Οι εταιρείες τεχνητής νοημοσύνης παρέχουν ελάχιστη έως καθόλου διαφάνεια σχετικά με τη χρήση ενέργειας ή τις εκπομπές, αφήνοντας τις ρυθμιστικές αρχές και τους καταναλωτές στο σκοτάδι - Oilprice.com
Η τεχνητή νοημοσύνη (ΑΙ) καταναλώνει όλο και περισσότερη ενέργεια συνεχώς, καθώς τα μεγάλα γλωσσικά μοντέλα γίνονται ολοένα και πιο περίπλοκα και διαδεδομένα. Στις Ηνωμένες Πολιτείες, σχεδόν το ήμισυ της συνολικής αύξησης της ζήτησης ηλεκτρικής ενέργειας από τώρα έως το 2030 θα προέρχεται από κέντρα δεδομένων, λόγω της άνθησης του AI.
Αλλά το πρόβλημα δεν είναι τα καθημερινά ερωτήματα στο ChatGPT - είναι η αδιάκριτη ενσωμάτωση της ΑΙ σε τεχνολογίες και υπηρεσίες που βρίσκονται πολύ πέρα από τον έλεγχο των τελικών χρηστών. Ωστόσο, οι καταναλωτές είναι αυτοί που πληρώνουν τον λογαριασμό για την αυξανόμενη ζήτηση ενέργειας σύμφωνα με το OilPrice.
Δεν γνωρίζουμε ακριβώς πόση ενέργεια καταναλώνουν τα μεγάλα γλωσσικά μοντέλα, επειδή οι εταιρείες ΑΙ δεν υποχρεούνται να αποκαλύπτουν τις πληροφορίες. Ως αποτέλεσμα, η συντριπτική πλειοψηφία τους δεν το κάνει, και ο τομέας χαρακτηρίζεται από αδιαφάνεια όσον αφορά τις περιβαλλοντικές επιπτώσεις. Από τον Μάιο, το 84% όλης της κίνησης μεγάλων γλωσσικών μοντέλων διεξήχθη σε ΑΙ με μηδενική περιβαλλοντική αποκάλυψη. Ενώ πολλοί ερευνητές προσπαθούν να υπολογίσουν το ενεργειακό αποτύπωμα της Τεχνητής Νοημοσύνης, είναι ένα δύσκολο έργο - ειδικά επειδή τα μοντέλα αλλάζουν συνεχώς, δημιουργώντας αλλαγές όσον αφορά τόσο την αυξημένη πολυπλοκότητα όσο και την αυξημένη αποδοτικότητα.
«Μου φαίνεται απίστευτο ότι μπορείς να αγοράσεις ένα αυτοκίνητο και να ξέρεις πόσα μίλια ανά γαλόνι καταναλώνει, κι όμως χρησιμοποιούμε όλα αυτά τα εργαλεία Τεχνητής Νοημοσύνης κάθε μέρα και δεν έχουμε απολύτως καμία μέτρηση απόδοσης, παράγοντες εκπομπών, τίποτα», λέει η Sasha Luccioni, επικεφαλής για το κλίμα στην εταιρεία Τεχνητής Νοημοσύνης Hugging Face. «Δεν είναι υποχρεωτικό, δεν είναι κανονιστικό. Δεδομένου του πού βρισκόμαστε με την κλιματική κρίση, θα πρέπει να βρίσκεται στην κορυφή της ατζέντας για τις ρυθμιστικές αρχές παντού», συνέχισε λέγοντας.
"Ενεργειακό τέρας"
Αλλά ενώ δεν γνωρίζουμε ακριβώς πόση ενέργεια χρησιμοποιούν τα μοντέλα Τεχνητής Νοημοσύνης, γνωρίζουμε ότι είναι πολύ. «Η ενσωμάτωση της Τεχνητής Νοημοσύνης σχεδόν σε όλα, από τις κλήσεις εξυπηρέτησης πελατών μέχρι τα αλγοριθμικά «αφεντικά» και τον πόλεμο, τροφοδοτεί τεράστια ζήτηση», αναφέρει η Washington Post. «Παρά τις δραματικές βελτιώσεις στην αποδοτικότητα, η διοχέτευση αυτών των κερδών πίσω σε μεγαλύτερα, πιο πεινασμένα μοντέλα που τροφοδοτούνται με ορυκτά καύσιμα θα δημιουργήσει το ενεργειακό τέρας που φανταζόμαστε».
