Helsingin yliopiston tietojenkäsittelytieteen professori Laura Ruotsalainen ei voi paljon vaikuttaa siihen, miten kuluttajat käyttävät tekoälyä, mutta siihen hän voi, paljonko sähköä tekoälyn opettaminen vie. Ja siihen tarvitaan matematiikkaa sekä kollegoita.
Yhdessä neuroverkossa eli matemaattisessa mallissa voi olla miljoonia parametreja eri erilaisia asetuksia ohjelman komentorivillä, ja ne kaikki vaikuttavat lopputulokseen esimerkiksi hahmontunnistuksessa.
Osa parametreista saattaa lähemmässä tarkastelussa osoittautua turhaksi, jolloin ne jätetään pois. Jos parametria ei voi jättää pois, sen painoarvoa voidaan pienentää optimoimalla muita parametreja.
– Tämä tarkoittaa, että pienemmästä määrästä dataa saadaan enemmän informaatiota, kuvailee Ruotsalainen.
Tämä taas säästää laskentaan tarvittavan energian määrää ja keventää tekoälyn ympäristökuormitusta.
”Datakeskus Suomessa on ekologisempi kuin datakeskus jossain muualla”
Tekoälyn käyttö kuormittaa ympäristöä monilla, osin vielä tuntemattomilla tavoilla. Samaan aikaan tekoäly tukee hiilidioksidipäästöjen vähentämistä ja ekokriisin ratkaisujen löytämistä.
Tämä dilemma kuulostaa tutulta jo vuosisatojen takaa: ihmiskunnalla on ollut ja näyttää jatkossakin olevan useimpien keksintöjensä kanssa sama ongelma. Hyvä ja paha on pakattu samaan pakettiin, eikä vaihtoehdoista voi valita vain toista.
Tekoälyn – tai ylipäätään digitalisaation – dilemmaa kuvaa esimerkiksi se, että ympäristövaikutusten mittaamiseksi tarvitaan laskentainfrastruktuuria, jonka ympäristövaikutuksista tunnetaan vain osa, kuten hiilidioksidipäästöt ja vedenkulutus.
– Vielä emme osaa kattavasti laskea, miten tekoälyyn väistämättä liittyvät fyysiset koneet, niiden osat tai koneiden tarvitsemat kiinteistöt kuluttavat ympäristöä kaivostoiminnan, maansiirron ja rakentamisen kautta, Laura Ruotsalainen kertoo.
Monia asioita on kuitenkin pystytty mittaamaan ja tarkasti, mikä puolestaan mahdollistaa esimerkiksi suljetut energiakierrot ja sitä kautta ekologisen kaupunkisuunnittelun, joka on Ruotsalaiselle tärkeä tutkimusaihe.
Esimerkiksi Kajaanissa sijaitseva, maailman yhdeksänneksi suurin supertietokone LUMI tuottaa viidesosan kajaanilaisten tarvitsemasta energiasta, kun koneen synnyttämä hukkalämpö ohjataan kaupunkilaisten koteihin. LUMIn tarvitsema sähkö tuotetaan sataprosenttisesti vesivoimalla eli uusiutuvasti.
– Yksittäisiä supertietokoneita ja kokonaisia datakeskuksia voidaan ja pitää suunnitella ja toteuttaa niin, että luontoa kuormitetaan mahdollisimman vähän. Siksi uskallan sanoa, että datakeskus juuri Suomessa on globaalista näkökulmasta ekologisempi ratkaisu kuin datakeskus jossain muualla, sanoo Ruotsalainen.
– LUMIn kohdalla suljettu vesikierto on sataprosenttinen. Muualla se ei vielä täysin onnistu, mutta siihen Suomessa aina pyritään, ja periaatteessa se osataan toteuttaa. Globaalin etelän maissa ei välttämättä osata tai pystytä, vaan jäähdytysvedet haihtuvat ilmaan, mikä entisestään pahentaa kyseisten valtioitten vesipulaa.
Tavallisten kansalaisten eli meidän kuluttajien tekoälyinnostus työssä ja vapaa-aikana on kasvanut niin, että jo yhdessä kuukaudessa tekoälyn jokapäiväisessä käytössä kuluu yhtä paljon energiaa kuin koko ohjelman opettamiseen yhteensä.
Helmikuussa 2023 ChatGPT3-ohjelmaa käytettiin 590 miljoonaa kertaa, helmikuussa 2025 jo 1 600 miljoonaa kertaa. Kasvu näyttää jatkuvan eksponentiaalisena.
Jos jokaisella käyttökerralla eli istunnolla tekoälylle esitettäisiin vain yksi ainoa kysymys, energiaa kuluisi 1200 megawattituntia kuukaudessa. Vertailun vuoksi: keskiverto pohjoiseurooppalainen käyttää yhteensä kaikkeen elämäänsä energiaa 1,6 megawattituntia vuodessa.
Tekoälyohjelmia voi uusiokäyttää
Laskennan tehostaminen Laura Ruotsalaisen esittämällä tavalla vaatii syvää perehtyneisyyttä matematiikkaan. Tämä asiantuntemus löytyy onneksi Ruotsalaisen oman tutkimusryhmän sisältä.
