Какой урон это нанесет окружающей среде в условиях бурного развития индустрии искусственного интеллекта?

Jun 12, 2023

Технологические компании по-прежнему скрывают количество энергии и воды, необходимое для обучения их сложных программ и моделей.

Один вопрос, на который ChatGPT не может ответить: сколько энергии вы потребляете?

«Как модель языка искусственного интеллекта, я не присутствую физически и не потребляю энергию напрямую», — говорится в нем, или: «Потребление энергии, связанное с моими операциями, в первую очередь связано с серверами и инфраструктурой, используемой для размещения и запуска модель."

Бард от Google еще более смел. «Мой углеродный след равен нулю», — утверждает он. На вопрос об энергии, которая расходуется на его создание и обучение, он отвечает: «публично не известно».

Программы ИИ могут показаться бестелесными. Но они питаются от сетей серверов в центрах обработки данных по всему миру, которым требуется большое количество энергии для питания и большие объемы воды для охлаждения.

Поскольку программы ИИ настолько сложны, они требуют больше энергии, чем другие формы вычислений. Но беда в том, что невероятно сложно точно определить, сколько именно.

Конкурируя за создание все более сложных моделей искусственного интеллекта, такие компании, как OpenAI, создавшая ChatGPT, Google и Microsoft не раскрывают, сколько электроэнергии и воды требуется для обучения и работы их моделей искусственного интеллекта, а также какие источники энергии питают их центры обработки данных. , или даже где находятся некоторые из их центров обработки данных.

Например, компания Meta, материнская компания Facebook, в прошлом году объявила, что строит, по ее мнению, самый быстрый в мире суперкомпьютер под названием AI Research SuperCluster (RSC). Но это не раскрыло бы, где находился суперкомпьютер и как он питался.

Теперь, когда технологическая индустрия спешит внедрить генеративный искусственный интеллект практически во все – от электронной почты и поиска до приложений для доставки еды и услуг по охране психического здоровья – отраслевые эксперты и исследователи предупреждают, что бесконтрольный рост технологии может привести к значительным экологическим издержкам.

«Такое экспоненциальное использование ИИ приводит к необходимости потреблять все больше и больше энергии», — сказала Саша Луччиони, руководитель климатической компании Hugging Face, занимающейся искусственным интеллектом. «И тем не менее, мы наблюдаем этот сдвиг, когда люди используют генеративные модели ИИ только потому, что чувствуют, что должны, без учета устойчивости».

Луччиони — один из немногих исследователей, которые пытались оценить выбросы, возникающие при создании конкретных моделей ИИ.

В исследовательской работе, которая еще не прошла рецензирование, она и ее соавторы подсчитали количество энергии, использованное для обучения собственной большой языковой модели Hugging Face, Bloom, на суперкомпьютере; энергия, используемая для производства оборудования суперкомпьютера и поддержания его инфраструктуры; и электричество, используемое для запуска программы после ее запуска. Они обнаружили, что выбросы углекислого газа составили около 50 метрических тонн, что эквивалентно примерно 60 полетам между Лондоном и Нью-Йорком.

По оценкам Луччиони и ее команды, энергетический след Блум ниже, чем у других программ генеративного искусственного интеллекта, поскольку суперкомпьютеры Блум работают на ядерной энергии, которая не производит выбросов углекислого газа. Напротив, ограниченные общедоступные данные позволяют предположить, что только при обучении модели ChatGPT GPT3 было произведено около 500 метрических тонн CO2 – что эквивалентно пробегу более миллиона миль на среднестатистических автомобилях с бензиновым двигателем, отмечают исследователи.

«Что касается последней модели ChatGPT, GPT4, [OpenAI] ничего не сказал ни о том, как долго она обучалась, где она обучалась, ни вообще о данных, которые они используют», — сказал Луччиони. «По сути, это означает, что невозможно оценить выбросы».

Между тем, новые модели искусственного интеллекта становятся больше и более энергоемкими. По словам Луччиони, более крупные модели требуют использования все более мощных графических процессоров (GPU) и требуют больше времени для обучения, что требует больше ресурсов и энергии.

Еще более неясным является количество воды, потребляемой при создании и использовании различных моделей ИИ. Центры обработки данных используют воду в системах испарительного охлаждения, чтобы предотвратить перегрев оборудования. По оценкам одного не рецензируемого исследования, проведенного исследователями из Калифорнийского университета в Риверсайде, обучение GPT3 в современных центрах обработки данных Microsoft в США потенциально могло бы потребить 700 000 литров (184 920,45 галлонов) пресной воды.