https://doi.org/10.59851/mj.72.12.10
A Mesterséges Intelligencia gyors terjedése jelentős ökológiai lábnyomot hagy maga után, ami komoly környezeti kihívásokat eredményez. Jelen tanulmány az MI energia-, víz- és elektronikus hulladék (e-hulladék) fogyasztására összpontosít, bemutatva a technológia rejtett környezeti költségeit a felhasználók szemszögéből. Az adatközpontok, amelyek az MI-műveletek alapját képezik, hatalmas mennyiségű energiát és vizet igényelnek hűtésükhöz, hozzájárulva az üvegházhatású gázkibocsátáshoz és a globális vízhiányhoz. A nagyméretű nyelvi modellek betanítása különösen energiaigényes, és az MI-specifikus hardverek gyors elavulása növeli az e-hulladék mennyiségét. Becslések szerint az adatközpontok energiafelhasználása jelentősen növekedni fog a következő években, ami további terhelést jelent a globális energiaellátásra és a környezetvédelemre. Az MI ökológiai lábnyomának csökkentése érdekében kulcsfontosságú az energiahatékony modellek fejlesztése, a megújuló energiaforrásokba való beruházás és a fenntartható e-hulladékkezelés. Az MI ugyanakkor lehetőséget is kínál a környezeti problémák megoldására, például az energiafelhasználás optimalizálásával vagy az éghajlat modellezésével. A felelős szabályozás és az átláthatóság elengedhetetlen a fenntartható MI jövőjének biztosításához.
Kulcsszavak: mesterséges intelligencia; ökológiai lábnyom; energiafogyasztás; EU AI Act; fogyasztóvédelem; fenntarthatóság; MI felhasználó
The rapid proliferation of Artificial Intelligence (referred to as AI) leaves a significant ecological footprint, posing serious environmental challenges. This study focuses on AI's energy, water, and electronic waste (e-waste) consumption, revealing the technology's hidden environmental costs from the AI users' perspective. Data centers, which form the backbone of AI operations, demand vast amounts of energy and water for cooling, contributing to greenhouse gas emissions and water scarcity. Training large language models is particularly energy-intensive, and the rapid obsolescence of AI-specific hardware increases e-waste volumes. Estimates suggest that data center energy consumption will grow substantially in the coming years, further straining global energy supplies. To mitigate AI's ecological footprint, developing energy-efficient models, investing in renewable energy sources, and implementing sustainable e-waste management are crucial. Concurrently, AI also offers opportunities to address environmental issues, such as optimizing energy use or climate modeling. Responsible regulation and transparency are essential to ensure a sustainable future for AI.
Keywords: artificial intelligence; ecological footprint; energy consumption; EU AI Act; consumer protection; sustainability; AI users
"A gép forog, az alkotó pihen."[1]
A magyar drámairodalom egyik legismertebb mondata méltán jelképezheti az utóbbi évek egyik legnagyobb hatású technológiai vívmányát, a generatív Mesterséges Intelligenciát (a továbbiakban: MI). Az MI széles körű elterjedését a 2017-ben megjelent "Attention is all you need" című tanulmány alapozta meg, amelyben a szerzők bemutatták a Transformer-architektúrát.[2] Ez a megoldás megnyitotta az utat a ma használt nagy nyelvi modellek előtt. Az MI használata azonban jelentős erőforrás-felhasználással jár. Már 2019-ben megjelent az első átfogó amerikai tanulmány az MI környezetre gyakorolt hatásairól.[3]
Az MI "éhségét" két szegmensre oszthatjuk: az egyik a felhasznált adat (Big Data), a másik pedig az energia. Az adatok tárolása gigantikus központokban valósul meg, amelyek kiépítése és üzemeltetése elképesztő mennyiségű energiát és nyersanyagot emészt fel.[4] Az MI-technológia környezeti lábnyoma jelentős, és egyre inkább növekszik,[5] sürgetőbbé vált tehát az igény a technológia átláthatóságára és szabályozására.[6] Az Egyesült Államokban és az Európai Unióban párhuzamosan új szabályozási kezdeményezések irányulnak az MI-rendszerek energia- és erőforrás-felhasználásának mérésére és csökkentésére. Jelen tanulmányunk célja annak bemutatása, hogy az MI-technológia - mint a legújabb ipari forradalom - környezetvédelmi költségeit hogyan tudja a jogalkotó szabályozása kontroll alatt tartani, egyúttal vizsgálva a releváns fogyasztóvédelmi[7] szempontokat is.
