Mākslīgā intelekta (AI) jomā diskusijas bieži notiek par dezinformāciju un iespējamiem draudiem cilvēku darbavietām. Tomēr Bostonas universitātes profesore Keita Saenko vērš uzmanību uz vēl vienu būtisku problēmu — ģeneratīvo AI rīku būtisku ietekmi uz vidi.
Kā MI pētnieks Saenko pauž bažas par enerģijas izmaksām, ko rada AI modeļu izveide. Rakstā par The Conversation viņa uzsver: "Jo jaudīgāks AI, jo vairāk enerģijas tas aizņem."
Lai gan kriptovalūtu, piemēram, Bitcoin un Ethereum, enerģijas patēriņš ir izraisījis plašas diskusijas, AI straujā attīstība nav saņēmusi tāda paša līmeņa pārbaudi attiecībā uz tās ietekmi uz planētu.
Profesora Saenko mērķis ir mainīt šo stāstījumu, atzīstot ierobežotos pieejamos datus par viena ģeneratīva AI vaicājuma oglekļa pēdas nospiedumu. Tomēr viņa uzsver, ka pētījumi liecina, ka enerģijas patēriņš ir četras līdz piecas reizes lielāks nekā vienkārša meklētājprogrammas vaicājuma gadījumā.
Ievērojamā 2019. gada pētījumā aplūkots ģeneratīvs AI modelis ar nosaukumu Transformatoru divvirzienu kodētāja attēlojums (BERT), kas sastāv no 110 miljoniem parametru. Šis modelis apmācības procesā patērēja enerģiju, kas ir līdzvērtīga lidojumam turp un atpakaļ starpkontinentālam vienam cilvēkam, izmantojot grafikas apstrādes vienības (GPU). Parametri, kas vada modeļa prognozes un palielina sarežģītību, tiek pielāgoti apmācības laikā, lai samazinātu kļūdas.
Salīdzinājumam, Saenko atklāj, ka OpenAI GPT-3 modelis ar satriecošiem 175 miljardiem parametru patērēja enerģiju, kas ir līdzvērtīga 123 ar benzīnu darbināmiem pasažieru transportlīdzekļiem, kas braukti vienu gadu vai aptuveni 1,287 megavatstundas elektroenerģijas. Turklāt tas radīja satriecošus 552 tonnas oglekļa dioksīda. Jāatzīmē, ka šie enerģijas izdevumi radās, pirms kāds patērētājs pat sāka izmantot modeli.
Pieaugot AI tērzēšanas robotu popularitātei, piemēram, Perplexity AI un Microsoft ChatGPT, kas integrēts Bing, situāciju vēl vairāk pasliktina mobilo lietojumprogrammu izlaišana, padarot šīs tehnoloģijas vēl pieejamākas plašākai auditorijai.
Par laimi, Saenko izceļ Google pētījumu, kurā tiek piedāvātas dažādas stratēģijas oglekļa pēdas nospieduma mazināšanai. Efektīvāku modeļu arhitektūru, procesoru un videi draudzīgu datu centru izmantošana var būtiski samazināt enerģijas patēriņu.
Lai gan viens liels AI modelis viens pats nevar izpostīt vidi, Saenko brīdina, ka, ja daudzi uzņēmumi dažādiem mērķiem izstrādā nedaudz atšķirīgus AI robotus, katrs no tiem apkalpo miljoniem klientu, kumulatīvs enerģijas patēriņš var kļūt par nopietnu problēmu.
Galu galā Saenko norāda, ka turpmāki pētījumi ir būtiski, lai uzlabotu ģeneratīvā AI efektivitāti. Viņa iepriecinoši uzsver AI potenciālu darboties ar atjaunojamiem enerģijas avotiem. Optimizējot aprēķinus, lai tie sakristu ar zaļās enerģijas pieejamību vai izvietojot datu centrus, kur ir daudz atjaunojamās enerģijas, emisijas var samazināt par ievērojamu koeficientu 30 līdz 40, salīdzinot ar paļaušanos uz tīkliem, kuros dominē fosilais kurināmais.
Visbeidzot, lai gan joprojām pastāv bažas par dezinformāciju un darba pārvietošanu mākslīgā intelekta dēļ, profesora Saenko uzsvars uz ģeneratīvo AI rīku ietekmi uz vidi rada kritisku problēmu. Tas aicina palielināt pētniecību un novatoriskas pieejas, lai nodrošinātu, ka AI attīstība atbilst ilgtspējības mērķiem. To darot, mēs varam izmantot AI potenciālu, vienlaikus samazinot tā oglekļa pēdas nospiedumu, tādējādi paverot ceļu zaļākai nākotnei.
Avots: https://bitcoinworld.co.in/the-environmental-impact-of-artificial-intelligence-a-concern-beyond-misinformation-and-job-threats/