Η πρόοδος της τεχνητής νοημοσύνης (ΤΝ) έχει επανασχεδιάσει τον τρόπο που αλληλεπιδρούμε με την τεχνολογία. Από απλές εργασίες όπως να ανάψουμε ένα φως μέχρι πολύπλοκες φωνητικές εντολές, η ΤΝ έχει γίνει αναπόσπαστο μέρος της καθημερινής μας ζωής. Ωστόσο, πίσω από αυτές τις ευκολόχρηστες αλληλεπιδράσεις κρύβεται ένα τεράστιο δίκτυο πόρων, εργασίας και αλγοριθμικής επεξεργασίας.
Το 2018, η Kate Crawford και ο Vladan Joler έγραψαν για την ανησυχητική ποσότητα πόρων που απαιτούνται για τα συστήματα ΤΝ ακόμα και για τις πιο απλές εργασίες. Η κλίμακα της ενέργειας και της εργασίας που εμπλέκονται σε αυτές τις λειτουργίες της ΤΝ υπερβαίνει κατά πολύ αυτά που απαιτούνται από έναν ανθρώπινο όντα για να εκτελέσει τις ίδιες εργασίες. Κατά το πέρασμα του χρόνου μέχρι το 2021, βλέπουμε πόσο εκθετική ήταν η ανάπτυξη αυτής της βιομηχανίας.
Πρόσφατες αναλύσεις έχουν δείξει ότι η ποσότητα της υπολογιστικής ισχύος που χρησιμοποιείται για την εκπαίδευση μεγάλων μοντέλων ΤΝ έχει αυξηθεί σημαντικά τα τελευταία έξι χρόνια. Στην πραγματικότητα, έχει αυξηθεί 300.000 φορές πιο γρήγορα από τον νόμο του Moore, ο οποίος περιγράφει το ρυθμό με τον οποίο η ισχύς υπολογιστή τείνει να διπλασιάζεται κάθε δύο χρόνια. Αυτή η τεράστια αύξηση της υπολογιστικής ισχύος είναι ουσιαστική για την επεξεργασία και την «μάθηση» από μεγάλες ποσότητες δεδομένων.
Καθώς η ΤΝ γίνεται πιο προηγμένη, την ίδια στιγμή αυξάνεται και η κατανάλωση ενέργειας αυτών των συστημάτων. Είναι δύσκολο να προσδιορίσουμε ακριβείς αριθμούς για την κατανάλωση ηλεκτρικής ενέργειας της ΤΝ, αλλά αναφορές υποδεικνύουν ότι το 2021 η ΤΝ αντιπροσώπευε το 10 έως 15% της συνολικής κατανάλωσης ηλεκτρικής ενέργειας της Google. Αυτό αντιστοιχεί σε περίπου 2,3 τεραβάτωρ-ώρες ετησίως, το οποίο είναι ισοδύναμο με την κατανάλωση ηλεκτρικής ενέργειας ενός πόλεως του μεγέθους του Ατλάντα.
Ο αυξανόμενος πόθος της ΤΝ για ενέργεια είναι εμφανής στις προβλέψεις για το μέλλον. Σύμφωνα με προβλέψεις, η Nvidia, ένας κορυφαίος κατασκευαστής επεξεργαστών για τα σέρβερ ΤΝ, προβλέπεται να αποστέλλει 1,5 εκατομμύρια μονάδες σέρβερ ΤΝ ετησίως έως το 2027. Εάν αυτά τα σέρβερ λειτουργούσαν στην πλήρη χωρητικότητά τους, θα κατανάλωναν τουλάχιστον 85,4 τεραβάτωρ-ώρες ηλεκτρικής ενέργειας ετησίως, υπερβαίνοντας έτσι την κατανάλωση ενέργειας πολλών μικρών χωρών.
Η ανάγκη για καινοτομίες στην τεχνολογία ενέργειας γίνεται όλο και πιο επείγουσα. Ο διευθύνων σύμβουλος της OpenAI, ο Sam Altman, υποστηρίζει ότι χρειάζεται η τεχνολογία της σύντηξης ή πολύ φθηνότερη ηλιακή ενέργεια σε μεγάλη κλίμακα για να ικανοποιήσουν τις ενεργειακές ανάγκες της ΤΝ. Ο ίδιος ο Altman έχει επενδύσει στην επιχείρηση εκκίνησης στον τομέα της σύντηξης, Helion Energy, που έχει ως στόχο να φέρει αυτή την καινοτομία.
Παράλληλα, η υψηλή κατανάλωση ηλεκτρικής ενέργειας της ΤΝ θα συνεχίσει να αποτελεί περιοριστικό παράγοντα. Οι δαπάνες για τη χρήση της ΤΝ, τόσο από πλευράς ενέργειας όσο και οικονομικών, θα περιορίσουν την ευρεία πρόσβαση σε προηγμένα μοντέλα της ΤΝ. Καθώς οι υπολογιστικοί κόστοι για τα μοντέλα της ΤΝ αυξάνονται, γίνεται σαφές γιατί οι τεχνογίας γίγαντες όπως η Google είναι προσεκτικοί στο να καθιερώσουν αυτά τα μοντέλα για το κοινό.
Το μέλλον της ΤΝ κρύβει απίστευτες δυνατότητες, αλλά η αντιμετώπιση τω
The source of the article is from the blog reporterosdelsur.com.mx