Φύση vs Μηχανές — ή αλλιώς: Ποιος «γράφει» το μέλλον της ανθρωπότητας;

Καθώς η ανθρωπότητα επιδιώκει να αυτοματοποιηθεί, να ψηφιοποιηθεί και να αγγίξει την «τεχνο-αθανασία», το ερώτημα γίνεται επιτακτικό: Χωράει η φύση στο μέλλον μας ή τη θυσιάζουμε για χάρη της προόδου;

Η τεχνητή νοημοσύνη χρειάζεται ρεύμα – πολύ ρεύμα

Η Kate Crawford, κορυφαία ερευνήτρια στην κοινωνική και περιβαλλοντική διάσταση της τεχνητής νοημοσύνης, υποστηρίζει ότι η AI δεν είναι ούτε άυλη ούτε ουδέτερη· αντίθετα, εδράζεται σε ένα βαθιά εξορυκτικό σύστημα που αντλεί και εκμεταλλεύεται φυσικούς πόρους, ανθρώπινη εργασία και δεδομένα. Στο βιβλίο της «Atlas of AI», παρουσιάζει την τεχνητή νοημοσύνη όχι ως ένα μεμονωμένο τεχνολογικό επίτευγμα, αλλά ως μια βιομηχανία που απαιτεί τεράστια αποθέματα ενέργειας, σπάνιων υλικών και ψηφιακής πληροφορίας, με σοβαρές συνέπειες για το περιβάλλον και τις κοινωνίες.

Το ESG των κολοσσών της Τεχνητής Νοημοσύνης

Στον κόσμο της τεχνητής νοημοσύνης και των ψηφιακών υποδομών, οι τεχνολογικοί κολοσσοί προβάλλουν όλο και πιο έντονα το ESG προφίλ τους — παρουσιάζοντας εαυτούς ως ηγέτες της πράσινης μετάβασης. Αναφορές για ουδέτερο αποτύπωμα άνθρακα, χρήση ανανεώσιμων πηγών ενέργειας και «πράσινα» data centers κατακλύζουν τις ετήσιες εκθέσεις βιωσιμότητας. Όμως, πίσω από αυτή την εικόνα, κρύβεται συχνά μια πιο σύνθετη και σκοτεινή πραγματικότητα: η τεχνολογία απορροφά τεράστιους φυσικούς πόρους, γη, νερό και ενέργεια.

Οι ESG δείκτες στις περισσότερες περιπτώσεις περιορίζονται σε ό,τι είναι εύκολα μετρήσιμο και συμβατό με το επιχειρηματικό αφήγημα: μείωση εκπομπών, ενεργειακή αποδοτικότητα, ανακύκλωση ηλεκτρονικού εξοπλισμού, συμμόρφωση με κανονισμούς. Αυτό που συχνά λείπει είναι μια συνολική αποτίμηση της πίεσης που ασκείται στα φυσικά οικοσυστήματα: η επιλογή τοποθεσίας ενός data center σε περιοχές με κρίσιμα υδάτινα αποθέματα, η κατασκευή εγκαταστάσεων σε εύθραυστα οικοσυστήματα, η εξόρυξη πρώτων υλών όπως λίθιο και κοβάλτιο από ζώνες υψηλής οικολογικής και κοινωνικής ευαλωτότητας και πολλά άλλα.

Όπως αναλύει η ερευνήτρια Kate Crawford, τα μεγάλα μοντέλα γλωσσών απαιτούν υποδομές που καταναλώνουν εκατομμύρια λίτρα νερού για την ψύξη τους, ενώ η εκπαίδευσή τους συνδέεται με εκπομπές CO₂. Οι υποδομές cloud και AI μοντέλων καταναλώνουν σε διάστημα 4-8 εβδομάδων τεράστιες ποσότητες ενέργειας -το training ενός μεγάλου γλωσσικού μοντέλου μπορεί να εκπέμψει CO₂ όσο πέντε αυτοκίνητα σε όλη τους τη ζωή. Ποιος ωφελείται από την τεχνολογική πρόοδο και ποιος πληρώνει το τίμημα;

Το ESG χρησιμοποιείται πλέον όχι ως πυξίδα ηθικής, αλλά ως μέσο διαχείρισης ρίσκου ή marketing εργαλείο. Εταιρείες επιτυγχάνουν υψηλή ESG βαθμολογία επειδή συμμορφώνονται με λογιστικά πρότυπα, χωρίς ποτέ να εξεταστεί αν οι πρακτικές τους έχουν διαβρωτικό ή αποικιοκρατικό χαρακτήρα απέναντι στη φύση και τις τοπικές κοινωνίες.

