Sustainable AI

Formålet med denne undersøgelse er at identificere metoder og teknikker til at reducere AI’s energiforbrug gennem optimeret prompt-teknikker og effektiv anvendelse af forskellige modeltyper. Dette indebærer en vurdering af, hvordan forskellige modeller og deres størrelser påvirker klimaet, og hvordan man kan gøre brugen af AI mere bæredygtig ved at minimere energiintensive processer.

Vi vil undersøge det faktiske strømforbrug ved forskellige prompt-teknikker og undersøge hvordan aftagervirksomheder forholder sig til bæredygtighedsaspekterne ved AI.

Alt dette vil føre til anbefalinger i forhold til brugen af AI, og hvordan det kan gøres grønnere. Disse anbefalinger vil vi gerne publicere i fagblade e.l. Idéen er ligeledes at den nyfundne viden skal bruges til eksisterende fag men også som en grobund for nye fag. Ligeledes vil den nyfundne viden kunne bruges i bæredygtighedsugen på EASV.

Gennem laboratorieforsøg vil vi teste forskellige prompt-teknikker på forskellige modeller med forskellige størrelser. Ved at iagttage det faktisk strømforbrug, vil vi undersøge hvordan ovenstående kan forbedre den grønne energiregning ved anvendelse af store sprogmodeller.

Igennem interviews, vil vi undersøge hvordan aftagervirksomheder forholder sig til den grønne problemstilling, i takt med at flere virksomheder udvider med deres egen AI infrastruktur, for at imødekomme data udfordringer som der er ved anvendelse af services fra OpenAI, Google, Meta, Microsoft, osv.