De uitdaging
AI verandert onze samenleving en dus ook wetenschap en onderzoek. De steeds complexere AI-modellen hebben door hun energieverbruik echter een grote CO2-voetafdruk. Dit brengt milieu-uitdagingen met zich mee. In reactie hierop is het idee van ‘Green AI’ ontstaan. Green AI is het gebruik van AI technologieën op een manier die de milieu-impact zo veel mogelijk beperkt.
Onderzoekers maken ook veel gebruik van AI, bijvoorbeeld voor literatuuronderzoek en data-analyse. Ze hebben nu alleen nog beperkt aandacht voor de efficiëntie van hun modellen. Dat is jammer. Door goed na te denken over welke modellen ze kiezen voor specifieke taken, kunnen ze onnodige berekeningen voorkomen. Dit kan de milieu-impact van hun AI gebruik verminderen. Ook onderzoekers moeten met Green AI aan de slag.
Het project
In dit project ontwikkelen we een beoordelingskader dat onderzoekers inzicht geeft in de milieu-impact van hun AI gebruik. We richten ons met name op onderzoekers die AI gebruiken voor het ontwerpen, bouwen en gebruik van prototypes. Denk bijvoorbeeld de ontwikkeling van een chatbot op basis van een large language model (LLM) voor onderzoeksdoeleinden.
Om dit te bereiken doen we het volgende. Als eerst delen we een vragenlijst met onderzoekers van Fontys Hogeschool (uiteindelijk willen we ook onderzoekers buiten Fontys bevragen). De vragenlijst brengt in kaart hoe onderzoekers nu AI gebruiken en of ze zich bewust zijn van de bijbehorende milieu-impact. Vervolgens verzamelen we in de onderzoekspraktijk data over hun AI gebruik en bereken we de milieuvoetafdruk. We evalueren in hoeverre er sprake is van Green AI en ontwikkelen aanbevelingen om het AI gebruik te verduurzamen. Denk aan best practices voor een aantal veelgebruikte AI toepassingen, maar ook meer algemene richtlijnen om bewuster om te gaan met AI.
De resultaten
Het resultaat van het onderzoek is een beoordelingskader voor een aantal veelvoorkomende manieren van AI gebruik. Het beoordelingskader werkt aan de hand van een vragenlijst die in kaart brengt hoe een onderzoeker AI gebruikt of wil gaan gebruiken. Vervolgens krijgt de onderzoeker aanbevelingen terug over hoe deze zo duurzaam mogelijk met data om kan gaan en over welke modellen het meest duurzaam zijn.
We delen de resultaten op drie manieren:
- In workshops met PhD studenten die onderzoek doen naar duurzaamheid en meer willen weten over de duurzaamheid van AI.
- We geven een aantal Proof of Concept presentaties aan geïnteresseerden op de Hogeschool. Door het actief delen van het beoordelingskader hopen we mensen aan te moedigen Green AI toe te passen in hun werk.
- We delen ons onderzoek online in een aantal academische publicaties.
Interessant voor jou?
De resultaten zijn bruikbaar voor onderzoekersinstellingen en onderzoekers die hun AI gebruik willen verduurzamen. Ook voor financiers is het framework nuttig zijn, omdat het helpt beoordelen welke projecten op duurzame wijze AI gebruiken (en welke niet).
Wetenschappelijke samenvatting
Green AI for Researchers
AI is transforming our society. This also holds for science and research. As AI models are growing more complex, their carbon footprint and energy consumption has become a significant environmental challenge. The concept of Green AI focuses on reducing the environmental impact of AI technologies. However, there is no methodological framework of translating these Green AI insights into best practices for researchers. This project aims at creating a comprehensive framework that enables researchers to understand key environmental challenges when deploying AI models in their work, and enables them to apply best practices for Green AI to advance their research activities.