- 774/775 -
Az MI-technológia működtetése rendkívül energiaigényes folyamat: elsősorban biztosítani kell az MI-modellek betanításához szükséges hatalmas számítási kapacitást. A nagy nyelvi modellek hónapokig tartó tréning során kerülnek betanításra, amely folyamat alatt több ezer erre specializált hardver (GPU-k, TPU-k) működik párhuzamosan teljes kapacitással. Egy kutatás számításai szerint például a csupán 213 millió paraméteres NLP-modell (a GPT-2 modell nagyságrendje) tanítása több mint 626 000 font (kb. 284 tonna) szén-dioxidnak megfelelő kibocsátással járt, ami az átlagos amerikai személygépkocsi teljes élettartama alatti kibocsátásnak az ötszöröse.[8] Mivel a karbonkibocsátás túlnyomórészt az elektromos áram azon felhasználásából ered, amikor az MI több ezer számítást végez annak eldöntésére, hogy mely szavakat használja a válaszban, ez a szám jól érzékelteti a szükséges energia mennyiségét is. A számítási igény exponenciálisan nő a modellek méretével. A nagyobb modellek fejlesztéséért folyó verseny ezért egyben az energiafogyasztás növekedését is jelenti.
Az MI-t működtető adatközpontok összesített energiafogyasztása már ma is a globális villamosenergia-fogyasztás számottevő hányadát teszi ki. A Nemzetközi Energiaügynökség (IEA) előrejelzése szerint 2026-ra az adatközpontok éves áramfogyasztása elérheti az 1000 TWh-t, ami nagyjából megegyezik Japán éves áramfogyasztásával.[9] Az egyik legnagyobb felhőszolgáltató becslése alapján az Egyesült Államokban 2030-ra a teljes országos áramszükséglet 20 százalékát az adatközpontok fogják felemészteni, ennek túlnyomó részét pedig az MI-hez kapcsolódó számítási feladatok adják majd.[10] Jelenleg egy 100 szavas e-mail, amelyet a GPT-4 MI chatbot generál - egyszeri használat esetében - 0,14 kilowattóra (kWh) áram felhasználásával jár, ami 14 LED izzó 1 órás működtetésével egyenértékű.[11]
A felhasznált villamos energia karbon-intenzitása (a villamos-áramtermelés CO2-kibocsátása) meghatározza, hogy az MI energiaigénye milyen közvetlen hatást gyakorol a klímára. Ha a technológiát fosszilis tüzelőanyagokkal működő erőművek látják el árammal, az MI közvetett CO2-kibocsátása gigantikus lesz, míg a megújuló energiaforrások használata jelentősen mérsékelheti a kibocsátást. A jelenlegi trendek alapján az MI iránti robbanásszerű kereslet sok esetben meghaladja a rendelkezésre álló környezetbarát energiakínálatot, és ez nehezen bővíthető ilyen mértékben. Egy 2024-es jelentés rámutatott arra, hogy a Google 2030-ra nettó zéró CO2 kibocsátás elérését tűzte ki céljául, ezzel szemben azonban 2019 és 2024 között 48 százalékkal növelte üvegházhatású gázkibocsátását, nagyrészt az MI-alapú szolgáltatások energiaigénye miatt.[12] Amennyiben a techszektor nem fordul az energiahatékonyabb megoldások felé, az MI terjedése jelentősen hátráltathatja a zöld átállást.
