COP31 và bài toán sử dụng AI bền vững

Một đợt khảo sát từ trên không tại khu bảo tồn lớn nhất Kenya thu về khoảng 200.000 bức ảnh, cần 9 người làm việc trong 9 tháng để rà soát, kiểm đếm thủ công. Tuy nhiên, theo Save the Elephants, tổ chức bảo tồn voi tại Kenya, các mô hình AI hiện nay có thể xử lý khối lượng ảnh tương tự trong vài giờ. Tổ chức này cũng nhận thấy cách kiểm đếm thủ công đã bỏ sót khoảng một phần ba số voi và gần một nửa số ngựa vằn, hươu cao cổ. Các chuyên gia nhận định, chênh lệch này có thể làm thay đổi đánh giá về số lượng động vật trong khu vực và quyết định nơi cần ưu tiên bảo vệ.

Thiết bị bay không người lái hoạt động tại Khu bảo tồn quốc gia Samburu, Kenya. Ảnh: Save the Elephants

Ở những vùng rừng xa xôi của Campuchia, tốc độ xử lý dữ liệu có ý nghĩa ngay với công việc của các đội tuần tra. Tổ chức bảo tồn thiên nhiên Conservation International dùng AI để phân tích các điểm nóng do vệ tinh ghi nhận và gửi cảnh báo nguy cơ cháy rừng theo thời gian thực tới lực lượng tuần tra cộng đồng. Thông tin đến sớm có thể giúp họ có thêm thời gian kiểm tra và ứng phó.

AI cũng giúp đưa vào sử dụng những tư liệu mà các nhà nghiên cứu khó xử lý bằng tay. Tại Vườn quốc gia Gombe ở Tanzania, Viện Jane Goodall đang số hóa hàng chục năm ghi chép thực địa về tập tính của tinh tinh. Nhiều ghi chép viết tay bằng tiếng Kiha địa phương và có ký hiệu khoa học viết tắt, khiến công việc ban đầu được ước tính kéo dài từ 13 đến 15 năm. Trong khi đó, công cụ phát triển cùng Amazon Web Services giúp rút ngắn thời gian dự kiến xuống còn khoảng 2 năm.

Từ việc xử lý ảnh và ghi chép, giới nghiên cứu đang tìm cách dùng AI để phát hiện những mối quan hệ giữa các loài còn ít được biết đến. Trong bài viết công bố ngày 6-11 trên tạp chí Nature Machine Intelligence, một nhóm nghiên cứu quốc tế đề xuất kết hợp dữ liệu về đặc điểm, nơi phân bố và các tương tác đã được ghi nhận để dự đoán, chẳng hạn, một loài thụ phấn ít được nghiên cứu có thể tìm đến những loài hoa nào.

Song, việc khai thác công nghệ cũng làm gia tăng áp lực lên tài nguyên, môi trường. Các tổ chức có thể đo thời gian rà soát ảnh, kiểm tra một cảnh báo cháy hoặc đối chiếu dự báo với quan sát thực địa. Khó hơn là xác định lượng điện, nước tiêu thụ và khí nhà kính phát sinh khi dữ liệu được xử lý trên hệ thống của nhà cung cấp. Cả 15 tổ chức hoạt động trong lĩnh vực môi trường, bảo tồn và phát triển được Reuters phỏng vấn đều cho biết đã dùng AI và bày tỏ lo ngại về tác động môi trường của các trung tâm dữ liệu.

Cơ quan Năng lượng quốc tế (IEA) dự báo đến năm 2030, các trung tâm dữ liệu trên thế giới có thể tiêu thụ khoảng 945 tỷ kWh/năm, tương đương lượng điện Nhật Bản sử dụng trong một năm. Lượng nước tiêu thụ hằng năm cũng có thể tăng từ khoảng 560 tỷ lít năm 2023 lên 1.200 tỷ lít vào năm 2030. Những con số này cho thấy quy mô tiêu thụ của toàn ngành, trong khi quyết định của một tổ chức bảo tồn cần dựa vào mức tiêu thụ của công cụ phục vụ công việc cụ thể.

Để giảm lượng dữ liệu phải gửi về các trung tâm này, tổ chức bảo tồn thiên nhiên The Nature Conservancy lắp camera có thể nhận diện và đếm cá theo loài ngay trên tàu đánh bắt thương mại. Viện Tài nguyên thế giới giảm khối lượng công việc theo cách khác, bằng việc lưu kết quả để dùng lại khi có yêu cầu trùng lặp và hạn chế những tác vụ tốn nhiều tài nguyên như tạo ảnh, video.

Với phần việc vẫn phải thực hiện trên hệ thống của nhà cung cấp, lời kêu gọi của Tổng Thư ký Liên hợp quốc António Guterres về việc các công ty AI lớn công khai tác động môi trường có ý nghĩa trực tiếp với người sử dụng. Một tổ chức bảo tồn sẽ khó dựa vào số liệu tiêu thụ điện, nước của cả doanh nghiệp để lựa chọn công cụ xử lý một đợt khảo sát. Thông tin hữu ích hơn là lượng tài nguyên tiêu thụ và phát thải khi các công cụ thực hiện khối lượng công việc tương đương, chẳng hạn, cùng rà soát một bộ ảnh với độ chính xác tương đương.

Nếu cam kết tại COP31 thúc đẩy doanh nghiệp công khai số liệu, các tổ chức bảo tồn sẽ có thêm căn cứ để cân nhắc liệu kết quả mà AI mang lại có tương xứng với chi phí môi trường khi sử dụng công nghệ này.