Без разлика дали станува збор за одговарање на деловни е-пораки или пишување брачни завети, алатките за генеративна вештачка интелигенција станаа доверлив придружник во животот на многу луѓе. Но, сè поголем број истражувања покажуваат дека за секој проблем што вештачката интелигенција ви го решава, постои скриен трошок за животната средина.

Секој збор во барањето за вештачка интелигенција е поделен на групи броеви наречени „токени за идентификација“ и се испраќа до огромни центри за податоци – некои поголеми од фудбалски игралишта – честопати напојувани од електрани на јаглен или природен гас. Таму, низи од суперкомпјутери ги генерираат одговорите преку десетици брзи пресметки.

Целиот процес, според широко цитирана проценка од Институтот за истражување на електрична енергија, може да потроши до десет пати повеќе енергија отколку типично пребарување на Гугл, објавува Си-ен-ен.

Колку едно барање до вештачка интелигенција ѝ штети на животната средина?

За да откријат, истражувачите во Германија тестираа 14 системи за вештачка интелигенција со голем јазичен модел (ЛЛМ) поставувајќи им прашања со отворени прашања и прашања со повеќекратен избор. Посложените прашања покажаа дека произведуваат до шестпати повеќе емисии на јаглерод диоксид отколку прашањата со кратки и едноставни одговори.

Покрај тоа, „попаметните“ ЛЛМ модели, со понапредни можности за инференција, испуштија до 50 пати повеќе јаглерод за да одговорат на истите прашања, се вели во студијата.

„Ова ни го покажува компромисот помеѓу потрошувачката на енергија и точноста на моделот“, рече Максимилијан Даунер, докторант на Универзитетот за применети науки во Минхен и прв автор на студијата објавена во списанието „Граници во комуникацијата“ (Frontiers in Communication).

Попаметните модели трошат повеќе енергија бидејќи имаат десетици милијарди повеќе параметри или внатрешни поставки за обработка на податоци од помалите модели.

„Можете да го замислите како невронска мрежа во мозокот. Колку повеќе невронски врски, толку повеќе ‘размислување’ се прави за да се дојде до одговор“, објаснил Даунер.

Како можете да го намалите вашиот јаглероден отпад?

Сложените прашања користат повеќе енергија, делумно затоа што моделите на вештачка интелигенција се обучени да даваат долги и детални објаснувања, вели Даунер. Ако побарате од вештачка интелигенција да реши алгебарски проблем, таа често ќе објасни секој чекор до решението.

„Вештачката интелигенција троши многу енергија на учтивост, особено ако корисникот користи изрази како ‘ве молам’ и ‘благодарам’. Ова дополнително го продолжува одговорот и ја зголемува потрошувачката на енергија“, објаснил тој.

Даунер им советува на корисниците да бидат што е можно поконцизни и поконкретни: побарајте одговор во една или две реченици и нагласете дека не сакате дополнителни објаснувања.

Саша Лучиони, раководител на одделот за клима во компанија за вештачка интелигенција, додава дека не сите модели се подеднакво енергетски трошливи.

„Моделите што се специјализирани за одредени задачи често се помали, поефикасни и подеднакво добри во нивната специфична примена“, рекол тој.

За просечниот средношколец кој бара помош со домашните задачи, користењето моќни алатки за вештачка интелигенција е како користење нуклеарна централа за работа со калкулатор. Лучиони препорачува користење едноставни алатки како онлајн енциклопедии или едноставни калкулатори секогаш кога е можно.

Зошто е тешко да се измери влијанието на вештачката интелигенција врз животната средина?

Многу е тешко да се одреди точно каков е вистинскиот еколошки отпечаток на еден систем за вештачка интелигенција.

Студијата забележува дека потрошувачката на енергија може да варира во зависност од близината на корисниците до електричните мрежи, како и од видот на користениот хардвер.

Дополнително, многу компании за вештачка интелигенција не откриваат информации за потрошувачката на енергија, големината на серверот или техниките за оптимизација, вели Шаолеи Рен, професор по електротехника и компјутерско инженерство на Универзитетот во Калифорнија, Риверсајд, кој исто така ја проучува потрошувачката на вода на системите за вештачка интелигенција.

„Не можеме само да кажеме дека вештачката интелигенција користи толку многу енергија или вода во просек – тоа едноставно не е точно. Секој модел треба да се разгледува поединечно, во контекст на одредена задача“, рекол Рен.

Еден предлог за поголема транспарентност би бил системите со вештачка интелигенција да го објавуваат количеството емисии по барање, предлага Даунер.

Вештачката интелигенција е насекаде – но дали е неопходна?

„Општо земено, доколку луѓето ја знаеја просечната еколошка цена за генерирање одговор, можеби ќе беа посклони да се прашаат: „Дали навистина треба да се претворам во акциона фигура затоа што ми е здодевно?“ или „Дали навистина треба да го замолам Четџипити да ми каже виц затоа што немам што друго да правам?“ вели Даунер.

Лучони додава дека многу корисници честопати немаат избор, бидејќи компаниите сè повеќе вградуваат алатки за генеративна вештачка интелигенција во апликациите и системите, без оглед на вистинската потреба.

„Не ни треба генеративна вештачка интелигенција во веб-пребарувањето. Никој не побарал чет-ботови со вештачка интелигенција во апликациите за пораки или социјалните мрежи. Оваа трка за вметнување на вештачка интелигенција во секоја технологија што постои е навистина фрустрирачка – и има реални последици за нашата планета“, вели тој.

Поради недостатокот на транспарентност, корисниците имаат помалку избори, а регулаторниот притисок во САД сè уште не е на повидок. Единствената надеж лежи во поефикасното користење на енергијата, вели Рен.

„И покрај сето ова, останувам оптимист. Многу софтверски инженери работат на тоа да ги направат системите поефикасни. Другите индустрии исто така трошат многу енергија, но тоа не е причина да се игнорира влијанието на вештачката интелигенција. Треба сериозно да ѝ обрнеме внимание“, заклучил тој.