AI in de auto gaat evenveel CO2 produceren als alle datacentra ter wereld

"Als we doorgaan met de huidige trends in CO2-reductie en de de huidige trends in verbetering van de efficiency van hardware, ligt het niet voor de hand dat het genoeg zal zijn om een halt toe te roepen aan de groei van de emissies van computers aan boord van autonome auto's." Deze conclusie trekt Soumya Sudhakar, hoofdauteur van een artikel dat binnenkort verschijnt in het januari/februari-nummer van IEEE Micro. De toename van emissies van de IT-systemen in auto's kan een enorm probleem worden. Maar door dit vroegtijdig te erkennen, kan er in het ontwerp van die voertuigen wellicht rekening mee worden gehouden; door zo veel mogelijk te sturen op energiezuinige systemen.

De berekening van de MIT-onderzoekers is niet heel complex, misschien ligt de basis wel op de achterkant van een bierviltje in een studentencafé in Boston. Ze gingen ervan uit dat 1 miljard autonome auto's elke dag gemiddeld een uur rijden waarbij de computer 840 watt verbruikt. In die situatie produceren de autonome auto's samen al meer CO2 dan alle datacentra in de wereld op dit moment doen. Datacentra zijn nu verantwoordelijk voor 0,3% van de wereldwijde uitstoot aan broeikasgassen.

Veel efficiëntere hardware nodig

Op basis van deze bevindingen zijn de onderzoekers verschillende scenario's gaan doorrekenen. In 90% van die scenario's was de uitkomst dat elke auto minder dan 1,2 kilowatt aan energie moet verbruiken om te voorkomen dat de auto's meer energie gaan verbruiken dan de datacentra nu. Om het verbruik tot 1,2 kilowatt te beperken, is veel efficiëntere computerhardware vereist dan nu beschikbaar is.

Verbetering van de hardware-efficiency is ook doorgerekend en geeft ook een somber beeld. Er zijn drastische stappen voorwaarts nodig in een scenario waarbij 95% van het totaal aantal auto's op de wereld autonoom rijdt in 2050 èn de werklast die de computers aan boord moeten verwerken, elke drie jaar verdubbelt. In dat scenario is het noodzakelijk dat de hardware-efficiency sneller verdubbelt dan eens per 1,1 jaar. Anders kunnen de emissies niet onder het gewenste niveau worden gehouden.

Model is wel degelijk heel complex

Sudhakar geeft in een artikel bij MIT News toe dat het model op het eerste oog erg simpel lijkt. "Maar elk van die variabelen bevat een grote mate van onzekerheid omdat we een toepassing bestuderen die er nog niet is." De onderzoekers gingen ervan uit dat autonome auto's ook daadwerkelijk volledig autonoom zijn. Dit betekent dat de voertuigen dus echt geen chauffeur meer nodig hebben die klaar moet zitten om in te grijpen, zoals nu nog wel het geval is.

Daardoor verandert mogelijk het gebruik van auto's. Onderzoek - van andere groepen wetenschappers - maakt bijvoorbeeld aannemelijk dat mensen meer autokilometers gaan maken als de werkelijk autonome auto's beschikbaar komen. Juist omdat het mogelijk wordt tijdens de rit andere dingen te doen, worden reizen minder een belemmering. Ook kunnen ouderen, die nu niet meer zelf achter het stuur kruipen, met een autonome auto veel mobieler worden.

Weer ander onderzoek suggereert juist dat de tijd die mensen in de auto doorbrengen daalt. De redenatie daarachter is dat algoritmes veel beter in staat zijn optimale routes naar een bestemming te berekenen en files te voorkomen door betere interacties tussen de auto's. Dergelijke optimalisatie zou dan voor gemiddeld kórtere rittijden zorgen.

In het statistisch model van Sudhakar zijn al dat soort variabelen ingebracht. Ook moesten in het model aannames worden gemaakt over de ontwikkeling van hard- en software die nog niet bestaat. De onderzoekers hebben het model geïmplementeerd op een multitasking deep neural network dat de invloed van heel veel variabelen tegelijk kan uitrekenen.

Energieconsumptie neemt heel snel toe

Volgens Sudhakar was het voor iedereen een verrassing hoe snel de behoefte aan computerkracht toeneemt naarmate er meer sensoren in de auto zitten. Hij noemt als voorbeeld een auto met tien neurale netwerken die de input van tien camera's verwerkt en een uur per dag rijdt. Die opstelling zorgt ervoor dat de on-board systemen per dag 21,6 miljoen berekeningen maken. Een miljoen auto's maken dus 21,6 biljard (tien tot de macht vijftien) berekeningen. Op dit moment maken alle datacentra van Facebook samen ruim duizend maal minder berekeningen.

"Die berekeningen staan niet bij iedereen direct op het netvlies", zegt Sertac Karaman, directeur van het Laboratory for Information and Decision Systems (LIDS) en een van de auteurs van het IEEE-Micro-artikel. Naarmate meer autonome voertuigen gebruikt gaan worden voor het transport van goederen, ontstaat een gigantische hoeveelheid computerkracht in de distributieketen. "En het gebruikte model houdt alleen rekening met het energieverbruik van de computersystemen aan boord, niet met de benodigde sensoren zoals camera's en radar.

Efficiency al bij design belangrijk

Sudhakar concludeert uit de studie dat het erg belangrijk is nu veel aandacht te besteden aan de efficiency van de hardware. "Auto's hebben doorgaans een economisch leven van 10 tot 20 jaar, dus de uitdaging is om gespecialiseerde hardware te ontwikkelen die toekomstvast is en ook nieuwe algoritmen kan verwerken." Een andere uitdaging is dat het sterk reduceren van het energieverbruik van computersystemen nu nog inhoudt dat de betrouwbaarheid afneemt, wat onwenselijk is voor de veiligheid van autonome auto's.

Kortom, dit onderzoek geeft ontwikkelaars een hoop onderwerpen om over na te denken bij het ontwerpen van de systemen voor autonome auto's.