Auto a guida autonoma: possibile aumento emissioni di carbonio
Immagine di Lee Rosario da Pixabay
Secondo uno studio compiuto da un gruppo di ricercatori del MIT, i computer che controllano le auto a guida autonoma possono avere un ruolo significativo nell’aumento delle emissioni globali di carbonio
Sembra che, se in futuro i veicoli a guida autonoma dovessero essere adottati in larga misura, l’energia occorrente a far funzionare i potenti computer a bordo di una flotta globale potrebbe generare un quantitativo di emissioni di gas serra pari a quello prodotto da tutti i data center di oggi.
Ciò è quanto emerge da uno studio compiuto da un gruppo di ricercatori del MIT (Massachusetts Institute of Technology) i quali, resisi conto che non viene prestata sufficiente attenzione alla potenziale impronta carbonica dei veicoli autonomi, hanno messo a punto un modello statistico per analizzare a fondo il problema.
In seguito al loro lavoro, hanno stabilito che 1 miliardo di questa tipologia di veicoli, ciascuno guidato per un’ora al giorno con un computer che consuma 840 watt, impiegherebbe abbastanza energia per generare quasi la stessa quantità di emissioni dei data center odierni. Attualmente, secondo la IEA, l’Agenzia Internazionale dell’Energia, le emissioni dei data center che ospitano l’infrastruttura di elaborazione fisica utilizzata per l’esecuzione delle applicazioni, rappresentano circa lo 0,3% delle emissioni globali di gas serra. Gli studiosi hanno ipotizzato uno scenario nel quale il 95% della flotta globale di veicoli è autonomo nel 2050, i carichi di lavoro computazionali raddoppiano ogni tre anni e il mondo continua a decarbonizzarsi al ritmo attuale. Se ciò si verificasse, l’efficienza dell’hardware dovrebbe raddoppiare più velocemente ogni 1,1 anni per mantenere le emissioni al di sotto di tali livelli.
Come ha dichiarato Soumya Sudhakar, laureato in aeronautica e astronautica e primo autore dello studio “Se manteniamo le tendenze business-as-usual nella decarbonizzazione e l’attuale tasso di miglioramento dell’efficienza dell’hardware, non sembra che sarà sufficiente limitare le emissioni derivanti dall’elaborazione a bordo di veicoli autonomi. Ciò ha il potenziale per diventare un enorme problema. Ma se lo anticipiamo, potremmo progettare veicoli autonomi più efficienti che abbiano un’impronta di carbonio inferiore fin dall’inizio”.
Tra le variabili considerate nello studio, il gruppo di ricercatori che, oltre a Sudhakar, vede coinvolti Vivienne Sze, professore associato presso il Dipartimento di Ingegneria Elettrica e Informatica (EECS) e membro del Laboratorio di Ricerca di Elettronica (RLE), e Sertac Karaman, professore associato di aeronautica e astronautica e direttore del Laboratorio per i sistemi informativi e decisionali (LIDS), ha tenuto conto di ciò che è emerso da alcune ricerche sulla quantità di tempo trascorsa a bordo dei veicoli autonomi. Tali risultati suggeriscono che questa quantità di tempo potrebbe aumentare perché le persone possono svolgere più attività durante il tragitto, inoltre, giovani e anziani potrebbero viaggiare di più. Per contro, altre ricerche suggeriscono che il tempo trascorso a bordo del mezzo potrebbe diminuire perché gli algoritmi potrebbero trovare percorsi ottimali che portano le persone a destinazione più velocemente.
Immagine di Daesun Kim da Unsplash
Gli studiosi del MIT, nel loro modello probabilistico creato per esplorare diversi scenari, hanno quindi considerato il carico di lavoro di un popolare algoritmo per veicoli autonomi, noto come multitask deep neural network perché può eseguire molte attività contemporaneamente. Hanno analizzato quanta energia consumerebbe questa rete neurale profonda se elaborasse simultaneamente molti input ad alta risoluzione da molte telecamere con frame rate elevati, e si sono sorpresi della rapidità con cui si sommava il carico di lavoro degli algoritmi.
Ad esempio, se un veicolo a guida autonoma ha 10 reti neurali profonde che elaborano immagini da 10 telecamere e quel veicolo viaggia per un’ora al giorno, effettuerà 21,6 milioni di inferenze ogni giorno. Un miliardo di veicoli farebbe 21,6 quadrilioni di inferenze. Per avere un’idea delle dimensioni del fenomeno, tutti i data center di Facebook in tutto il mondo fanno qualche trilione di inferenze ogni giorno (1 quadrilione è 1.000 trilioni).
I veicoli autonomi potrebbero effettivamente utilizzare una gran quantità di potenza del computer poiché la loro visione del mondo è più ampia rispetto a quella che ha ognuno di noi con i propri occhi. Loro potrebbero avere venti occhi in quanto guardano dappertutto cercando di interpretare tutte le cose che stanno accadendo nello stesso momento al fine di agire efficacemente.
Il gruppo del MIT ha anche evidenziato altri due punti che sarà necessario analizzare:
- i veicoli autonomi verrebbero utilizzati per lo spostamento di merci, oltre che di persone, e quindi potrebbe esserci un’enorme quantità di potenza di calcolo distribuita lungo le catene di approvvigionamento globali;
- il modello previsionale, al momento, non tiene conto dell’energia consumata dai sensori del veicolo o delle emissioni generate durante la produzione.
Cosa fare quindi? Dal punto di vista dei ricercatori:
- per evitare che le emissioni vadano fuori controllo, ogni veicolo autonomo deve consumare meno di 1,2 kilowatt di energia per il calcolo;
- per aumentare tale efficienza potrebbe essere utile un hardware più specializzato, progettato per eseguire specifici algoritmi di guida e, poiché i veicoli tendono ad avere una durata di vita di 10 o 20 anni, la sfida è quella di progettare un hardware specializzato “a prova di futuro” affinché possa eseguire nuovi algoritmi;
- si potrebbero rendere gli algoritmi più efficienti in modo che necessitino di meno potenza di calcolo.
L’obiettivo degli studiosi del MIT è quello di perfezionare il loro modello previsionale incorporando le variabili non ancora considerate e analizzando ulteriori scenari, in modo da fornire maggiori elementi che scuotano i decisori e li portino a compiere scelte fortemente orientate alla sostenibilità.
Fonte: https://news.mit.edu/2023/autonomous-vehicles-carbon-emissions-0113
Di seguito il link al paper dello studio “Data Centers on Wheels: Emissions From Computing Onboard Autonomous Vehicles”: https://ieeexplore.ieee.org/document/9942310
About Post Author
