Inom artificiell intelligens (AI) kretsar diskussioner ofta kring desinformation och det potentiella hotet mot mänskliga jobb. En professor vid Boston University, Kate Saenko, uppmärksammar dock ett annat betydande problem – den betydande miljöpåverkan från generativa AI-verktyg.
Som AI-forskare tar Saenko upp oro över energikostnaderna för att konstruera AI-modeller. I en artikel om The Conversation betonar hon, "Ju mer kraftfull AI, desto mer energi tar den."
Medan energiförbrukningen för kryptovalutor som Bitcoin och Ethereum har väckt omfattande debatt, har den snabba utvecklingen av AI inte fått samma granskning när det gäller dess inverkan på planeten.
Professor Saenko strävar efter att ändra denna berättelse, och erkänner de begränsade tillgängliga uppgifterna om koldioxidavtrycket för en enda generativ AI-fråga. Hon lyfter dock fram att forskning tyder på att energiförbrukningen är fyra till fem gånger högre än för en enkel sökmotorfråga.
En anmärkningsvärd studie från 2019 undersöker en generativ AI-modell som kallas Bidirectional Encoder Representations from Transformers (BERT), bestående av 110 miljoner parametrar. Denna modell förbrukade energi motsvarande en transkontinental flygning tur och retur för en person under sin träningsprocess, med hjälp av grafikprocessorer (GPU). Parametrar, som styr modellens förutsägelser och ökar komplexiteten, justeras under träning för att minska fel.
Som jämförelse avslöjar Saenko att OpenAI:s GPT-3-modell, med häpnadsväckande 175 miljarder parametrar, förbrukade energi motsvarande 123 bensindrivna personbilar som körts under ett år eller cirka 1,287 552 megawattimmar el. Dessutom genererade den häpnadsväckande XNUMX ton koldioxid. Anmärkningsvärt nog inträffade denna energiförbrukning innan någon konsument ens började använda modellen.
Med den ökande populariteten för AI-chatbots, som Perplexity AI och Microsofts ChatGPT integrerade i Bing, förvärras situationen ytterligare av lanseringen av mobilapplikationer, vilket gör dessa tekniker ännu mer tillgängliga för en bredare publik.
Lyckligtvis lyfter Saenko fram en studie av Google som föreslår olika strategier för att minska koldioxidavtrycket. Genom att använda mer effektiva modellarkitekturer, processorer och miljövänliga datacenter kan energiförbrukningen minska avsevärt.
Även om en enda stor AI-modell kanske inte ensam ödelägger miljön, varnar Saenko för att om många företag utvecklar lite olika AI-robotar för olika ändamål, var och en tillgodoser miljontals kunder, kan kumulativ energianvändning bli ett stort problem.
I slutändan föreslår Saenko att ytterligare forskning är avgörande för att förbättra effektiviteten hos generativ AI. Uppmuntrande lyfter hon fram potentialen för AI att arbeta med förnybara energikällor. Genom att optimera beräkningen för att sammanfalla med tillgången på grön energi eller placera datacenter där förnybar energi finns i överflöd, kan utsläppen minskas med en anmärkningsvärd faktor på 30 till 40 jämfört med att förlita sig på fossilbränsledominerade nät.
Sammanfattningsvis, även om oron för desinformation och arbetsförflyttning på grund av AI kvarstår, väcker professor Saenkos betoning på miljöpåverkan av generativa AI-verktyg en kritisk fråga. Det kräver ökad forskning och innovativa tillvägagångssätt för att säkerställa att AI-utveckling ligger i linje med hållbarhetsmålen. Genom att göra det kan vi utnyttja potentialen hos AI samtidigt som vi minimerar dess koldioxidavtryck, och på så sätt bana väg för en grönare framtid.
Källa: https://bitcoinworld.co.in/the-environmental-impact-of-artificial-intelligence-a-concern-beyond-misinformation-and-job-threats/