Υπάρχουν πολλά πράγματα που ως καταναλωτές κάνουμε καθημερινά και συμβάλλουν πολύ περισσότερο στις παγκόσμιες εκπομπές αερίων του θερμοκηπίου. Μια χούφτα ερωτήματα τεχνητής νοημοσύνης ανά ημέρα είναι αμελητέα σε σύγκριση με άλλες κοινές και ανεπαρκώς ελεγμένες πρακτικές. Η παρακολούθηση τηλεόρασης και η ροή βίντεο στο διαδίκτυο είναι πιθανώς μια πολύ μεγαλύτερη αιτία κατανάλωσης ενέργειας . Και η μετακίνηση από και προς την εργασία σίγουρα παράγει πολύ περισσότερες εκπομπές αερίων του θερμοκηπίου.
Η απότομη αύξηση της ζήτησης ενέργειας από τα μοντέλα τεχνητής νοημοσύνης δεν είναι λάθος των καταναλωτών - αλλά είναι δικό τους πρόβλημα. Ενώ οι εταιρείες τεχνολογίας καταναλώνουν όλο και περισσότερη ενέργεια κάθε χρόνο για να τροφοδοτήσουν τις φιλοδοξίες τους για την τεχνητή νοημοσύνη, οι απλοί καταναλωτές πληρώνουν τον λογαριασμό.
Όχι μόνο οι καταναλωτές πληρώνουν το κυριολεκτικό τίμημα για την επέκταση της τεχνητής νοημοσύνης, αλλά θα πρέπει επίσης να επωμιστούν το βάρος των περιβαλλοντικών επιπτώσεων του τομέα.
Οι δεσμεύσεις για το κλίμα
Η υπαναχώρηση της Silicon Valley από τις δεσμεύσεις για το κλίμα, για παράδειγμα, θα επηρεάσει άμεσα τις παγκόσμιες κοινότητες, ανεξάρτητα από το αν θα επωφεληθούν ποτέ από την τεχνητή νοημοσύνη.
«Βρισκόμαστε μπροστά σε μια μαζική μεταφορά πλούτου από οικιακούς πελάτες κοινής ωφέλειας σε μεγάλες εταιρείες - κέντρα δεδομένων και μεγάλες εταιρείες κοινής ωφέλειας και τις μητρικές τους εταιρείες, οι οποίες επωφελούνται από την κατασκευή πρόσθετων ενεργειακών υποδομών», δήλωσε πρόσφατα στο Business Insider ο σύμβουλος του Λαού του Μέριλαντ, David Lapp. «Η ρύθμιση των υπηρεσιών κοινής ωφέλειας δεν προστατεύει τους οικιακούς πελάτες, συμβάλλοντας σε μια κρίση προσιτής ενέργειας».
Από την άλλη πλευρά, η τεχνητή νοημοσύνη κερδίζει συνεχώς αποτελεσματικότητα και θα είναι καθοριστική για την αναμόρφωση των παγκόσμιων βιομηχανιών, συμπεριλαμβανομένου του ενεργειακού τομέα, ώστε να είναι πιο πράσινες. Τα μεγάλα γλωσσικά μοντέλα μπορούν να βοηθήσουν στην προώθηση τεχνολογικών καινοτομιών για σημαντικά κέρδη εκπομπών, με αξιοσημείωτες δυνατότητες για καινοτομίες στις μπαταρίες και την ηλιακή ενέργεια. Ο Διεθνής Οργανισμός Ενέργειας αναφέρει ότι οι αυξημένες εκπομπές από τα κέντρα δεδομένων θα μπορούσαν τελικά να αντισταθμιστούν εάν η Τεχνητή Νοημοσύνη χρησιμοποιηθεί για τη μείωση των εκπομπών από άλλους τομείς.
Βρισκόμαστε επί του παρόντος στα περίπλοκα στάδια εξερεύνησης ενός παγκόσμιου μετασχηματισμού και το αρχικό κόστος σε όρους θα είναι - και ήδη είναι - υψηλό. Η εκπαίδευση μεγάλων γλωσσικών μοντέλων απαιτεί απίστευτη ενέργεια και πόρους. Αλλά καθώς η Τεχνητή Νοημοσύνη εξελίσσεται, θα βελτιστοποιείται και θα μπορούσε να αποτελέσει καθαρό όφελος - ακόμη και όσον αφορά τις εκπομπές - αργότερα. Αλλά μέχρι τότε, οι καταναλωτές θα πληρώνουν το τίμημα.
ww.worldenergynews.gr
