Επιστήμονες από το Πανεπιστήμιο του Ρουρ κατακτούν την Ακαδημία Επιστημών!

Επιστήμονες από το Πανεπιστήμιο του Ρουρ κατακτούν την Ακαδημία Επιστημών!

Στις 14 Μαΐου 2025, οι διάσημοι καθηγητές Δρ. Alfred Ludwig και Dr. Martin R. Hofmann από το Πανεπιστήμιο του Ρουρ στο Μπόχουμ έγιναν δεκτοί στην Ακαδημία Επιστημών και Τεχνών της Βόρειας Ρηνανίας-Βεστφαλίας (AWK). Η διάκριση αυτή δεν υπογραμμίζει μόνο τα εξαιρετικά επιστημονικά επιτεύγματα των δύο ερευνητών, αλλά και τη συμβολή τους στην ανάπτυξη καινοτόμων τεχνολογιών στους τομείς τους.

Ο καθηγητής Δρ. Alfred Ludwig κατέχει την έδρα «Ανακάλυψη υλικών και διεπαφές» στο Ινστιτούτο Υλικών. Είναι νέο μέλος της τάξης των μηχανικών και των οικονομικών και είναι ιδιαίτερα αφοσιωμένος στην αποτελεσματική ανακάλυψη νέων υλικών με ειδικές ιδιότητες. Ο Λούντβιχ είναι ιδρυτικός διευθυντής του Κέντρου για Υλικά Υψηλής Απόδοσης που Κυριαρχούνται από Διεπαφές (ZGH) και συνιδρυτής του «Ερευνητικού Κέντρου Μελλοντικά Ενεργειακά Υλικά και Συστήματα» στο πλαίσιο της «Ερευνητικής Συμμαχίας Ρουρ». Συνδυάζει επίσης την έρευνα υλικών με μεθόδους τεχνητής νοημοσύνης για να επιταχύνει τη διαδικασία ανακάλυψης υλικού.

Προτεραιότητες έρευνας

Ο καθηγητής Dr. Martin R. Hofmann, επικεφαλής της έδρας για τη φωτονική και την τεχνολογία terahertz, είναι επίσης νέος στην τάξη της μηχανικής και της οικονομίας. Το τρέχον ερευνητικό του έργο για την ενεργειακά αποδοτική και γρήγορη μετάδοση δεδομένων στο Διαδίκτυο χρηματοδοτείται με 1,25 εκατομμύρια ευρώ από ένα έργο Reinhart Koselleck από το Γερμανικό Ίδρυμα Ερευνών (DFG). Ο Hofmann αναπτύσσει μια μέθοδο για τη μετάδοση δεδομένων χρησιμοποιώντας λέιζερ περιστροφής που κωδικοποιούν πληροφορίες στην πόλωση του φωτός. Η εστίασή του περιλαμβάνει επίσης λέιζερ ημιαγωγών καθώς και οπτική απεικόνιση και τεχνολογία terahertz.

Η εργασία των Ludwig και Hofmann δείχνει πόσο σημαντικές είναι οι διεπιστημονικές προσεγγίσεις στη σημερινή έρευνα, ειδικά σε περιόδους κλιματικής αλλαγής και αυξανόμενων ενεργειακών απαιτήσεων λόγω της τεχνητής νοημοσύνης.

Μια ματιά στην κατανάλωση ενέργειας του AI

Η τεράστια αύξηση της κατανάλωσης ενέργειας στα κέντρα δεδομένων που υποστηρίζουν την τεχνητή νοημοσύνη είναι ανησυχητική. Υπολογίζεται ότι η κατανάλωση ενέργειας θα αυξηθεί σε πάνω από 150 τεραβατώρες έως το 2030, σχεδόν τριπλασιάζοντας. Τα κέντρα δεδομένων αντιπροσωπεύουν επί του παρόντος περίπου το 2% της συνολικής ευρωπαϊκής κατανάλωσης ηλεκτρικής ενέργειας. ο αριθμός αυτός θα μπορούσε να ανέλθει στο πέντε τοις εκατό. Μεγάλο μέρος της ενέργειας εξακολουθεί να προέρχεται από ορυκτά καύσιμα, παρά τις προσπάθειες μεγάλων παρόχων όπως η Amazon, η Microsoft και η Google να στραφούν σε ανανεώσιμες πηγές ενέργειας καθημερινά νέα αναφέρθηκε.

Ένα παράδειγμα απεικονίζει την εκτεταμένη κατανάλωση νερού σε εφαρμογές τεχνητής νοημοσύνης: εκτιμάται ότι απαιτήθηκαν 5,4 εκατομμύρια λίτρα νερού για την εκπαίδευση του ChatGPT-3. Αυτό περιελάμβανε 700.000 λίτρα μόνο για την ψύξη των κέντρων δεδομένων, ένα σημαντικό μέρος των οποίων χρησιμοποιήθηκε στην αλυσίδα εφοδιασμού της κατασκευής διακομιστών.

Στη Γερμανία, οι ενεργειακές απαιτήσεις των κέντρων δεδομένων αυξήθηκαν κατά 70 τοις εκατό από το 2010 έως το 2022, γεγονός που μπορεί να αποδοθεί στην αυξανόμενη απόδοση των διακομιστών. Είναι ενδιαφέρον ότι το μερίδιο των ανανεώσιμων πηγών ενέργειας στην παραγωγή ηλεκτρικής ενέργειας στη Γερμανία ήταν 56 τοις εκατό το 2023, ενώ στη Δανία και τη Νορβηγία έφτασε ακόμη και το 80,2 και το 99 τοις εκατό. Ωστόσο, η πρόκληση παραμένει η χρήση της σπατάλης θερμότητας από τους διακομιστές για τη θέρμανση κτιρίων, κάτι που απαιτεί την επέκταση των δικτύων θέρμανσης.

Δεδομένων αυτών των προκλήσεων, είναι καθησυχαστικό να γνωρίζουμε ότι εταιρείες όπως η Microsoft και η Google στοχεύουν στην ουδετερότητα του άνθρακα έως το 2030 και επενδύουν στην έρευνα για τη μείωση της κατανάλωσης ενέργειας της τεχνητής νοημοσύνης και των εκπομπών CO2. Η αυξανόμενη συνειδητοποίηση της κατανάλωσης ενέργειας των εφαρμογών τεχνητής νοημοσύνης υπογραμμίζει την ανάγκη για μαζικές επενδύσεις σε ανανεώσιμες πηγές ενέργειας και την επέκταση των υποδομών ηλεκτρικής ενέργειας για την κάλυψη μελλοντικών απαιτήσεων, όπως π.χ. καθημερινά νέα τόνισε.

Η ενσωμάτωση της τεχνητής νοημοσύνης σε διάφορους τομείς μπορεί όχι μόνο να βοηθήσει στη βελτιστοποίηση του λειτουργικού κόστους, αλλά προσφέρει επίσης δυνατότητες για τη βελτίωση του αποτυπώματος άνθρακα. Επομένως, μένει να δούμε πώς θα εξελιχθούν οι εξελίξεις στους τομείς της τεχνητής νοημοσύνης και της κατανάλωσης ενέργειας τα επόμενα χρόνια.