Nytt medlem: Skal optimalisere energibruken

Bedriften er en av de nyere medlemmene av Eyde-klyngen.

“Ahodzil” er Navajo for “spirituell energi”. Bedriften Ahodzil driver ikke med spirituell energi, men tilbyr energirapportering på deres nettplattform. Og den kunstige intelligensen synes CEO i bedriften, Andreas King, har fått altfor stor plass i softwaresystemet. 

Men hva driver egentlig Ahodzil med?

- Vi lager et rammeverk som skal automatisere optimalisering av kode, og rapportere inn strømforbruket til relevante parter via vår nettplattform i henhold til nye lovverk angående energirapportering, sier Andreas King. 

Ahodzil består av en gruppe med folk fra veldig forskjellige bakgrunner som alle har erfaring med å være en tidlig del av selskaper. Flere av dem har startet og drevet selskaper selv, og utviklet diverse dataløsninger. Gjennom flere møtepunkter ble de gradvis mer kjent, og startet opp Ahodzil i 2024.

For tiden driver de mest med optimaliseringsanalyser av kode for å finne besparelser av datamengdeoverføring.

- For to av våre betalende kunder er det stort sett analysearbeid, men for vår testpilotkunde så har de fått en tidlig utgave av vårt dataleveringsrammeverk for å teste ut med sin egen spillmotor, som på sikt kan gjøre at vi blir en del av deres plattform for spillutviklere, forteller King. 

Dere snakker om at ineffektivt software forbruker mye strøm. Hvordan kan dere forbedre dette? 

- Ineffektiv programvare kan forbedres ved å gå inn i kildekoden på kompilatorsteget og se på det som blir produsert av nærliggende maskinlesbar kode. Et godt eksempel er tilgjengelig på nett kalt “Compiler Explorer” hvor man kan manuelt sammenligne høyerenivåkodespråk med lavnivåkodespråk, og få en oversikt over hvor mye prosessorkraft som kan teoretisk brukes av koden. Vi tar dette et steg videre ved å automatisere denne prosessen og i tillegg bygge inn med profileringsbaserte testmiljøer som sørger for at koden blir mer nøyaktig gjennomgått av rammeverket, som igjen sørger for bedre optimalisering av koden. Det er ikke all kode som kan optimaliseres grunnet NP-hardhet (en måling i dataverden på om problem kan løses eller ei), men da får i hvert fall byggkjedeverktøyet en tilbakemelding om at noe er muligens litt krevende å kjøre, men at det er opptil matematikken å forbedre det. I andre tilfeller så kan det være noe så enkelt som å spørre om det virkelig trengs en strengparsing (bryte ned) i stedet for en integer (hele tall). På sikt vil vi kunne dekke så godt som alle tilfeller som kan optimaliseres, fordi optimalisering er et løp som naturlig snevres inn mot et par gode løsninger, som gjør dette deterministisk, forklarer han.

Hva tenker du om bruk av AI i større grad, i prosessindustrien? 

- Hovedårsaken til at Ahodzil ble til, er for å motarbeide den enormt ineffektive energibruken av “AI” og dens utidige innpass inn i alt som finnes. Litt som da NFT-er var kult (NFT er “non-fungible token”, og er helt enkelt et unikt bevis på eierskap over noe som ikke er fysisk, som digitale filer som kunst, lyd, videoer, gjenstander i videospill og andre former for kreativt arbeid). Problemet er at for at ML (ikke “AI” fordi det finnes ingen “I”) skal kunne fungere, må det ha overlevelsesinnstinkt, mønstergjenkjenning, determinisme, fysikk, og en naturlig innsnevring av optimale svar over tid, som er en del av en tilbakemeldingsløkke. Ingenting er “ferdig trent” - noe som er et rødt flagg. Alt er en del av en pågående prosess hvor målet er å bli så energieffektivt som mulig, og der vil Ahodzil hjelpe til. Skal “AI” konkurrere med menneskehjerner som opererer på 25W så må enorme endringer til, og det skal vi få til, presiserer Øyvind Sørøy, CTO i Ahodzil.

Han synes skepsisen mot “AI” er godt begrunnet da han anser løsningene som finnes som hverken gode, skalerbare, produksjonsvennlige, eller til å stole på.

-At ledelsen hiver seg på ei bølge for å virke som de gjør noe riktig framfor styret og investorene går som regel galt og på bekostning av de ansatte, og dette tjener ingen noe på, med mindre målet er å ødelegge. Det viktigste er å se på det som en form for alternativ for noe som ellers er en ganske uforutsigbar og tilfeldig prosess, og derav vil nåtidige “AI”-løsninger allerede i sin tidlige utgave kunne erstatte nesten alle såkalte “ledere” og mellomledere i de fleste selskaper, da de ikke produserer noe. Her er det mer opplæring som må til for å få de ansatte til å forstå hvor “AI” kan brukes. I de fleste tilfeller vil de ikke kunne erstattes, men i de tilfellene de kan erstattes, så må man se på jobben man gjør og ta en ærlig vurdering av omfanget, mener han.