NWB WANDELEN

Kunstmatige intelligentie is de afgelopen jaren razendsnel onderdeel geworden van talloze sectoren. Van medische toepassingen tot klantenservice, de mogelijkheden lijken eindeloos.

Maar met de opmars van AI groeit ook de discussie over de keerzijde ervan: het energieverbruik. We gingen in gesprek met Rik, oprichter van Data Science Partners, over hoe AI zowel een last als een kans kan zijn in het licht van verduurzaming.

Interviewer: Rik, AI wordt vaak gezien als een technologie die enorm veel energie slurpt. Is dat beeld terecht?

Rik: “Ja, dat beeld klopt grotendeels. Vooral bij toepassingen van deep learning — denk aan het trainen van grote taalmodellen of beeldherkenningssystemen — zie je dat de rekenkracht die daarvoor nodig is, enorm is. Datacenters waar die processen draaien, staan 24/7 aan. Het trainen van zo’n groot model kan net zoveel stroom kosten als een gemiddeld huishouden in een jaar. Dat zijn geen kleine getallen. Zeker nu we collectief meer belang hechten aan duurzaamheid, is dat een onderwerp dat aandacht verdient.”

Interviewer: Tegelijk hoor je ook vaak dat AI juist kan helpen bij verduurzaming. Hoe kijk jij daarnaar?

Rik: “Daar zie ik inderdaad veel potentie. Het mooie van AI is dat het in staat is om efficiëntie te verhogen, ook als het gaat om energieverbruik. Denk aan fabrieken die met behulp van AI precies kunnen inschatten wanneer machines aan of uit moeten, of systemen die op basis van data voorspellen wanneer het slim is om energie op te slaan of juist te gebruiken. Zelfs in huishoudens wordt AI al toegepast, bijvoorbeeld in slimme energiemeters of huishoudelijke apparaten die op basis van gebruikspatronen zichzelf aanpassen. Dus hoewel het aan de achterkant energie kost om AI te laten draaien, kan het aan de voorkant juist tot flinke besparingen leiden.”

Interviewer: Kun je een concreet voorbeeld noemen van hoe AI energie kan helpen besparen in de praktijk?

Rik: “Een voorbeeld dat ik vaak aanhaal, is de slimme thermostaat. Zo’n apparaat leert hoe je leeft — wanneer je thuis bent, wanneer je slaapt — en past daar automatisch de temperatuur op aan. Dat gebeurt niet willekeurig, maar op basis van patronen die het apparaat herkent. Je verbruikt daardoor minder gas, zonder dat je zelf hoeft in te leveren op comfort. Een ander voorbeeld vind ik de toepassing van AI in de transportsector. Denk aan logistieke bedrijven die AI inzetten om routes te optimaliseren. Minder kilometers betekent minder uitstoot én minder kosten. Binnen onze trainingen in Python en data science leren we cursisten ook precies hoe je dit soort algoritmes bouwt.”

Interviewer: Zijn er manieren waarop we het hoge energieverbruik van AI kunnen beperken?

Rik: “Zeker. Er wordt al veel gedaan op dat gebied. Ontwikkelaars zijn steeds meer bezig met het optimaliseren van modellen. In plaats van altijd maar grotere en zwaardere modellen te trainen, kun je ook slimmer trainen. Bijvoorbeeld met minder data, of door gebruik te maken van technieken als ‘transfer learning’, waarbij je een bestaand model opnieuw afstemt op een kleiner probleem. Daarnaast is het belangrijk dat datacenters overstappen op groene stroom. Wind- en zonne-energie worden steeds toegankelijker, en als je AI-systemen daar volledig op laat draaien, dan scheelt dat enorm in de uitstoot.”

Interviewer: Tot slot: hoe zie jij de rol van AI als het gaat om duurzaamheid in de komende jaren?

Rik: “Ik denk dat we aan het begin staan van een nieuw hoofdstuk waarin AI en duurzaamheid steeds vaker hand in hand gaan. Natuurlijk blijft het een uitdaging dat sommige toepassingen veel energie vragen, maar ik zie vooral kansen. We kunnen AI gebruiken om processen slimmer, zuiniger en groener te maken. De sleutel zit ‘m denk ik in balans: het ontwikkelen van technologie die verantwoord is en tegelijkertijd helpt om bredere klimaatdoelen te halen. Als we die balans weten te vinden, dan heeft AI echt iets toe te voegen aan een duurzamere toekomst.”