Roman Remberמחקר עדכני חושף כי בינה מלאכותית גנרטיבית צורכת יותר מאתיים פעם יותר אנרגיה ממנועי חיפוש מסורתיים. סטטיסטיקה מדאיגה זו מגיעה מסשה לוצ'יוני, חוקרת בולטת שמטרתה להאיר את ההשלכות האקולוגיות של טכנולוגיה זו, שמתפתחת במהירות. לוצ'יוני, קנדית ממוצא רוסי שנבחרה על ידי מגזין TIME כאחת מ-100 האנשים המשפיעים ביותר בעולם בשנת 2024, חוקרת את הפליטות הנגרמות מתוכניות הבינה המלאכותית כמו ChatGPT ו-Midjourney במשך מספר שנים.
באחת הכנסים במונטריאול, לוצ'יוני הביעה אכזבה לגבי היעילות האנרגטית של בינה מלאכותית גנרטיבית בשימוש בחיפושים מקוונים. בניגוד למנועי חיפוש קונבנציונליים שפשוט שולפים מידע, מודלים אלו של בינה מלאכותית מייצרים תוכן חדש, ודורשים כוח חישוב עצום. דרישה זו מביאה לצריכת אנרגיה משמעותית לא רק במהלך האימון שלהם אלא גם כאשר הם מגיבים לשאלות של משתמשים.
נתונים סוכנות האנרגיה הבינלאומית מצביעים כי מגזרי הבינה המלאכותית והמטבעות הדיגיטליים צרכו יחד כ-460 טרה-וואט-שעה של חשמל בשנת 2022, המהווה 2% מהיצור הגלובלי. בתגובה לחששות אלו, לוצ'יוני, המובילה את האסטרטגיה למען האקלים בחברה סטארט-אפ, מפתחת כלי להערכת טביעת רגל פחמנית עבור מפתחים. מערכת זו מיועדת לקדם שקיפות ולכוון משתמשים ומפתחים לבחור באופציות אנרגיה יעילות יותר.
כשהחברות כמו מיקרוסופט וגוגל פועלות להשגת ניטרליות פחמן עד סוף העשור, הן מתמודדות עם עלייה בפליטות גזי חממה הנגרמות מההתקדמות שלהן בתחום הבינה המלאכותית. לוצ'יוני מדגישה את החשיבות של ניהול אנרגיה שקול, וקוראת לגישה מאוזנת לשימוש בבינה מלאכותית.
ההשפעה הסביבתית של בינה מלאכותית גנרטיבית: קריאה למודעות
כשהיכולות של בינה מלאכותית גנרטיבית ממשיכות להתרחב, ההשלכות הסביבתיות של הפעלת מודלים החזקים הללו הופכות לדחופות יותר ויותר. בעוד שצורכות האנרגיה הקשורות לבינה מלאכותית גנרטיבית מקבלות תשומת לב רבה, חשוב לחקור לעומק את האתגרים המגוונים והפתרונות הפוטנציאליים שממתינים לנו.
מהי טביעת הרגל הפחמנית של בינה מלאכותית גנרטיבית בהשוואה למחשוב מסורתי?
מערכות בינה מלאכותית גנרטיבית לא רק זקוקות לכמויות עצומות של אנרגיה לאימון הראשוני, אלא גם נושאות בהוצאות מבצעיות מתמשכות שעשויות להשפיע משמעותית על טביעת הרגל הפחמנית שלהן. לדוגמה, אימון מודלים גדולים עשוי לשחרר עד 500 טון של פחמן דו חמצני, מה שמקביל לפליטות במהלך חייהן של מספר מכוניות אמריקאיות ממוצעות. נתון זה מדגיש את הצורך בתמונה הוליסטית של השפעת הבינה המלאכותית על הסביבה, לא רק לגבי צריכת האנרגיה אלא גם לגבי הפליטות הפחמניות הנלוות לאורך שלבי מחזור החיים השונים של הבינה המלאכותית.
