Η τεχνητή νοημοσύνη (ΤΝ) έχει σημαντικές δυνατότητες όσον αφορά τη μείωση των εκπομπών αερίων του θερμοκηπίου και την παροχή στήριξης στην κοινωνία για την καταπολέμηση της κλιματικής αλλαγής και την προσαρμογή σε αυτήν.

Ταυτόχρονα, όμως, σύμφωνα με πρόσφατη μελέτη του πανεπιστημίου Cornell(1), οι βελτιώσεις της μηχανικής μάθησης «εξαρτώνται από τη διαθεσιμότητα εξαιρετικά μεγάλων υπολογιστικών πόρων που απαιτούν εξίσου σημαντική κατανάλωση ενέργειας».

Δεδομένου του σημαντικού περιβαλλοντικού αποτυπώματος του τομέα των ΤΠΕ, όπως αναγνωρίστηκε από την Επιτροπή στην ανακοίνωσή της, της 19ης Φεβρουαρίου 2020, σχετικά με τη διαμόρφωση του ψηφιακού μέλλοντος της Ευρώπης(2):

1. Πώς προτίθεται η Επιτροπή να αντιμετωπίσει το ζήτημα αυτό στο πλαίσιο του επικείμενου συντονισμένου σχεδίου της για την τεχνητή νοημοσύνη και της νομοθετικής πρωτοβουλίας της για την ΤΝ;

2. Εξετάζει το ενδεχόμενο να συμπεριλάβει βέλτιστες πρακτικές ή εργαλεία για τη μέτρηση της κατανάλωσης ηλεκτρικής ενέργειας ή των ανθρακούχων εκπομπών από μοντέλα μηχανικής μάθησης, ή διερευνά τρόπους ώστε να καταστούν διαφανείς οι πληροφορίες αυτές;

3. Προτίθεται να εξετάσει τις βέλτιστες αυτές πρακτικές ή τα εργαλεία αυτά κατά την αξιολόγηση προτάσεων για προγράμματα χρηματοδότησης στο πλαίσιο του πολυετούς δημοσιονομικού πλαισίου 2021-2017;

Δείτε την κοινή ερώτηση μαζί με τους ευρωβουλευτές κκ. Κυμπουρόπουλο και Φούρλα.

Απάντηση του κ. Breton εξ ονόματος της Ευρωπαϊκής Επιτροπής