Az energiaigény mellett a vízfogyasztás is jelentős környezeti terhelést jelent. A vízfogyasztás legfőbb oka az adatközpontokban működő hardverek hűtése. A több ezer nagy teljesítményű processzor folyamatos működése során hatalmas mennyiségű hő termelődik, amelyet el kell vezetni, különben a rendszerek túlmelegednek és leállnak. Ennek érdekében az adatközpontokat hűtőrendszerekkel szerelik fel. A szervertermekben keringetett víz hőt von el az eszközöktől, majd azokat hűtőtornyok segítségével lehűtik, miközben a víz egy része elpárolog. Ez a párolgás jelenti a tényleges vízfelhasználást, hiszen az elpárolgott vizet folyamatosan pótolni kell a friss édesvízből. Az adatközpontok így elképesztő mennyiségű vizet használnak fel. Egy közepes méretű adatközpont éves vízfogyasztása megközelítheti a 110 millió gallon (416 millió liter) vizet, ami kb. 1000 amerikai háztartás éves vízfogyasztásának felel meg.[13]
- 775/776 -
Ha a ChatGPT-nek feltesznek 25-50 kérdést, akkor függetlenül attól, hogy azok mennyire észszerűek, elfogy 519 milliliter (1/2 l) egy vizesüveg víz, csak egyszeri használat esetében. A legújabb GPT-4-es rendszernek ennél is nagyobb a vízfogyasztása.[14] A ChatGPT-3 betanításához 700 ezer liter vízre volt szükség, ami 100 font (kb. 45 kg) marhahús előállításának a vízigénye.[15] A Meta az LLaMA-3 modelljének betanítására 22 millió liter vizet használt fel, ez a vízköltség körülbelül 4439 font (kb. 2013 kg) rizs előállításához szükséges vízmennyiséggel egyenlő.[16] A víz erőforrásként éppolyan véges és regionálisan szűkösen elérhető, mint az energia. Sőt, míg a villamos energiát számos módszerrel elő lehet állítani, addig a víz nélkülözhetetlen az élő szervezetek számára. A Föld vízkészletének csupán ~0,5 százaléka hozzáférhető édesvíz, és az egyre gyakoribb aszályok, vízhiányok időszakában hatalmas luxus ennek pazarlása.
Amikor az MI ökológiai lábnyomáról beszélünk, az energia- és vízfogyasztás, illetve a karbonkibocsátás kézzelfogható, számszerűsíthető tényezők, azonban vannak olyan rejtett környezeti költségek is, amelyek az MI-technológiák használatához kapcsolódnak. Ezek a látens hatások gyakran abból adódnak, hogy egyrészt a digitális szolgáltatások biztosításához a fizikai infrastruktúra építésére, fenntartására és cseréjére is szükség van, ami jelentősen terheli a környezetet, másrészt az új technológiák megváltoztatják a fogyasztói szokásokat és a gazdasági folyamatokat, sokszor nem várt következményeket eredményezve. Az MI-technológiához szükséges alapanyagok bányászása, gyártása és telepítése jelentős anyag- és energiafelhasználással, valamint környezetszennyezéssel jár. A fenntarthatósági standardok kidolgozói éppen ezért javasolják, hogy az MI környezeti hatásait életciklus-szemléletben értékeljük, figyelembe véve a nyersanyagok kitermelésétől a gyártáson át az üzemeltetésen keresztül a hulladékkezelésig minden fázist.[17]
Az elhasznált hardverek mint elektronikai hulladékok szintén részei a környezeti lábnyomnak. Az információs technológia terén, különösen a nagy teljesítményű eszközöknél, nagyon rövid innovációs ciklusokkal találkozunk. Az eszközöket néhány évente lecserélik újabb generációkra, mert azok gyorsabbak és energiahatékonyabbak. Az e-hulladék a világ leggyorsabban növekvő hulladéktípusa, és az MI gyors fejlődése ezt tovább fokozza. A kiszolgált hardverek gyakran veszélyes anyagokat tartalmaznak (ólom, higany), melyek nem megfelelő kezelése talaj- és vízszennyezést okozhat,[18] és a hulladéklerakókban, égetőkben okozott környezeti károk mellett az emberi egészségre is ártalmasak.