Ryhmä koostuu datatieteilijöistä ja tietojenkäsittelijöistä, jotka kumpikin ovat sovellettua matematiikkaa. Kaikki ryhmän jäsenet ovat opiskelleet matematiikkaa laajasti.
Maallikoille on saattanut syntyä se käsitys, että datatieteet tai tekoäly jotenkin korvaisivat matematiikan, mutta tämä ei Ruotsalaisen mukaan pidä paikkaansa.
– Koneoppimista ei voi kehittää ilman vahvaa matematiikan osaamista. Siksi mekin olemme olleet mukana suunnittelemassa räätälöityjä matematiikan kursseja opiskelijoille, jotka tähtäävät koneoppimisen asiantuntijoiksi, kertoo Ruotsalainen.
Hän palaa vielä tekoälyohjelmien opettamisen sähkönkulutukseen.
– Voimme myös uusiokäyttää tekoälyohjelmia, eli aina niille ei tarvitse opettaa ohjelmalle kaikkea alusta alkaen, Ruotsalainen jatkaa.
Tätä kutsutaan ammattikielellä ”transfer learning” -nimellä. Kun dataa, koneita ja energiaa on käytettävissä, ihminen sortuu ratkaisun löytääkseen liian helposti ”yritä ja erehdy” -metodiin. Sitä voidaan rajoittaa suunnittelemalla ja käyttämällä ihmisaivoja hiukan pitempään ennen kokeiluvaihetta.
Ruotsalaisen kuvaamilla menetelmillä esimerkiksi CSC-keskuksen päästöt pienenivät alle kymmenesosaan siitä, mitä ne olivat ennen optimointikokeiluja.
Ruotsalainen muistuttaa myös, että datakeskuksen ympäristökuormaa voidaan vähentää myös sillä, että keskus perustetaan jo olemassa oleviin rakennuksiin. Tyhjilleen jääneiden tilojen remontointi kuluttaa luontoa vähemmän kuin kivijalasta rakentaminen.
Aivot käyttöön ennen tekoälyä
Tutkijat ja tutkimusmaailma on omanlaisensa, mutta mitä tavallista asiantuntijatyötä tekevä tekkiläinen voi työpöytänsä ääressä tehdä, jotta hän tekoälyn käytöllään tärväisi luontoa mahdollisimman vähän?
Ruotsalaisen vastaus on arvattavissa, mutta se on oikeastaan ihmisen kannalta aika lohdullinen.
– Ajattele ensin. Kysy tekoälyltä vasta sitten.
Jo pelkästään käsillä olevan ongelman muotoilu vaikuttaa siihen, kuinka monta tarkentavaa lisäkysymystä tekoäly tekee ja kuinka monta harhareittiä se joutuu vaeltamaan.
Kun malttaa istua alas ja muotoilla kysyttävän asian huolellisesti, käy aika usein niin, että asia alkaa ratketa jo sillä, että kysymyksen kirjoittaa itselleen. Tekoälyä ei tarvitakaan. Hidas ajattelu voi siis olla ekoteko.
– Voihan meistä itse kukin miettiä, onko jokainen someen postattava karikatyyri omista kasvoista tarpeellinen, Ruotsalainen sanoo.
Tekoälyn luontojalanjälki paljastuu pikkuhiljaa
On todennäköistä, että jo lähitulevaisuudessa laskelmat tekoälyn luontohaitoista ja -hyödyistä tarkentuvat huomattavasti nykyisestä.
Jyväskylän yliopiston tutkijat ovat jo muutaman vuoden kehittäneet laskentamenetelmiä yritysten ja organisaatioiden luontojäljelle siten, että laskelmiin otetaan hiilipäästöjen lisäksi esimerkiksi maankäyttö ja muut saasteet.
Kattava luontojalanjälki on laskettu jo muun muassa S-ryhmän ruokakaupoille, Tampereen kaupungille ja esimerkiksi suomalaiselle tiedeakatemialle, mutta ei vielä tekoälylle. Se olisi periaatteessa mahdollista ja kiinnostavaa, mutta ei helppoa, arvelee Jyväskylän yliopiston Luontojalanjälki-ryhmän johtaja ja tutkija Sami El Geneidy. Hän on taustaltaan kauppatieteilijä, erikoisalanaan yritysten ympäristöjohtaminen.
Ryhmän toinen johtaja, ekologian professori Janne Kotiaho arvelee, että tällä hetkellä tekoäly on globaalisti yleisemmin käytössä hupitarkoituksissa kuin vakavassa työssä. Tekoälyn päästöt, jotka syntyvät vaikkapa tutkimustyön tekemisestä, olisivat siis toistaiseksi pienempiä verrattuna kännyköissä ja läppäreillä pyörivän viihteen päästöihin.
– Muuttuu huvin ja työn suhde lopulta millaiseksi tahansa, hupikäytöstä johtuvia päästöjä on omalla harkitulla käytöksellä mahdollista pienentää, Kotiaho muistuttaa.