В то время как вопросы об опасностях ИИ, включая дезинформацию и угрозы увольнению людей, по-прежнему доминируют в дискуссиях, профессор Бостонского университета бьет тревогу по поводу другого возможного побочного эффекта — того, что генеративные инструменты ИИ могут оказать значительное воздействие на окружающую среду. **
«Как исследователь ИИ, я часто беспокоюсь об энергозатратах на создание моделей ИИ, — написала в статье для The Conversation Кейт Саенко, доцент компьютерных наук Бостонского университета. , тем больше энергии требуется».
В то время как потребление энергии блокчейнами, такими как Биткойн и Эфириум, стало предметом исследований и дискуссий от Твиттера до залов Конгресса, влияние быстрого прогресса искусственного интеллекта на планету еще не получило такого же внимания.
Профессор Саенко стремится изменить это, но в своей статье она признает, что данные об углеродном следе отдельных запросов генеративного ИИ ограничены. Однако, по ее словам, результаты показали, что генеративные запросы ИИ потребляют в четыре-пять раз больше энергии, чем простые запросы поисковых систем.
Согласно отчету 2019 года, профессор Саенко упомянул генеративную модель искусственного интеллекта под названием BERT (представления двунаправленного кодировщика от трансформеров), которая имеет 110 миллионов параметров, а энергия, затрачиваемая на обучение модели, эквивалентна одному человеку, путешествующему по континентальному рейсу и модели. обучение с использованием графических процессоров (GPU).
В моделях ИИ параметры — это переменные, полученные из данных, которые определяют прогнозы модели. Больше параметров в модели обычно означает более сложную модель и, следовательно, требует больше данных и вычислительных ресурсов. Во время обучения параметры настраиваются так, чтобы минимизировать ошибку.
Для сравнения профессор Саенко упомянул, что модель OpenAI GPT-3 имеет 175 миллиардов параметров и потребляет в год столько же энергии, сколько 123 бензиновых легковых автомобиля, или около 1287 мегаватт-часов электроэнергии. При этом модель произвела 552 тонны CO2. Она также добавила, что эта цифра указана только тогда, когда модель готова к запуску, а потребители не начинают ее использовать.
«Если чат-боты станут такими же популярными, как поисковые системы, затраты энергии на развертывание этих ИИ могут быть очень высокими», — сказал профессор Саенко, в качестве примера приведя в качестве примера добавление Microsoft ChatGPT к своему веб-браузеру Bing в начале этого месяца.
Ситуация усложняется еще и тем, что все больше и больше чат-ботов с искусственным интеллектом, таких как Perplexity AI и популярный ChatGPT от OpenAI, выпускают мобильные приложения. Это упрощает их использование и делает доступными для более широкой пользовательской базы.
Профессор Саенко указал на исследование, проведенное Google, которое показало, что использование более эффективных архитектур моделей и процессоров, а также более экологичных центров обработки данных может значительно снизить углеродный след.
«Одна крупная модель ИИ не разрушит окружающую среду, но если тысячи компаний разработают несколько разных роботов с ИИ для разных целей, и каждый робот будет использоваться миллионами клиентов, потребление энергии может стать проблемой».
В конце концов, Саенко пришла к выводу, что необходимы дополнительные исследования, чтобы сделать генеративный ИИ более эффективным, но она настроена оптимистично.
«Хорошая новость заключается в том, что ИИ может работать на возобновляемых источниках энергии, — написала она. используя в основном ископаемое топливо». Это может сократить выбросы в 30–40 раз по сравнению с доминирующей сетью».
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Какое влияние генеративные инструменты искусственного интеллекта оказывают на окружающую среду?
В то время как вопросы об опасностях ИИ, включая дезинформацию и угрозы увольнению людей, по-прежнему доминируют в дискуссиях, профессор Бостонского университета бьет тревогу по поводу другого возможного побочного эффекта — того, что генеративные инструменты ИИ могут оказать значительное воздействие на окружающую среду. **
«Как исследователь ИИ, я часто беспокоюсь об энергозатратах на создание моделей ИИ, — написала в статье для The Conversation Кейт Саенко, доцент компьютерных наук Бостонского университета. , тем больше энергии требуется».
В то время как потребление энергии блокчейнами, такими как Биткойн и Эфириум, стало предметом исследований и дискуссий от Твиттера до залов Конгресса, влияние быстрого прогресса искусственного интеллекта на планету еще не получило такого же внимания.
Профессор Саенко стремится изменить это, но в своей статье она признает, что данные об углеродном следе отдельных запросов генеративного ИИ ограничены. Однако, по ее словам, результаты показали, что генеративные запросы ИИ потребляют в четыре-пять раз больше энергии, чем простые запросы поисковых систем.
Согласно отчету 2019 года, профессор Саенко упомянул генеративную модель искусственного интеллекта под названием BERT (представления двунаправленного кодировщика от трансформеров), которая имеет 110 миллионов параметров, а энергия, затрачиваемая на обучение модели, эквивалентна одному человеку, путешествующему по континентальному рейсу и модели. обучение с использованием графических процессоров (GPU).
В моделях ИИ параметры — это переменные, полученные из данных, которые определяют прогнозы модели. Больше параметров в модели обычно означает более сложную модель и, следовательно, требует больше данных и вычислительных ресурсов. Во время обучения параметры настраиваются так, чтобы минимизировать ошибку.
Для сравнения профессор Саенко упомянул, что модель OpenAI GPT-3 имеет 175 миллиардов параметров и потребляет в год столько же энергии, сколько 123 бензиновых легковых автомобиля, или около 1287 мегаватт-часов электроэнергии. При этом модель произвела 552 тонны CO2. Она также добавила, что эта цифра указана только тогда, когда модель готова к запуску, а потребители не начинают ее использовать.
«Если чат-боты станут такими же популярными, как поисковые системы, затраты энергии на развертывание этих ИИ могут быть очень высокими», — сказал профессор Саенко, в качестве примера приведя в качестве примера добавление Microsoft ChatGPT к своему веб-браузеру Bing в начале этого месяца.
Ситуация усложняется еще и тем, что все больше и больше чат-ботов с искусственным интеллектом, таких как Perplexity AI и популярный ChatGPT от OpenAI, выпускают мобильные приложения. Это упрощает их использование и делает доступными для более широкой пользовательской базы.
Профессор Саенко указал на исследование, проведенное Google, которое показало, что использование более эффективных архитектур моделей и процессоров, а также более экологичных центров обработки данных может значительно снизить углеродный след.
«Одна крупная модель ИИ не разрушит окружающую среду, но если тысячи компаний разработают несколько разных роботов с ИИ для разных целей, и каждый робот будет использоваться миллионами клиентов, потребление энергии может стать проблемой».
В конце концов, Саенко пришла к выводу, что необходимы дополнительные исследования, чтобы сделать генеративный ИИ более эффективным, но она настроена оптимистично.
«Хорошая новость заключается в том, что ИИ может работать на возобновляемых источниках энергии, — написала она. используя в основном ископаемое топливо». Это может сократить выбросы в 30–40 раз по сравнению с доминирующей сетью».