Roman RemberRecentný výskum odhaľuje, že generatívna AI spotrebuje viac ako tridsaťkrát viac energie než tradičné vyhľadávače. Tento alarmujúci štatistický údaj pochádza od Sashy Luccioni, významnej výskumníčky, ktorá sa snaží osvetliť ekologické dôsledky tejto rýchlo sa rozvíjajúcej technológie. Luccioni, Kanaďanka ruskej národnosti, bola časopisom Time menovaná ako jedna z 100 najvplyvnejších osôb na svete v roku 2024, pred niekoľkými rokmi skúmala emisie produkované programami AI ako ChatGPT a Midjourney.
Na konferencii v Montreale Luccioni vyjadrila sklamanie týkajúce sa energetickej efektívnosti generatívnej AI pri online vyhľadávaní. Na rozdiel od konvenčných vyhľadávačov, ktoré len vyhľadávajú informácie, tieto modely AI generujú nový obsah, čo si vyžaduje obrovskú výpočtovú silu. Táto požiadavka vedie k značnej spotrebe energie nielen počas ich tréningu, ale aj pri respondovaní na požiadavky používateľov.
Údaje od Medzinárodnej agentúry pre energiu naznačujú, že sektory AI a kryptomien spoločne spotrebovali približne 460 terawatthodín elektřiny v roku 2022, čo predstavuje 2 % globálnej produkcie. V reakcii na tieto obavy Luccioni, ktorá vedie klimatickú stratégiu v startupovej spoločnosti, vyvíja nástroj na hodnotenie uhlíkovej stopy pre vývojárov. Tento systém má za cieľ podporiť transparentnosť a usmerniť používateľov a vývojárov k efektívnejším energetickým voľbám.
Ako sa spoločnosti ako Microsoft a Google snažia dosiahnuť uhlíkovú neutralitu do konca tohto desaťročia, čelí zvyšujúcim sa emisiám skleníkových plynov spôsobeným ich pokrokmi v oblasti AI. Luccioni zdôrazňuje dôležitosť dôkladného manažmentu energie, vyzývajúc na vyvážený prístup k využívaniu AI.
Environmentálny dopad generatívnej AI: Výzva na uvedomenie
S pokračujúcim rozširovaním schopností generatívnej AI sa environmentálne dôsledky prevádzkovania týchto mocných modelov stávajú čoraz naliehavejšími. Hoci sa značná pozornosť venuje číslam spotreby energie spojeným s generatívnou AI, je dôležité sa hlbšie zamyslieť nad všestrannými výzvami a potenciálnymi riešeniami, ktoré nás čakajú.
Aká je uhlíková stopa generatívnej AI v porovnaní s tradičným výpočtovým výkonom?
Generatívne AI systémy nielen vyžadujú obrovské množstvo energie na počiatočné školenie, ale tiež spôsobujú neustále prevádzkové náklady, ktoré môžu významne prispieť k ich celkovým uhlíkovým stopám. Napríklad školenie veľkých modelov môže emitovať až 500 ton oxidu uhličitého, čo je porovnateľné s celoživotnými emisiami niekoľkých priemerných automobilov v USA. Tento ohromujúci údaj zdôrazňuje potrebu komplexného pohľadu na environmentálny dopad AI, ktorý zohľadňuje nielen spotrebu energie, ale aj súvisiace emisie uhlíka v rôznych fázach životného cyklu AI.
Aké sú kľúčové výzvy pri riešení týchto environmentálnych dopadov?
Jednou z hlavných výziev je nedostatok transparentnosti týkajúcej sa používania energie medzi vývojármi AI. Mnohé spoločnosti verejne nezverejňujú svoju spotrebu energie ani zdroje energie, na ktorých sú závislé, čo sťažuje výskumníkom a politikom získať jasný obraz o environmentálnom dopade odvetvia. Navyše, s narastajúcou závislosťou na generatívnej AI stúpa dopyt po dátových centrách na podporu týchto technológií, čo vyvoláva obavy o vyčerpanie zdrojov a využitie pôdy.
Existujú nejaké kontroverzie okolo environmentálnej stopy generatívnej AI?
Áno, existuje významná diskusia o etických zodpovednostiach vývojárov a spoločností AI pri zmierňovaní ich environmentálneho dopadu. Kritici tvrdia, že ignorovanie ekologických dôsledkov pokroku AI v prospech rýchlej inováciie je krátkozraké a škodlivé. Okrem toho sa zvyšuje rozpor v názoroch na to, ako najlepšie pristupovať k regulácii v tejto oblasti, pričom niektorí obhajujú prísne pokyny, zatiaľ čo iní zdôrazňujú potrebu flexibility na podporu pokračujúceho technologického pokroku.
Aké sú výhody generatívnej AI napriek jej environmentálnym obavám?
Generatívna AI má potenciál revolučne zmeniť odvetvia zvýšením kreativity, automatizáciou zložitých úloh a zlepšovaním efektívnosti naprieč procesmi. Napríklad podniky môžu využiť generatívnu AI na dizajn, tvorbu obsahu a analýzu údajov, čo často vedie k zvýšeniu produktivity a novým pracovným príležitostiam. Okrem toho pokroky v technológii AI môžu prispieť k ekologickým cieľom, ako je optimalizácia energetických sietí alebo vypracovanie udržateľnejších praktík v rôznych sektoroch.
Aké stratégie môžeme zaviesť na minimalizáciu environmentálneho dopadu generatívnej AI?
Aby sme znížili uhlíkovú stopu generatívnej AI, musia vývojári a spoločnosti prioritizovať energetickú účinnosť pri tréningu a prevádzke AI. To zahŕňa prijatie udržateľnejších zdrojov energie, optimalizáciu algoritmov na menej energeticky náročné spracovanie a investovanie do projektov na vyrovnávanie uhlíkovej stopy. Okrem toho bude zavedenie nástrojov ako Luccioniho systému na hodnotenie uhlíkovej stopy kľúčové na usmernenie vývojárov k vedomejšiemu používaniu energie.
Záver
Ako sa prostredie generatívnej AI naďalej vyvíja, musí sa súčasne zvyšovať uvedomenie o jej environmentálnom dopade. Podporovaním transparentnosti, povzbudzovaním udržateľných praktík a rozvojom inovatívnych technológií, ktoré zmierňujú spotrebu energie, môže tento sektor usilovať o zodpovednejšiu budúcnosť. Uvedomenie a proaktívne opatrenia sú kľúčové pre zabezpečenie toho, aby AI mohla slúžiť ako transformačná sila bez toho, aby ohrozila integritu našej planéty.
Pre ďalšie čítanie o dôsledkoch AI na naše životné prostredie navštívte MIT Technology Review a Nature.