A jelentős környezeti hatások szabályozási válaszokat sürgetnek. Az Európai Unió elsőként reagált átfogó jogszabállyal: az MI Rendelettel. Az MI Rendelet igyekszik jogi keretek közé szorítani a technológia fejlesztését, illetve a használatát. Az MI Rendelet preambuluma kimondja, hogy kifejezett célja a "környezeti védelem biztosítása az innováció ösztönzése mellett".[20] Az MI Rendelet egyik legfontosabb innovációja az, hogy az általános célú nagy nyelvi modellek esetén kötelező energiafelhasználási adatokat szolgáltatni. Erre vonatkozóan előírja, hogy a GPAI-modellek[21] fejlesztőinek a technikai dokumentációkban részletesen fel kell tüntetniük a modell számítási kapacitását és energiafogyasztását,[22] amennyiben nem ismert a pontos adat, úgy becsült számítások alapján. Az MI Rendelet bevezette a "rendszerszintű kockázat" kategóriát, amelybe az energiafogyasztás mennyisége is beleszámít.[23] Az MI Rendelet "rendszerszintű kockázat" kategóriát alkalmaz a legnagyobb, 1025 műveletnél több számítást igénylő nyelvi modellekre. Ezekre szigorúbb átláthatósági követelmények vonatkoznak, beleértve az energiafogyasztási adatok közzétételét is.[24] A szabályozás kötelezi az Európai Bizottságot, hogy dolgozzon ki új műszaki normákat a modellek erőforrás-hatékonyságára.[25] Ezek a standardok többek között az energiahatékonyságra, a nyersanyag-használatra és az ökoló-
- 776/777 -
giai lábnyom csökkentésére terjednek ki. Az első ilyen jelentést 2028-ban kell közzétenni.[26]
A fogyasztóvédelmi jog mára elképzelhetetlen fenntarthatósági szempontok nélkül. Uniós szinten példa erre az "Empowering Consumers" 2024/825/EU irányelv,[27] amely tiltja a megtévesztő környezeti állításokat tartalmazó hirdetéseket.[28] Az irányelv előírja, hogy a fogyasztóknak egyértelmű, releváns információkat kell szolgáltatni a termékek környezetvédelmi vonatkozásairól.
Az új Ecodesign for Sustainable Products Regulation keretében 2024 őszétől az EU minden termékre "Digitális termékútlevelet" (a továbbiakban: DPP) vezet be, amely a gyártás, felhasznált anyagok, környezeti hatás és újrahasznosítás szempontjából teljes körű információkat tartalmaz.[29] A DPP révén a fogyasztók hozzáférhetnek egy termék teljes életciklusára vonatkozó adatbázishoz, így jobban összehasonlíthatják a fenntarthatóbb alternatívákat.
Magyarországon a nemzeti fogyasztóvédelmi jog is követi az európai trendet. A hazai szabályozás[30] értelmében a forgalmazott termékeknek biztonságosnak kell lenniük, és nem lehet valótlan környezeti előnyökkel hirdetni őket. A fogyasztók tájékoztatáshoz való joga kiterjed a környezetvédelmi információkra is.[31]
A jogi megoldások kidolgozása csak a kezdeti lépése az ökológiai lábnyom csökkentésének. A valódi eredményeket a technológiai innováció jelentheti: a kvantumalgoritmusok egyes kísérletekben elképesztő energiahatékonyságot mutattak.[32] Ez abból adódik, hogy az ilyen eszközök lényegesen kevesebb paramétert használnak, ezért az ilyen technológiák integrálása radikálisan csökkentheti az energiaköltségeket. A "Green AI" koncepció az MI-technológiák környezeti fenntarthatóságára összpontosít,[33] célja az ökológiai lábnyom csökkentése az MI-modellek és -algoritmusok optimalizálásával. A kutatók olyan megoldásokat keresnek, mint a reverzibilis számítógép elve, a fényalapú és neuromorfikus chipek, amelyek jelentősen javíthatják az energiahatékonyságot.[34] További fontos lépés a megújuló energiaforrások használata[35] az adatközpontokban, a hulladékhő újrahasznosítása, valamint a modellek hatékonyabb betanítási módszereinek fejlesztése.[36]
"A Pew Kutatóközpont adatai szerint az amerikaiak nagyjából negyede használta a ChatGPT-t, a chatbot 2022-es megjelenése óta - és minden egyes lekérdezésnek ára van. A chatbotok óriási mennyiségű energiát használnak a felhasználói kérdések megválaszolásához, és már pusztán a chatbot szervereinek hűvösen tartása az adatközpontokban is megterheli a környezetet. Bár a pontos terhelést szinte lehetetlen számszerűsíteni, a The Washington Post együtt dolgozott a Kaliforniai Egyetem (Riverside) kutatóival, hogy láthatóvá tegyék, mennyi vizet és energiát fogyaszt az OpenAI 2023 márciusában kiadott ChatGPT-4 nyelvi modellje egy (átlagos) 100 szavas e-mail megírásához, ami kiterjedt a vízfelhasználásra, az áramfogyasztásra, a betanítási költségekre és a kitűzött klímacélokra
- 777/778 -
(CO2 kibocsátás).[37] A számszerűsített adatokat a tanulmány releváns része tartalmazza.
