負担をかけています。その電子機器は大量の原料を依存しており、2 kgのコンピュータの製造には800 kgの原料が必要です。さらに、AIを動かすマイクロチップは希少金属で作られており、多くの場合、環境破壊的な方法で採掘されています。

気候解決策
AIは気候変動の影響を軽減するための重要な役割を果たす可能性があります。例えば、より良い天気予報、災害予防、気象追跡などです。一部の気候科学者は、AIが再生可能エネルギーシステムなどのシステムの効率を向上させるために使用される可能性があると提案しています。Googleは、AIが洪水の予測や交通の効率化などの気候変動の影響を軽減する助けになると主張しています。一部のアルゴリズムは、より厳しいハリケーンの影響を予測し、極地の氷の溶解、森林破壊、排出源からの排出を測定し、監視する助けになる可能性があります。AIは、大量の気候データを処理し、伝統的な方法では簡単に検出されないパターンを特定することで、洪水、干ばつ、熱波などの極端な気象事象をモデル化および分析するために使用されます。これらの高度な予測能力は、政府、緊急対応者、政策立案者が災害対策を強化し、資源配分を最適化し、自然災害の影響を軽減するための早期警告システムを開発するのに役立ちます。AIはまた、食料やファストファッションなどの環境に悪い産業のサプライチェーンと生産の効