Το ερώτημα της εποχής μας δεν είναι αν η τεχνολογία μπορεί να είναι πράσινη, αλλά αν η τρέχουσα κατεύθυνση της τεχνολογικής ανάπτυξης αναγνωρίζει τη φύση ως κάτι περισσότερο από πόρο. Αυτό πρέπει να μας κάνει να καταλάβουμε ότι το περιβαλλοντικό αποτύπωμα των τεχνολογικών εταιρειών δεν μπορεί να μετριέται μόνο με αριθμούς, αλλά και με πολιτικά και ηθικά ερωτήματα: πού, πώς και για ποιον χτίζεται το μέλλον της πληροφορίας; Αν οι απαντήσεις συνεχίσουν να βασίζονται αποκλειστικά στην αποδοτικότητα και τη συμμόρφωση, το ESG θα παραμένει περισσότερο επικοινωνιακό άλλοθι παρά ουσιαστικός δείκτης βιωσιμότητας.

Ποιοι είναι οι κολοσσοί στο χώρο της τεχνητής νοημοσύνης;

1. OpenAI

Η εταιρεία πίσω από το ChatGPT. Ξεκίνησε ως μη κερδοσκοπική, αλλά σήμερα λειτουργεί σε συνεργασία με τη Microsoft και είναι από τους πρωτοπόρους στα μεγάλα γλωσσικά μοντέλα (LLMs). Αναπτύσσει επίσης εργαλεία όπως το DALL·E (εικόνες), Codex (προγραμματισμός), Sora (βίντεο).

2. Microsoft

Έχει επενδύσει πάνω από 10 δισ. δολάρια στην OpenAI, ενσωματώνει ΑΙ σε όλα τα προϊόντα της (Office, Azure cloud, Copilot) και αναπτύσσει δικά της μοντέλα και υποδομές. Διαθέτει από τους μεγαλύτερους στόλους data centers παγκοσμίως.

3. Google / Alphabet (και ειδικότερα η DeepMind)

Πρωτοπόρος στην έρευνα της ΑΙ, με τεράστια επιρροή στον ακαδημαϊκό και εμπορικό τομέα. Η DeepMind, θυγατρική της Alphabet, έχει αναπτύξει το AlphaGo, AlphaFold (σημαντικό για τη βιολογία), και συμμετέχει στην εξέλιξη των μοντέλων Gemini.

4. Meta (Facebook)

Επενδύει έντονα σε μοντέλα ανοιχτού κώδικα (όπως το LLaMA) και προσπαθεί να ηγηθεί στον τομέα της γενετικής ΑΙ με επίκεντρο την κοινωνική δικτύωση, την επαυξημένη πραγματικότητα (AR) και το metaverse.

5. Amazon

Μέσω της AWS (Amazon Web Services) προσφέρει υποδομές cloud και ΑΙ σε επιχειρήσεις. Επίσης αναπτύσσει ΑΙ για την εφοδιαστική αλυσίδα, την εξυπηρέτηση πελατών (Alexa), την αναγνώριση εικόνας και τη ρομποτική.

6. Nvidia

Αν και δεν παράγει ΑΙ μοντέλα, είναι θεμέλιο της ΑΙ βιομηχανίας, καθώς σχεδιάζει τις GPU που είναι απαραίτητες για την εκπαίδευση μοντέλων. Εξαιρετικά κερδοφόρα τα τελευταία χρόνια, λόγω της "έκρηξης" της τεχνητής νοημοσύνης.

7. IBM

Από τους παλαιούς παίκτες στον χώρο, γνωστή για το Watson και τις ΑΙ λύσεις σε ιατρική, χρηματοοικονομικά και επιχειρήσεις. Παραμένει ισχυρή σε λύσεις επιχειρησιακής τεχνητής νοημοσύνης (enterprise AI).

8. Baidu, Tencent, Alibaba (Κίνα)

Το Baidu ηγείται σε γλωσσικά μοντέλα και αυτόνομα οχήματα, το Tencent και η Alibaba αναπτύσσουν εφαρμογές ΑΙ για e-commerce, cloud και κοινωνικά δίκτυα.

H διαφορά του νιώθω και του γνωρίζω

Τα μοντέλα τεχνητής νοημοσύνης δεν μπορούν να καταλάβουν την αξία της φύσης με τον τρόπο που το κάνει ένας άνθρωπος. Δεν έχουν συναισθήματα, αισθήσεις, προσωπική εμπειρία ή φυσική παρουσία στον κόσμο. Δεν μυρίζουν το πεύκο, τη θάλασσα, δεν νιώθουν τον αέρα ούτε μπορούν να συγκινηθούν από το θέαμα ενός ηλιοβασιλέματος ή ενός δάσους που καίγεται. Μπορούν να αναγνωρίσουν όμως—μέσα από την ανθρώπινη γνώση— πώς και γιατί η φύση έχει αξία. Μπορούν όμως να «καθρεφτίσουν» την αξία της, όπως την εκφράζουν οι άνθρωποι.