מהם האתגרים המרכזיים בהתמודדות עם ההשפעות הסביבתיות הללו?
אחד האתגרים העיקריים הוא חוסר השקיפות לגבי השימוש באנרגיה בקרב מפתחי הבינה המלאכותית. חברות רבות אינן חושפות באופן ציבורי את צריכת האנרגיה שלהן או את מקורות האנרגיה עליהן הן מסתמכות, مما מקשה על חוקרים ומקבלי החלטות לקבל תמונה ברורה של ההשפעה הסביבתית של הענף. יתרה מכך, ככל שהביקוש לבינה מלאכותית גנרטיבית הולך ומתרקם, הביקוש למרכזי נתונים תומכים בטכנולוגיות אלו עולה, מה שמוביל לדאגות לגבי חיסול המשאבים ושימוש בקרקע.
האם ישנם מחלוקות לגבי טביעת הרגל הסביבתית של בינה מלאכותית גנרטיבית?
כן, קיים דיון נרחב לגבי האחריות האתית של מפתחי הבינה המלאכותית והחברות להפחית את ההשפעה הסביבתית שלהן. מבקרים טוענים שהזנחת ההשלכות האקולוגיות של ההתקדמות בבינה המלאכותית למען חדשנות מהירה היא קצרה רואי ומזיקה. יתרה מכך, יש העלאה גוברת בדעות לגבי כיצד לגשת לרגולציה בתחום זה, כאשר יש התומכים בהנחיות מחמירות ואחרים מדגישים את הצורך בגמישות כדי לאפשר המשך התקדמות טכנולוגית.
מה היתרונות של בינה מלאכותית גנרטיבית למרות הדאגות הסביבתיות?
בינה מלאכותית גנרטיבית יש את הפוטנציאל לשנות את התעשיות על ידי שיפור היצירתיות, אוטומציה של משימות מורכבות ושיפור היעילות בתהליכים. לדוגמה, עסקים יכולים לנצל את הבינה המלאכותית הגנרטיבית לעיצוב, יצירת תוכן וניתוח נתונים, מה שלרוב מוביל לשיפור הפרודוקטיביות וליצירת הזדמנויות עבודה חדשות. בנוסף, התקדמות בטכנולוגיית הבינה המלאכותית עשויה לתרום למטרות אקולוגיות, כמו אופטימיזציה של רשתות אנרגיה או פיתוח שיטות קיימות יותר במגוון תחומים.
מהן האסטרטגיות שניתן ליישם כדי למזער את ההשפעה הסביבתית של בינה מלאכותית גנרטיבית?
כדי להפחית את טביעת הרגל הפחמנית של בינה מלאכותית גנרטיבית, מפתחים וחברות חייבים לתת עדיפות ליעילות אנרגטית באימון ובפעולה של הבינה המלאכותית. זה כולל אימוץ מקורות אנרגיה בני קיימא יותר, אופטימיזציה של אלגוריתמים לעיבוד פחות צורך אנרגיה, והשקעה בפרויקטים לפיצוי פחמן. יתרה מכך, אימוץ כלים כמו מערכת הערכת טביעת הרגל הפחמנית של לוצ'יוני יהיה חיוני בהנחות מפתחים לבחור שימוש אנרגיה מודע יותר.
סיכום
כשהנוף של בינה מלאכותית גנרטיבית ממשיך להתרחב, המודעות לגבי ההשפעה הסביבתית שלה חייבת לגדול במקביל. על ידי קידום שקיפות, עידוד שיטות קיימות ופיתוח טכנולוגיות חדשניות המפחיתות את צריכת האנרגיה, התעשייה יכולה לעבוד לקראת עתיד אחראי יותר. המודעות והצעדים הפרואקטיביים הם חיוניים כדי להבטיח שבינה מלאכותית תוכל לשמש ככוח משנה מבלי לפגוע באינטרנט של כדור הארץ שלנו.
לקריאה נוספת על ההשלכות של בינה מלאכותית על הסביבה שלנו, בקרו ב-MIT Technology Review וב-Nature.
