Roman RemberUued uuringud näitavad, et genereeriv AI tarbib üle kolmekümne korra rohkem energiat kui traditsioonilised otsingumootorid. See murettekitav statistika pärineb Sasha Luccionilt, tuntud teadlaselt, kes püüdleb selle kiiresti areneva tehnoloogia ökoloogiliste tagajärgede selgitamise poole. Luccioni, kanadalane, kellel on vene juured ja keda ajakiri Time nimetas 2024. aasta üheks 100 kõige mõjukamaks inimeseks, on juba mitu aastat uurinud AI-programmide, nagu ChatGPT ja Midjourney, põhjustatud heitmeid.
Montrealis toimunud konverentsil väljendas Luccioni pettumust genereeriva AI energiatõhususe üle, kui seda kasutatakse veebipõhiste otsingute jaoks. Erinevalt traditsioonilistest otsingumootoritest, mis lihtsalt toovad teavet, genereerivad need AI mudelid uut sisu, nõudes tohutut arvutusvõimet. See nõudmine toob kaasa märkimisväärse energiatarbimise mitte ainult nende koolituse ajal, vaid ka kasutajate päringutele vastamisel.
Rahvusvahelise Energiaagentuuri andmed näitavad, et AI ja krüptovaluuta sektorid tarbisid 2022. aastal kokku umbes 460 teravatt-tundi elektrit, mis moodustab 2% globaalsest tootmisest. Nende murede tõttu arendab Luccioni, kes juhib kliimastrateegiat ühes idufirmas, arendajatele suunatud süsiniku jalajälje hindamise tööriista. See süsteem on suunatud läbipaistvuse edendamisele ning kasutajate ja arendajate juhtimisele tõhusamate energiategevuste suunas.
Kuna sellised ettevõtted nagu Microsoft ja Google püüavad aastakümne lõpuks süsinikuneutraalsust saavutada, seisavad nad silmitsi kasvavate kasvuhoonegaaside heitmete probleemiga, mida omistatakse nende AI edusammudele. Luccioni rõhutab hoolika energiahüvituse olulisust, rõhutades tasakaalustatud lähenemist AI kasutamisele.
Generatiivse AI keskkonnamõju: Teadlikkuse üleskutse
Kuna genereeriva AI võimed jätkavad laienemist, muutuvad nende võimsate mudelite käitamise keskkonnamõjud üha pakilisemaks. Kuigi genereeriva AI-ga seotud energiatarbimisele on suurt tähelepanu pööratud, on oluline süveneda sügavamale mitmekesistesse väljakutsetesse ja potentsiaalsetesse lahendustesse, mis ees ootavad.
Milline on genereeriva AI süsiniku jalajälg võrreldes traditsioonilise arvutusega?
Generatiivsed AI süsteemid nõuavad mitte ainult tohutult energiat algses koolituses, vaid neil on ka pidevad tegevuskulud, mis võivad märkimisväärselt kaasa aidata nende kogusüsiniku jalajäljele. Näiteks suurte mudelite koolitamine võib eraldada kuni 500 tonni süsinikdioksiidi, mis on võrreldav mitme keskmise Ameerika auto kogu heitmetega. See hämmastav number rõhutab vajadust vaadelda AI keskkonnamõjusid terviklikult, arvestades mitte ainult energiatarbimist, vaid ka seotud süsinikuheiteid AI elutsükli erinevatel etappidel.
Millised on peamised väljakutsed nende keskkonnamõjude käsitlemisel?
Üks peamisi väljakutseid on läbipaistvuse puudumine AI arendajate seas nende energiatootmise osas. Paljud ettevõtted ei avalikusta oma energiatarbimist või neid energiatootmise allikaid, mida nad kasutavad, mis teeb teadlastel ja poliitikakujundajatel keeruliseks selge pildi saamise tööstuse keskkonnamõjust. Edasi liikudes, kuna sõltuvus genereerivast AI-st suureneb, paranevad andmekeskuste nõudmised nende tehnoloogiate toetamiseks, mis tekitab mure ressursside vähenemise ja maa kasutamise üle.
Kas genereeriva AI keskkonnajalajälje ümber on mingeid vaidlusi?
Jah, toimub märkimisväärne arutelu AI arendajate ja ettevõtete eetiliste kohustuste üle oma keskkonnamõjude leevendamiseks. Kritiseerijad väidavad, et AI edusammude ökoloogiliste tagajärgede eiramine kiire innovatsiooni nimel on lühinägelik ja kahjulik. Loodusseaduste lähenemise osas on arvamused pidevas erinevuses; mõned soovitavad rangete suuniste kehtestamist, teised rõhutavad, et paindlikkust tuleks edendada, et toetada jätkuvat tehnoloogilist arengut.
Millised on genereeriva AI eelised vaatamata selle keskkonnaprobleemidele?
Generatiivne AI omab potentsiaali revolutsiooniliselt muuta tööstusharusid, suurendades loovust, automatiseerides keerulisi ülesandeid ja parandades protsesside tõhusust. Näiteks saavad ettevõtted genereerivat AI-d kasutada disainiks, sisu loomiseks ja andmete analüüsiks, mis tihti toob kaasa suurema tootlikkuse ja uusi töövõimalusi. Lisaks võivad AI tehnoloogia arengud aidata kaasa keskkonna eesmärkidele, nagu energia võrgustike optimeerimine või jätkusuutlikumate praktikate arendamine erinevatesse valdkondadesse.
Milliseid strateegiaid saab rakendada genereeriva AI keskkonnamõjude minimeerimiseks?
Generatiivse AI süsiniku jalajälje vähendamiseks peavad arendajad ja ettevõtted keskenduma energiatõhususele AI koolitusel ja toimimisel. See hõlmab säästvate energiaallikate kasutuselevõttu, algoritmide optimeerimist vähem energiat nõudvaks töötlemiseks ning süsiniku kompenseerimise projektidesse investeerimist. Edasi liikumiseks on Luccioni süsiniku jalajälje hindamise süsteemi kasutuselevõtt järgnevatel aastatel arendajaid suunavate teadlike energiamugavuste poole hädavajalik.
Kokkuvõte
Kuna genereeriva AI maastik jätkab arenemist, peab teadlikkus selle keskkonnamõjudest kasvama samas tempos. Edendades läbipaistvust, julgustades säästlikke praktikaid ja arendades innovaatilisi tehnoloogiaid, mis vähendavad energiatarbimist, võib tööstus töötada vastutustundlikuma tuleviku suunas. Teadlikkus ja aktiivsed meetmed on hädavajalikud, et tagada, et AI saaks toimida muundava jõuna, ilma meie planeedi terviklikkust ohverdamata.
Edasise lugemise jaoks AI mõju kohta meie keskkonnale külastage MIT Technology Review ja Nature.