Az MI ökológiai lábnyoma komoly kihívást jelent a fenntartható fejlődés szempontjából. Az energiafogyasztás, vízigény és az e-hulladék, valamint a nyersanyag-kitermelés jelentős környezeti terhelést okoz. Az EU MI Rendelet fontos lépés a szabályozás irányába, de további konkrét intézkedésekre van szükség. A fogyasztóvédelmi előírások, a DPP bevezetése és a greenwashing elleni fellépés pozitív irányba mutatnak. A technológiai fejlesztések, különösen a kvantumalgoritmusok és a "Green AI" koncepció reményt adnak a jövőbeli energiahatékonyság javítására. A fenntartható MI jövőjének biztosításához elengedhetetlen a felelős szabályozás, az átláthatóság növelése és a társadalmi tudatosság erősítése. Csak ezzel biztosítható, hogy az MI előnyei ne járjanak elfogadhatatlan környezeti károkkal a Föld nevű bolygóra nézve. ■
JEGYZETEK
[1] Madách Imre: Az ember tragédiája. Első Szín. Pest, 1861. 2.
[2] Ashish Vaswani - Noam Shazeer - Niki Parmar - Jakob Uszkoreit - Llion Jones - Aidan N. Gomez - Łukasz Kaiser - Illia Polosukhin: Attention Is All You Need. arXiv:1706.03762, Submitted on 12 Jun 2017; https://arxiv.org/html/1706.03762v7
[3] Emma Strubell - Ananya Ganesh - Andrew McCallum: Energy and Policy Considerations for Deep Learning in NLP. https://arxiv.org/pdf/1906.02243
[4] Nicola Jones: How to stop data centres from gobbling up the world's electricity. Nature, Springer Nature, 2018.09.12., https://www.nature.com/articles/d41586-018-06610-y
[5] Eric Hittinger - Paulina Jaramillo: Internet of Things: Energy Boon or Bane? Science, 2019. (6468), 326-328. DOI: https://doi.org/10.1126/science.aau8825
[6] Az európai Digitális Egységes Piac (DSM) működéséről és szabályozásáról lásd részletesen Pataki Gábor Zsolt: A digitalizáció hatásai az EU jogalkotására, különös tekintettel a Digitális Egységes Piac jövőjére. In: Homicskó Árpád Olivér (szerk.): A digitalizáció hatása az egyes jogterületeken. Budapest, Károli Gáspár Református Egyetem Állam- és Jogtudományi Kar Kiadó, 2020. (Acta Caroliensia Conventorum Scientiarium Iuridico-Politicarum 39.) 215-224. Lásd még az Európai Bi- zottság (2015) Európai digitális egységes piaci stratégia COM(2015)192 final, 2015.5.6. és az Európai Bizottság (2016) Uniós e-kormányzati cselekvési terv 2016-2020 COM(2016)179 final 2016.4.19.
[7] Európai Bizottság által kiadott "Új megállapodás a fogyasztói érdekekért" című bizottsági közlemény (COM/2018/183 final) és az Európai Parlament és a Tanács 2005/29/EK irányelve a belső piacon az üzleti vállalkozások fogyasztókkal szemben folytatott tisztességtelen kereskedelmi gyakorlatairól, valamint a 84/450/EGK tanácsi irányelv, a 97/7/EK, a 98/27/EK és a 2002/65/EK európai parlamenti és tanácsi irányelvek, valamint a 2006/2004/EK európai parlamenti és tanácsi rendelet módosításáról HL L 149/22, 2005.6.11., valamint a tisztességtelen kereskedelmi gyakorlatokról Magyarországon a fogyasztókkal szembeni tisztességtelen kereskedelmi gyakorlat tilalmáról szóló 2008. évi XLVII. törvénnyel (Fttv.) valósult meg.
