Energetska dilema vještačke inteligencije: Inovacije u sukobu sa klimatskim izazovima

Brzi razvoj vještačke inteligencije postavlja pitanja o održivosti AI tehnologija. Veštačka inteligencija zaista ima potencijal da transformiše ne samo industrije već i svakodnevni život ljudi. Međutim, uz veliku moć dolazi i veliki račun za struju... pardon, odgovornost.

Ovaj lapsus calami nije tu bez razloga. Obuka svakog novog četbota, generatora slika i drugih AI modela zahteva ogromne količine električne energije. Istovremeno, transparentnost u pogledu potrošnje struje i emisije ugljenika je skoro nepostojeća.

Uzimajući sve u obzir, ne možemo a da se ne zapitamo da li modeli vještačke inteligencije predstavljaju pretnju globalnom zagrevanju zbog ogromnih emisija ugljenika usled kojih dolazi do globalnog zagrijavanja. Ukoliko jeste, kako se može ublažiti?

Zabrinutost zbog sve veće sve emisije ugljenika i globalnog zagrijavanja usljed ogromnog uspjeha vještačke inteligencije nije se pojavila niotkuda. Naime, da bi bio funkcionalan i adekvatno odgovarao na upite korisnika, svaki novi četbot (i generator slika) se mora obučavati.

Proces razvoja i obuke zahteva ogromne količine električne energije – tačnije 1.287 GWh. Ta količina, koja je potrošena za obuku ChatGPT 3.5, iznosila je 1.287.000 kWh ili približno električnoj energiji koju godišnje troše 20 američkih domova, prenosi Bloomberg.

Izgleda da je Bitcoin (BTC), koji je na meti  kritika zbog ogromne potrošnje energije jer troši istu količinu struje kao Argentina, dobio dostojnog rivala.

Problemi sa transparentnošću
Sektor vještačke inteligencije raste nevjerovatno brzo – možda čak i brže nego što smo spremni. Potencijalni problem sa tako brzim rastom, kada je riječ o električnoj energiji, je odsustvo transparentnosti. Niko ne može tačno da odredi tačnu količinu i emisije ugljenika koje se pripisuju vještačkoj inteligenciji.

Emisije takođe mogu značajno da variraju u zavisnosti od vrste elektrana koje snabdevaju tu električnu energiju. Na primer, centar podataka koji dobija energiju iz elektrane na ugalj ili prirodni gas proizvodiće daleko više emisija u poređenju sa onim koji dobija struju iz solarnih ili vjetroelektrana. 

Neke kompanije su zaista dostavile podatke o svojoj potrošnji električne energije. Takođe, akademici su su uspjeli da izračunaju količinu emisija nastale iz razvoja jednog modela. Ipak, nedostaje im široka procjena ukupne količine električne energije koju uređaj troši.

Sasha Luccioni, istraživač pri AI kompaniji Hugging Face Inc, sprovela je istraživanje  u kome je izračunat ugljenični otisak njene kompanije po imenu BLOOM, konkurenta ChatGPT-3. Na osnovu malog skupa podataka koji su javno dostupni, ona je takođe pokušala da predvidi isto za popularni ChatGPT sistem OpenAI-a. 

Prema Luccioni, istraživačima je potrebna transparentnost o potrošnji električne energije i emisiji ugljenika za AI modele. Imajući to na umu, vlade i kompanije mogu zaključiti da je korišćenje ChatGPT-ja i drugih AI modela za dijagnozu bolesti ili prevenciju i očuvanje autohtonih jezika vredno te potrošnje i emisija. Međutim, to možda neće biti slučaj sa pisanjem beskorisnih skripti ili knjiga koje nikada neće doživeti da budu objavljene ili generisanjem previše prostih slika.

Zašto je transparentnost toliko važna?

Po mišljenju istraživača, veća transparentnost će dovesti do većeg broja ispitivanja. Sećate se ogromne količine električne energije koja se troši na rudarenje Bitcoina? Pa, nezasitna žeđ za strujom naterala je Kinu da zabrani rudarenje i Njujork da uvede moratorijum na nove licence za rudarenje kriptovaluta.

Već smo spomenuli da je na obučavanje ChatGPT-ja utrošeno 1.287 GWh električne energije. Pored toga što je potrošeno toliko energije, došlo je do emisije 520 tone ugljenika. Istu količinu stvara 110 automobila u SAD za godinu dana. Takođe, važno je naglasiti da se ove brojke odnose na obučavanje samo jednog AI modela, piše webmind.

Ono što je još više otrežnjujuće jeste da obuka AI modela nije jednokratan posao. Naprotiv, AI alati se moraju iznova i iznova obučavati; u suprotnom, propustiće neke savremene informacije. Ovo dalje implicira da će biti potrebno više energije i da će se trošiti na procese ponovnih obuka. Kao rezultat toga, više električne energije dovodi do veće emisije ugljenika, što dalje dovodi do povećanog globalnog zagrijavanja. Zvuči kao začarani krug, zar ne?