Περίληψη άρθρου:
Η δημιουργική τεχνητή νοημοσύνη, η οποία μπορεί να παράγει σύνθετα δεδομένα όπως γλώσσα, εικόνες και βίντεο, γίνεται όλο και πιο ισχυρή, αλλά η κατανάλωση ενέργειας αποτελεί αυξανόμενη ανησυχία. Καθώς τα chatbots και οι γεννήτριες εικόνων γίνονται πιο δημοφιλή, ο αριθμός των ερωτημάτων που λαμβάνουν θα μπορούσε να αυξηθεί εκθετικά. Ωστόσο, υπάρχουν τρόποι για να μειωθούν οι περιβαλλοντικές επιπτώσεις, όπως η χρήση πιο αποδοτικής αρχιτεκτονικής μοντέλων και επεξεργαστών και ο προγραμματισμός των υπολογισμών για ώρες που η ανανεώσιμη ενέργεια είναι περισσότερο διαθέσιμη. Η κοινωνική πίεση θα μπορούσε επίσης να ενθαρρύνει τις εταιρείες και τα ερευνητικά εργαστήρια να δημοσιεύουν το αποτύπωμα άνθρακα των μοντέλων τεχνητής νοημοσύνης τους, ώστε οι καταναλωτές να επιλέγουν πιο "πράσινα" chatbots.


Κύρια σημεία του άρθρου:

  • Τα γεννητικά μοντέλα τεχνητής νοημοσύνης γίνονται όλο και πιο ισχυρά, αλλά αυτό έχει κόστος όσον αφορά τη χρήση ενέργειας και τις εκπομπές διοξειδίου του άνθρακα.
  • Το ακριβές ενεργειακό κόστος ενός μεμονωμένου μοντέλου τεχνητής νοημοσύνης είναι δύσκολο να εκτιμηθεί, αλλά η δημιουργία μεγαλύτερων μοντέλων απαιτεί περισσότερη ενέργεια και παράγει περισσότερο διοξείδιο του άνθρακα.
  • Τα μοντέλα τεχνητής νοημοσύνης πρέπει να ενημερώνονται συνεχώς, γεγονός που αυξάνει το ενεργειακό τους κόστος.
  • Για να μειωθεί το ενεργειακό κόστος της παραγωγικής ΤΝ, απαιτείται έρευνα για να γίνουν τα μοντέλα πιο αποδοτικά και οι εταιρείες θα πρέπει να δημοσιεύουν το αποτύπωμα άνθρακα των μοντέλων τους.


Αναλυτικά το άρθρο:
Η εμφάνιση όλο και πιο ισχυρών μοντέλων γεννητικής τεχνητής νοημοσύνης εγείρει ανησυχίες σχετικά με τις επιπτώσεις τους στο αποτύπωμα άνθρακα του πλανήτη.

Η γεννητική ΤΝ αναφέρεται στην ικανότητα ενός αλγορίθμου ΤΝ να παράγει σύνθετα δεδομένα, όπως γλώσσα και εικόνες. Η εναλλακτική λύση είναι η διακριτική ΤΝ, η οποία παράγει έναν μόνο αριθμό από έναν σταθερό αριθμό επιλογών. Η γεννητική ΤΝ χρησιμοποιείται εδώ και αρκετό καιρό σε εφαρμογές όπως τα έξυπνα ηχεία και η αυτόματη συμπλήρωση, αλλά μόλις πρόσφατα απέκτησε την ικανότητα να παράγει γλώσσα που μοιάζει με ανθρώπινη και ρεαλιστικές φωτογραφίες.

Ως ερευνητής ΤΝ, ο συγγραφέας ανησυχεί για το ενεργειακό κόστος της δημιουργίας αυτών των μοντέλων, καθώς η ισχυρότερη ΤΝ απαιτεί περισσότερη ενέργεια. Ο αντίκτυπος της δημιουργικής ΤΝ στο αποτύπωμα άνθρακα της κοινωνίας παραμένει ασαφής, αλλά είναι ένας σημαντικός παράγοντας που πρέπει να ληφθεί υπόψη καθώς η τεχνολογία αυτή συνεχίζει να εξελίσσεται.

Χρησιμοποιώντας περισσότερη ενέργεια από ποτέ:
Η ενεργειακή κατανάλωση των μοντέλων τεχνητής νοημοσύνης (AI) αποτελεί αυξανόμενη ανησυχία καθώς αναπτύσσονται μεγαλύτερα και πιο σύνθετα μοντέλα.