[8] Karen Hao: Training a Single AI Model Can Emit as Much Carbon as Five Cars in Their Lifetimes. MIT Technology Review, 2019.06.06., https://www.technologyreview.com/2019/06/06/ 239031/training-a-single-ai-model-can-emit-as-much-carbon-as-five-cars-in-their-lifetimes/
[9] David Berreby: As Use of A.I. Soars, So Does the Energy and Water It Requires. Yale Environment 360, 2024.02.06., https://e360.yale.edu/features/artificial-intelligence-climate-energy-emissions#:~:text=,hours%2C%20roughly%20Japan%E2%80% 99s%20total%20consumption
[10] AI and Climate Change: A Growing Concern? Tunley Environmental, 2024.07.10., https://www.tunley-environmental.com/en/insights/ai-and-climate-change#:~:text=Impact%20on%20Global%20Grids
[11] Pranshu Verma - Shelly Tan: A Bottle of Water Per Email: The Hidden Environmental Costs of Using AI Chatbots. The Washington Post, 2024.09.18., https://www.washingtonpost.com/technology/2024/09/18/energy-ai-use-electricity-water-data-centers/
[12] Jowi Morales: Google Reveals 48% Increase in Greenhouse Gas Emissions from 2019, Largely Driven by Data Center Energy Demands. Future US, 2024.07.03., https://www.tomshardware.com/tech-industry/google-reveals-48-increase-in-greenhouse-gas-emissions-from-2019-largely-driven-by-data-center-energy-demands
[13] Miguel Yañez-Barnuevo: Data Centers and Water Consumption. Environmental and Energy Study Institute, 2025.06.25., https://www.eesi.org/articles/view/data-centers-and-water-consumption#:~:text=A%C2%A0medium,of%20water%20per%20day%20and
[14] Lengyel Miklós: Vízhiányt okozhat a mesterséges intelligencia. HVG, 2023.12.21., https://hvg.hu/zhvg/20231221_Vizhianyt_okozhat_a_mesterseges_intelligencia; Verma - Tan: A Bottle of Water Per Email...
[15] Elképesztő mennyiségű vízbe kerül, amikor ön begépel egy sort a mesterséges intelligenciának. HVG, 2023.09.12., https://hvg.hu/tudomany/20230912_microsoft_google_vizfogyasztas_mesterseges_intellligencia; Verma - Tan: A Bottle of Water Per Email...
[16] Verma - Tan: A Bottle of Water Per Email...
[17] Berreby: As Use of A.I. Soars, So Does the Energy and Water It Requires.
[18] Matthias C. Rilling - Marlene Ågerstrand - Mohan Bi - Kenneth A. Gould - Uli Sauerland: Risks and Benefits of Large Language Models for the Environment. Environmental Science & Technology, 2023. (9), 3464-3466. DOI: https://doi.org/10.1021/acs.est.3c01106
[19] AZ EURÓPAI PARLAMENT ÉS A TANÁCS 2024. június 13-i (EU) 2024/1689 RENDELETE a mesterséges intelligenciára vonatkozó harmonizált szabályok megállapításáról, valamint a 300/2008/EK, a 167/2013/EU, a 168/2013/EU, az (EU) 2018/858, az (EU) 2018/1139 és az (EU) 2019/2144 rendelet, továbbá a 2014/90/EU, az (EU) 2016/797 és az (EU) 2020/1828 irányelv módosításáról (a mesterséges intelligenciáról szóló rendelet) HL L 2024/1689, 2024. július 12. (a továbbiakban: MI Rendelet).
[20] MI Rendelet (13) preambulumbekezdés.
[21] Általános célú mesterséges intelligencia modell.
[22] MI Rendelet 53. cikk (1) bekezdés d) pont.
[23] MI Rendelet 51. cikk (2) bekezdés.
[24] MI Rendelet 51. cikk (1)-(2) bekezdés.
[25] MI Rendelet 41. cikk (1) bekezdés.
[26] MI Rendelet 112. cikk.
[27] Az Európai Parlament és a Tanács (EU) 2024/825 irányelve (2024. február 28.) a fogyasztók védelméről. HL L 2024/825, 2024.3.6. (a továbbiakban: Fogyasztóvédelmi irányelv).
[28] Fogyasztóvédelmi irányelv (2) preambulumbekezdése.
