Är AI klimatets räddare – eller bara ny glans på gamla problem?

En generation med rätt verktyg vid rätt tillfälle

När MIT Technology Review varje år presenterar sin lista över 35 innovatörer under 35 år fungerar den som ett slags barometer för var den verkliga teknikutvecklingen befinner sig – långt bortom börsrubriker och investerarpresentationer. Årets klimat- och energiupplaga är särskilt intressant, eftersom den blottlägger en spänning som präglar hela branschen just nu: är artificiell intelligens verkligen den hävstång som ska lyfta klimatomställningen, eller är det ännu ett lager av berättelse lagd ovanpå gamla, olösta ingenjörsproblem?

Svaret, som så ofta, är både och.

AI som del av lösningen – och en del av problemet

Bland årets nio klimatinnovatörer på MIT-listan finns flera som använder maskininlärning och dataanalys på sätt som känns genuint nyskapande. Jae-Won Chung har till exempel utvecklat programvara för att mäta och minska energiåtgången hos öppna språkmodeller – ett direkt svar på den kritik som riktas mot att artificiell intelligens är en energitörstig teknik. Här används alltså AI för att göra AI mer hållbar. Det är elegant, och det är nödvändigt.

Jing Wei tar maskininlärning in i luftkvalitetsövervakning genom att väva samman satellitdata och väderstationsdata för att kartlägga föroreningar med en precision som tidigare var omöjlig. Zhonghua Zheng har i sin tur byggt klimatmodeller anpassade för städer – ett område där traditionella modeller notoriskt har misslyckats. Dessa är inte PR-projekt. Det är gedigen forskning med tydlig samhällsnytta.

Samtidigt lyfter MIT-listan fram innovatörer inom råmaterialutvinning och tung industri – områden som sällan får samma uppmärksamhet som mjukvara men som är avgörande för omställningen. Mohammad Alkhadra leder uppstartsföretaget Lithios, som arbetar med skonsam litiumutvinning ur saltlösningar, medan Benjamin Mowbray via Rock Zero fokuserar på utvinning ur hårdberg. Båda adresserar en konkret flaskhals: utan litium stannar elektrifieringen.

Hype-maskinen rullar på

Men utanför MIT-listans noggrant granskade urval pågår ett annat spel. CleanTechnica rapporterar om företaget Panthalassa, som i år lyckades resa 140 miljoner dollar för att bygga autonoma havsplattformar som ska utvinna vågkraft och använda den direkt för databeräkningar till havs. Tanken är smart på pappret – men som analytiker påpekar löser AI-narrativet inte vågkraftens grundläggande utmaningar. Salt vatten, korrosion, stormar och dyrt underhåll försvinner inte för att man lägger till servrar ombord.

Mönstret är välbekant. Vi har sett det tidigare med vätgasdrivna överlljudsplan, solcellsklädda bilar och blockkedjebaserade elmarknader. Det är inte att tekniken i sig är falsk – det handlar om huruvida kombinationen av teknologier faktiskt löser ett verkligt problem bättre än befintliga alternativ.

Och det är precis här det kritiska tänkandet måste in.

Möjligheten är verklig – men kräver skärpa

Jag ser enorma möjligheter i den generation innovatörer som MIT lyfter fram. Det som skiljer dem från hype-cykeln är att de arbetar med konkreta begränsningar: energiförbrukning, råmaterialtillgång, stadsklimat, luftkvalitet. Det är inte berättelser om vad AI kanske kan göra – det är faktiska system som levererar mätbara resultat.

Den verkliga risken är inte att AI används inom klimatteknik. Den verkliga risken är att investeringskapital och politisk uppmärksamhet sugs mot projekt som ser bra ut i en bildspelsvisning men som saknar vetenskaplig grund – medan de tråkigare, svårare, nödvändigare projekten fortsätter att svälta på finansiering.

Unga innovatörer som Chung, Wei och Zheng visar att det går att kombinera AI och klimatnytta på ett sätt som håller under granskning. Det är de vi ska följa. Det är de vi ska finansiera.