Sementara pertanyaan tentang bahaya AI, termasuk informasi yang salah dan ancaman pemindahan pekerjaan manusia, masih mendominasi diskusi, seorang profesor Universitas Boston membunyikan alarm tentang kemungkinan efek samping lainnya – bahwa alat AI generatif dapat memiliki dampak lingkungan yang cukup besar. **
"Sebagai seorang peneliti AI, saya sering khawatir tentang biaya energi untuk membangun model AI," Kate Saenko, seorang profesor ilmu komputer di Universitas Boston, menulis dalam sebuah artikel untuk The Conversation. Dia mencatat, "AI Semakin kuat itu adalah , semakin banyak energi yang dibutuhkan."
Sementara konsumsi energi blockchain seperti Bitcoin dan Ethereum telah menjadi fokus penelitian dan debat dari Twitter hingga gedung Kongres, dampak kemajuan pesat dalam kecerdasan buatan di planet ini belum mendapat perhatian yang sama.
Profesor Saenko bertujuan untuk mengubahnya, tetapi dalam artikelnya dia mengakui bahwa ada data terbatas tentang jejak karbon dari pertanyaan AI generatif individu. Namun, dia mengatakan temuan tersebut menunjukkan bahwa kueri AI generatif mengonsumsi energi empat hingga lima kali lebih banyak daripada kueri mesin pencari sederhana.
Menurut sebuah laporan pada tahun 2019, Profesor Saenko menyebutkan model kecerdasan buatan generatif yang disebut BERT (Bidirectional Encoder Representations from Transformers), yang memiliki 110 juta parameter, dan energi yang dikonsumsi untuk melatih model tersebut setara dengan satu orang yang bepergian melintasi penerbangan dan model Kontinental. pelatihan menggunakan Graphics Processing Units (GPUs).
Dalam model AI, parameter adalah variabel yang dipelajari dari data yang memandu prediksi model. Lebih banyak parameter dalam suatu model biasanya berarti model yang lebih kompleks dan karenanya membutuhkan lebih banyak data dan sumber daya komputasi. Selama pelatihan, parameter disetel untuk meminimalkan kesalahan.
Sebagai perbandingan, Profesor Saenko menyebutkan bahwa model GPT-3 OpenAI memiliki 175 miliar parameter dan mengkonsumsi energi sebanyak 123 mobil penumpang bertenaga bensin selama setahun, atau sekitar 1.287 megawatt-jam listrik. Pada saat yang sama, model tersebut menghasilkan 552 ton CO2. Ia juga menambahkan, angka tersebut hanya pada saat model siap diluncurkan, tanpa ada konsumen yang mulai menggunakan model tersebut.
"Jika chatbots menjadi sepopuler mesin pencari, biaya energi untuk menyebarkan AI ini bisa sangat tinggi," kata Profesor Saenko, mengutip penambahan ChatGPT Microsoft ke browser web Bing awal bulan ini, sebagai contoh.
Lebih rumit lagi, semakin banyak chatbot AI, seperti Perplexity AI dan ChatGPT OpenAI yang populer, merilis aplikasi seluler. Ini membuatnya lebih mudah digunakan dan diekspos ke basis pengguna yang lebih luas.
Profesor Saenko merujuk pada studi yang dilakukan oleh Google yang menemukan bahwa penggunaan model arsitektur dan prosesor yang lebih efisien, serta pusat data yang lebih ramah lingkungan, dapat secara signifikan mengurangi jejak karbon.
"Satu model AI besar tidak akan merusak lingkungan, tetapi jika ribuan perusahaan mengembangkan robot AI yang sedikit berbeda untuk tujuan berbeda, dan setiap robot digunakan oleh jutaan pelanggan, konsumsi energi bisa menjadi masalah."
Pada akhirnya, Saenko menyimpulkan bahwa diperlukan lebih banyak penelitian untuk membuat AI generatif lebih efisien, tetapi dia optimis.
"Kabar baiknya adalah AI dapat bekerja dengan energi terbarukan," tulisnya. "Dengan menempatkan perhitungan di mana, atau pada saat, energi terbarukan lebih banyak, kita akan dapat melakukannya jauh lebih efisien daripada jika kita menggunakan sebagian besar bahan bakar fosil." Ini dapat mengurangi emisi dengan faktor 30 hingga 40 dibandingkan dengan jaringan dominan."