[29] Az Európai Parlament és a Tanács (EU) 2024/1781 rendelete (2024. június 13.) a termékek környezetbarát tervezéséről. HL L 2024/1781, 2024.7.19.
[30] 1997. évi CLV. törvény a fogyasztóvédelemről.
[31] A vállalkozások és a fogyasztók közötti ügyletekben az MI-t alkalmazó eszközök felhasználására vonatkozó fogyasztóvédelmi szabályokról lásd részletesen Miskolczi Bodnár Péter: A fogyasztók tájékoztatása és a digitalizáció. In: Homicskó Árpád Olivér (szerk.): A digitalizáció hatása az egyes jogterületeken. Budapest, Károli Gáspár Református Egyetem Állam- és Jogtudományi Kar Kiadó, 2020. (Acta Caroliensia Conventorum Scientiarium Iuridico-Politicarum 39.) 201-211.
[32] Lásd részletesen Szuchy róbert: A villamosenergia-tárolás szabályozási kérdései. In: Homicskó Árpád Olivér (szerk.): Modern technológiák a jog egyes részterületein. Budapest, Károli Gáspár Református Egyetem Állam- és Jogtudományi Kar Kiadó, 2021. (Acta Caroliensia Conventorum Scientiarium Iuridico-Politicarum 36.) 255-277.; Szuchy Róbert: Az új technológiák hatása az energiajogra. In: Homicskó Árpád Olivér (szerk.): Technológiai kihívások az egyes jogterületeken. Budapest, Károli Gáspár Református Egyetem Állam- és Jogtudományi Kar Kiadó, 2018. (Acta Caroliensia Conventorum Scientiarium Iuridico-Politicarum 25.) 203-215.
[33] Roy Schwartz - Jesse Dodge - Noah A. Smith - Oren Etzioni: Green AI. Communications of the ACM, 2020. (12), 54-63. DOI: https://doi.org/10.1145/3381831
[34] Roberto Verdecchia - June Sallou - Luís Cruz: A Systematic Review on Green AI. WIREs Data Mining and Knowledge Discovery, 2023. (4), e1507. 1-26. DOI: https://doi.org/10.1002/widm.1507
[35] Az EU célja, hogy világelső legyen a megújuló energiaforrásokból származó energiatermelésben, erről lásd részletesen Szuchy Róbert: Okos mobilitás és a közösségi gazdálkodás jogi keretei. In: Homicskó Árpád Olivér (szerk.): Modern technológiák a jog egyes részterületein. Budapest, Károli Gáspár Református Egyetem Állam- és Jogtudományi Kar Kiadó, 2020. (Acta Caroliensia Conventorum Scientiarium Iuridico-Politicarum 39.) 225-238.; Európai Parlament állásfoglalása (2016. szeptember 13) "Útban az energiapiac újratervezése felé" [P8_TA (2016) 0333].
[36] Lynn H. Kaack - Priya L. Donti - Emma Strubell - George Kamiya - Felix Creutzig - David Rolnick: Aligning Artificial Intelligence With climate Change Mitigation. Hal Open Science, HAL Id: hal-03368037. 2021. 1-20. DOI: https://doi.org/10.48550/arXiv.2110.07609
[37] A nagy technológiai cégek számos ígéretet tettek adatközpontjaik zöldebbé tételére, de ezeket a klímaígéreteket gyakran nem tartják be. A Google például legutóbbi környezeti jelentésében közölte, hogy CO2 kibocsátása 48 százalékkal nőtt, főként az MI-nek és az adatközpontoknak köszönhetően. Ráadásul a felhasznált víznek mindössze 18 százalékát pótolta, ami messze elmarad a 2030-ra kitűzött 120 százalékos céltól. Lásd Verma - Tan: A Bottle of Water Per Email...
Lábjegyzetek:
[1] A szerző PhD, LL.M habilitált egyetemi docens, Károli Gáspár Református Egyetem Állam- és Jogtudományi Kar Polgári Eljárásjogi Tanszék; egyéni ügyvéd; a KRE Mesterséges Intelligencia Kutatócsoport vezetője.
[2] A szerző LL.M ügyvédjelölt; a KRE Mesterséges Intelligencia Kutatócsoport alapító tagja.
Visszaugrás
