24/10/2025
Η τεχνητή νοημοσύνη (AI) έχει δεχθεί κριτική για την τεράστια κατανάλωση νερού και ηλεκτρικής ενέργειας που απαιτεί για να λειτουργήσει. Ωστόσο, επιστήμονες και επιχειρήσεις αρχίζουν να αποδεικνύουν ότι μπορεί να γίνει και σύμμαχος της πράσινης μετάβασης, βοηθώντας ανθρώπους και οργανισμούς να μειώσουν τις εκπομπές ρύπων και να χρησιμοποιούν την ενέργεια πιο αποδοτικά.
Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας (IEA), τα data centers που τροφοδοτούν την AI ευθύνονταν για περίπου 1,5% της παγκόσμιας κατανάλωσης ηλεκτρικής ενέργειας το 2024, ενώ μέχρι το 2030 αυτή η κατανάλωση αναμένεται να υπερδιπλασιαστεί. Αυτό θα μπορούσε να οδηγήσει σε αυξημένη καύση ορυκτών καυσίμων – με συνέπεια περισσότερα αέρια του θερμοκηπίου, υψηλότερες θερμοκρασίες και ακραία καιρικά φαινόμενα, σύμφωνα με το Associated Press.
Ωστόσο, όταν η ίδια η AI χρησιμοποιείται για ανάλυση ενεργειακής χρήσης και ρύπων, μπορεί να λειτουργήσει ως εργαλείο μείωσης της κατανάλωσης: από τον έξυπνο έλεγχο κτηρίων και φορτιστών ηλεκτρικών οχημάτων, μέχρι τη μείωση των διαρροών μεθανίου στην εξόρυξη φυσικού αερίου και τη βελτιστοποίηση της κυκλοφορίας στους δρόμους.
«Είμαι αισιόδοξη ότι όσο αυξάνεται η χρήση της AI, τόσο θα βελτιώνεται και η αποδοτικότητα των συστημάτων», λέει η Αλέξις Έιμπραμσον, κοσμήτορας της Σχολής Κλίματος του Πανεπιστημίου Κολούμπια. «Έτσι, η κατανάλωση ενέργειας δεν θα αυξηθεί όσο φοβούνται πολλοί».
AI και “έξυπνα” κτήρια
Η AI μπορεί να κάνει τα κτήρια πιο ενεργειακά αποδοτικά προσαρμόζοντας φωτισμό, εξαερισμό, ψύξη και θέρμανση με βάση τον καιρό, τη χρήση ηλεκτρισμού και τις ώρες παρουσίας εργαζομένων. Η αυτοματοποίηση μπορεί να μειώσει την κατανάλωση ενέργειας έως και 30%, σύμφωνα με ειδικούς.
Επιπλέον, τα συστήματα AI μπορούν να προβλέπουν βλάβες σε HVAC συστήματα και να αποτρέπουν κοστοβόρες επισκευές, κάνοντας τη διαχείριση των εγκαταστάσεων πιο “έξυπνη” και πιο πράσινη.
Φόρτιση ηλεκτρικών οχημάτων με χαμηλότερο ενεργειακό αποτύπωμα
Η AI μπορεί να προγραμματίζει τη φόρτιση ηλεκτρικών οχημάτων σε ώρες που η ζήτηση είναι χαμηλή, μειώνοντας το φορτίο στο δίκτυο και το κόστος. Σε πιλοτικό πρόγραμμα στην Καλιφόρνια, η μετατόπιση των ωρών φόρτισης σε περιόδους υψηλής παραγωγής ανανεώσιμης ενέργειας μείωσε τις εκπομπές και τα έξοδα των καταναλωτών.
Περιορισμός μεθανίου στην πετρελαϊκή βιομηχανία
Η Geminus AI, με έδρα τη Βοστώνη, χρησιμοποιεί deep learning για να βοηθήσει εταιρείες πετρελαίου και φυσικού αερίου να μειώσουν την καύση και εκπομπή μεθανίου – ενός αερίου που ευθύνεται για περίπου 30% της σημερινής υπερθέρμανσης.
Μέσω προσομοιώσεων AI, η Geminus προτείνει βέλτιστες ρυθμίσεις σε αντλίες και συμπιεστές, μειώνοντας τις εκπομπές μέσα σε δευτερόλεπτα, μια διαδικασία που θα χρειαζόταν 36 ώρες για τους μηχανικούς. «Υπάρχει τεράστιο περιθώριο για μείωση των εκπομπών σε βιομηχανική κλίμακα», δηλώνει ο CEO Γκρεγκ Φάλον.
Εντοπισμός γεωθερμικών πηγών με τεχνητή νοημοσύνη
Η startup Zanskar από τη Γιούτα χρησιμοποιεί μοντέλα AI για τη χαρτογράφηση του υπεδάφους και τον εντοπισμό ανεκμετάλλευτων γεωθερμικών κοιτασμάτων. Με τη βοήθεια της AI, εντόπισε νέο θερμικό ταμιευτήρα στο Νέο Μεξικό, επανενεργοποιώντας ένα παλιό εργοστάσιο, και δεύτερη γεωθερμική ανακάλυψη στη Νεβάδα – εκεί όπου οι ειδικοί θεωρούσαν ότι «δεν υπάρχει αρκετή θερμότητα».
«Η AI γίνεται η λύση στο ίδιο το ενεργειακό της πρόβλημα», λέει ο CEO Καρλ Χόιλαντ.
AI και κυκλοφοριακή ρύπανση
Η Google χρησιμοποιεί AI και δεδομένα Google Maps για να προσαρμόζει τη λειτουργία των φαναριών, μειώνοντας τη στάση-εκκίνηση στα οχήματα. Το Project Green Light, που λειτουργεί ήδη σε 20 πόλεις σε τέσσερις ηπείρους, μπορεί να μειώσει την κίνηση έως 30% και τις εκπομπές κατά 10%.
«Μόλις αρχίζουμε να αγγίζουμε το τι μπορεί να κάνει η τεχνητή νοημοσύνη», σημειώνει η Τζούλιετ Ρότενμπεργκ, επικεφαλής προϊόντων AI της Google για τη Γη και την ανθεκτικότητα.
Πηγή: https://www.newmoney.gr
Πηγή φωτογραφίας: https://secure.gravatar.com