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Apa dampak alat AI generatif terhadap lingkungan?
Sementara pertanyaan tentang bahaya AI, termasuk informasi yang salah dan ancaman pemindahan pekerjaan manusia, masih mendominasi diskusi, seorang profesor Universitas Boston membunyikan alarm tentang kemungkinan efek samping lainnya – bahwa alat AI generatif dapat memiliki dampak lingkungan yang cukup besar. **
"Sebagai seorang peneliti AI, saya sering khawatir tentang biaya energi untuk membangun model AI," Kate Saenko, seorang profesor ilmu komputer di Universitas Boston, menulis dalam sebuah artikel untuk The Conversation. Dia mencatat, "AI Semakin kuat itu adalah , semakin banyak energi yang dibutuhkan."
Sementara konsumsi energi blockchain seperti Bitcoin dan Ethereum telah menjadi fokus penelitian dan debat dari Twitter hingga gedung Kongres, dampak kemajuan pesat dalam kecerdasan buatan di planet ini belum mendapat perhatian yang sama.
Profesor Saenko bertujuan untuk mengubahnya, tetapi dalam artikelnya dia mengakui bahwa ada data terbatas tentang jejak karbon dari pertanyaan AI generatif individu. Namun, dia mengatakan temuan tersebut menunjukkan bahwa kueri AI generatif mengonsumsi energi empat hingga lima kali lebih banyak daripada kueri mesin pencari sederhana.
Menurut sebuah laporan pada tahun 2019, Profesor Saenko menyebutkan model kecerdasan buatan generatif yang disebut BERT (Bidirectional Encoder Representations from Transformers), yang memiliki 110 juta parameter, dan energi yang dikonsumsi untuk melatih model tersebut setara dengan satu orang yang bepergian melintasi penerbangan dan model Kontinental. pelatihan menggunakan Graphics Processing Units (GPUs).
Dalam model AI, parameter adalah variabel yang dipelajari dari data yang memandu prediksi model. Lebih banyak parameter dalam suatu model biasanya berarti model yang lebih kompleks dan karenanya membutuhkan lebih banyak data dan sumber daya komputasi. Selama pelatihan, parameter disetel untuk meminimalkan kesalahan.
Sebagai perbandingan, Profesor Saenko menyebutkan bahwa model GPT-3 OpenAI memiliki 175 miliar parameter dan mengkonsumsi energi sebanyak 123 mobil penumpang bertenaga bensin selama setahun, atau sekitar 1.287 megawatt-jam listrik. Pada saat yang sama, model tersebut menghasilkan 552 ton CO2. Ia juga menambahkan, angka tersebut hanya pada saat model siap diluncurkan, tanpa ada konsumen yang mulai menggunakan model tersebut.
"Jika chatbots menjadi sepopuler mesin pencari, biaya energi untuk menyebarkan AI ini bisa sangat tinggi," kata Profesor Saenko, mengutip penambahan ChatGPT Microsoft ke browser web Bing awal bulan ini, sebagai contoh.
Lebih rumit lagi, semakin banyak chatbot AI, seperti Perplexity AI dan ChatGPT OpenAI yang populer, merilis aplikasi seluler. Ini membuatnya lebih mudah digunakan dan diekspos ke basis pengguna yang lebih luas.
Profesor Saenko merujuk pada studi yang dilakukan oleh Google yang menemukan bahwa penggunaan model arsitektur dan prosesor yang lebih efisien, serta pusat data yang lebih ramah lingkungan, dapat secara signifikan mengurangi jejak karbon.
"Satu model AI besar tidak akan merusak lingkungan, tetapi jika ribuan perusahaan mengembangkan robot AI yang sedikit berbeda untuk tujuan berbeda, dan setiap robot digunakan oleh jutaan pelanggan, konsumsi energi bisa menjadi masalah."
Pada akhirnya, Saenko menyimpulkan bahwa diperlukan lebih banyak penelitian untuk membuat AI generatif lebih efisien, tetapi dia optimis.
"Kabar baiknya adalah AI dapat bekerja dengan energi terbarukan," tulisnya. "Dengan menempatkan perhitungan di mana, atau pada saat, energi terbarukan lebih banyak, kita akan dapat melakukannya jauh lebih efisien daripada jika kita menggunakan sebagian besar bahan bakar fosil." Ini dapat mengurangi emisi dengan faktor 30 hingga 40 dibandingkan dengan jaringan dominan."