Το ενεργειακό κόστος για τη δημιουργία ενός μοντέλου όπως το BERT, με 110 εκατομμύρια παραμέτρους, βρέθηκε ότι ισοδυναμεί με μια διηπειρωτική πτήση μετ' επιστροφής για ένα άτομο. Εν τω μεταξύ, το πολύ μεγαλύτερο μοντέλο GPT-3, με 175 δισεκατομμύρια παραμέτρους, κατανάλωσε 1.287 μεγαβατώρες ηλεκτρικής ενέργειας και παρήγαγε 552 τόνους ισοδύναμου διοξειδίου του άνθρακα μόνο για την εκκίνηση. Ωστόσο, το μέγεθος δεν είναι ο μόνος παράγοντας πρόβλεψης των εκπομπών διοξειδίου του άνθρακα. Το μοντέλο BLOOM είναι παρόμοιο σε μέγεθος με το GPT-3, αλλά έχει πολύ μικρότερο αποτύπωμα άνθρακα λόγω της χρήσης πιο αποδοτικής αρχιτεκτονικής και επεξεργαστών σε πιο "πράσινα" κέντρα δεδομένων.

Ορισμένα στοιχεία της βιομηχανίας εκτιμούν ότι ένα και μόνο ερώτημα γεννητικής ΤΝ μπορεί να έχει τέσσερις έως πέντε φορές το αποτύπωμα άνθρακα ενός ερωτήματος σε μηχανή αναζήτησης. Με την αυξανόμενη δημοτικότητα των chatbots και των γεννητριών εικόνων, καθώς και των γλωσσικών μοντέλων ΤΝ που ενσωματώνονται σε μηχανές αναζήτησης όπως η Google και η Microsoft, αυτό θα μπορούσε να οδηγήσει σε εκθετική αύξηση των ερωτημάτων που βασίζονται στην ΤΝ.

Ως εκ τούτου, είναι σημαντικό για τους ερευνητές και τους προγραμματιστές να εξετάζουν ενεργειακά αποδοτικές λύσεις κατά τη δημιουργία μοντέλων AI.

AI bots για αναζήτηση:
Η OpenAI κυκλοφόρησε το ChatGPT το 2022, το οποίο είχε πάνω από 1,5 δισεκατομμύρια επισκέψεις τον Μάρτιο του 2023. Η Microsoft το ενσωμάτωσε στη μηχανή αναζήτησης Bing και το έκανε διαθέσιμο σε όλους τον Μάιο του 2023.

Ωστόσο, το ενεργειακό κόστος της ανάπτυξης AI chatbots θα μπορούσε να αποτελέσει παράγοντα ανησυχίας αν γίνουν τόσο δημοφιλή όσο οι μηχανές αναζήτησης.

Οι βοηθοί AI έχουν πολλές χρήσεις πέρα από την αναζήτηση, αλλά πρέπει να ενημερώνονται συνεχώς για να παραμένουν επίκαιροι. Το ChatGPT εκπαιδεύτηκε μόνο σε δεδομένα μέχρι το 2021, οπότε οποιαδήποτε γεγονότα από τότε είναι άγνωστα σε αυτό. Ενώ το να ρωτήσετε ένα chatbot μπορεί να είναι ένας άμεσος τρόπος για να λάβετε πληροφορίες σε σύγκριση με τη χρήση μιας μηχανής αναζήτησης, το ενεργειακό κόστος της συνεχούς ενημέρωσης των μοντέλων AI μπορεί να υπερκαλύψει αυτό το όφελος.

Επιλογές για το μέλλον:
Τα γεννητικά μοντέλα τεχνητής νοημοσύνης ήρθαν για να μείνουν και πιθανότατα θα χρησιμοποιούνται όλο και περισσότερο για την αναζήτηση πληροφοριών.

Ωστόσο, εάν πολλές εταιρείες αναπτύξουν διαφορετικά AI bots για διάφορους σκοπούς, η κατανάλωση ενέργειας για τη λειτουργία αυτών των μοντέλων θα μπορούσε να αποτελέσει πρόβλημα. Χρειάζεται περισσότερη έρευνα για να γίνει η παραγωγική ΤΝ πιο αποδοτική, αλλά μπορεί να λειτουργεί με ανανεώσιμη ενέργεια.

Η μεταφορά των υπολογισμών σε περιοχές με περισσότερη "πράσινη" ενέργεια ή ο προγραμματισμός των υπολογισμών σε περιόδους που η ανανεώσιμη ενέργεια είναι περισσότερο διαθέσιμη μπορεί να μειώσει σημαντικά τις εκπομπές. Επιπλέον, η κοινωνική πίεση για τη δημοσίευση του αποτυπώματος άνθρακα των μοντέλων τεχνητής νοημοσύνης θα μπορούσε να ενθαρρύνει τις εταιρείες και τα ερευνητικά εργαστήρια να δώσουν προτεραιότητα στις περιβαλλοντικές ανησυχίες, οδηγώντας ενδεχομένως τους καταναλωτές να επιλέγουν στο μέλλον "πιο πράσινα" chatbots.

Πηγή: Is generative AI bad for the environment? A computer scientist explains the carbon footprint of ChatGPT and its cousins