Искусственный интеллект (ИИ) получил значительное развитие за последние несколько лет, особенно благодаря передовым языковым моделям, таким как ChatGPT. Однако по мере того, как искусственный интеллект все больше внедряется в нашу повседневную жизнь и бизнес-операции, его воздействие на окружающую среду, особенно в том, что касается углеродного следа и электронных отходов, подвергается все более тщательному изучению.
Затраты на энергию искусственного интеллекта
Важнейшей проблемой ИИ является его энергопотребление. Знаете ли вы, что обучение модели ИИ распознаванию автомобиля потребует обработки миллионов изображений, что потребует значительных вычислительных мощностей? Решающее значение для таких процессов имеет то, что на центры обработки данных приходится 2-4% глобальных выбросов CO2, что сопоставимо с показателем авиационной промышленности.
В 2019 году Массачусетский университет Амхерста обнаружил, что обучение одной модели искусственного интеллекта может привести к выбросу более 626 000 фунтов CO2, что эквивалентно выбросам пяти автомобилей за весь срок их службы. Это резкое сравнение подчеркивает существенное воздействие ИИ на окружающую среду, выходящее за рамки этапа обучения и охватывающее текущие операции.
Недавнее исследование показало, что на обучение большой нейронной сети со 175 миллиардами параметров потребляется 1287 МВтч электроэнергии. В результате выбросы углекислого газа составили 502 метрических тонны, что эквивалентно вождению 112 автомобилей с бензиновым двигателем в течение года.
В Соединенных Штатах центры обработки данных, где обучаются модели искусственного интеллекта, уже являются основными потребителями электроэнергии, на долю которых приходится примерно 2% от общего потребления электроэнергии в стране. Эти центры потребляют значительно больше энергии, чем стандартные офисные помещения, требуя в 10-50 раз больше электроэнергии на единицу площади. Другое исследование подчеркивает энергетические потребности моделей ИИ, таких как ChatGPT, сравнивая его потребление с "выпиванием" бутылки воды объемом 500 мл на каждые 20-50 взаимодействий, которые он обрабатывает, при этом его преемник GPT-4 демонстрирует еще более высокую потребность в энергии.
Генеративные модели ИИ, отличающиеся созданием реалистичных изображений и текстов, особенно энергоемки. Эти модели крупнее и сложнее, для них требуются обширные базы знаний. Например, при создании 1000 изображений с помощью мощной модели искусственного интеллекта, такой как Stable Diffusion XL, выделяется столько же CO2, сколько при вождении автомобиля в среднем на 6,6 километра.
Стоимость создания контента варьируется в зависимости от запроса пользователя, что затрудняет прогнозирование затрат на запуск и масштабирование этих моделей. Необходимость высокой вычислительной мощности для поддержания доступности услуг приводит к росту затрат на инфраструктуру.
Кроме того, серьезную озабоченность вызывает воздействие на окружающую среду электронных отходов (e-waste) от технологий искусственного интеллекта. Эти отходы содержат вредные химические вещества, такие как ртуть, свинец и кадмий, которые могут попадать в почву и воду, создавая риски для здоровья человека и экосистемы.
Согласно прогнозам Всемирного экономического форума (ВЭФ), количество электронных отходов превысит 120 миллионов метрических тонн к 2050 году. Ответственное обращение с электронными отходами и их вторичная переработка имеют решающее значение для предотвращения ущерба окружающей среде и ограничения выброса токсичных веществ. Для безопасного обращения с электронными отходами, связанными с ИИ, и их вторичной переработки необходимы более строгие правила и этичные методы утилизации, тем самым смягчая их негативное воздействие на окружающую среду.
Финансовые и экологические последствия генеративного искусственного интеллекта
Финансовые и экологические издержки, связанные с генеративным ИИ, значительны. По самым скромным оценкам, стоимость запуска ChatGPT составляет около 100 000 долларов в день, то есть примерно 3 миллиона долларов ежемесячно. С увеличением использования эти затраты могут вырасти до 40 миллионов долларов в месяц.
На сектор ИКТ, который включает инфраструктуру искусственного интеллекта, приходится около 2% глобальных выбросов CO2. Ожидается, что по мере роста генеративных моделей искусственного интеллекта их выбросы углекислого газа будут пропорционально увеличиваться.
Снижение углеродного следа искусственного интеллекта
Задача снижения углеродного следа ИИ и связанных с ним затрат многогранна и требует сочетания технологических инноваций, эффективных практик и стратегического планирования. По данным Gartner, вот пять способов разработки более устойчивого искусственного интеллекта:
- Сделать ИИ таким же эффективным, как человеческий мозг: внедрение составного ИИ, который использует сетевые структуры, аналогичные человеческому мозгу, может повысить эффективность. Этот подход использует графики знаний, причинно-следственные сети и символические представления для эффективного решения более широкого круга бизнес-задач.
- Перевести свой ИИ на режим работоспособности: Мониторинг потребления энергии во время машинного обучения имеет решающее значение. Обучение следует прекратить, когда улучшения достигают пика и больше не оправдывают затраты на энергию. Другие практики включают хранение данных для обучения модели локально при централизованном обмене улучшениями, повторное использование уже обученных моделей и использование более энергоэффективного оборудования и сетей.
- Запускать ИИ в нужном месте и в нужное время: управление сроками и расположением рабочих нагрузок ИИ может существенно повлиять на выбросы углекислого газа. Это включает в себя учет углеродоемкости местных источников энергоснабжения, балансировку рабочих нагрузок центров обработки данных для оптимального производства энергии и экономии водных ресурсов, а также использование энергосберегающего планирования работ с использованием служб отслеживания выбросов углерода и прогнозирования.
- Покупать новую экологически чистую электроэнергию там, где планируется ее потребление: Организациям следует рассмотреть соглашения о покупке электроэнергии (PPA) или сертификаты источников возобновляемой энергии (RECs), которые добавляют новую возобновляемую энергию в сеть в районах, где они потребляют электроэнергию. Подготовка к будущим протоколам и составление подробного плана экологически чистой энергетики с разбивкой по местоположению и времени суток также могут помочь в разработке устойчивой стратегии.
- Сделать воздействие на окружающую среду ключевым фактором в вариантах использования ИИ: Интеграция воздействия на окружающую среду в стратегию ИИ имеет важное значение. Это означает продвижение вперед с вариантами использования, которые создают больше ценности, чем разрушают, повышение энергоэффективности существующих инициатив в области ИИ и отказ от инвестиций в варианты использования ИИ, которые могут нанести ущерб ценности бизнеса или окружающей среде.
Внедряя эти стратегии, индустрия ИИ может значительно снизить свое воздействие на окружающую среду, сохраняя при этом свой рост и инновационный потенциал. Поскольку ИИ продолжает развиваться, достижение баланса между технологическим прогрессом и экологической ответственностью будет иметь решающее значение для устойчивого развития.
Big Tech принимает меры
Google подчеркивает необходимость совместного подхода с участием политиков, градостроителей, бизнес-лидеров и отдельных лиц для раскрытия всего потенциала ИИ. Политики особенно важны, поскольку они могут способствовать роли ИИ в борьбе с изменением климата, способствуя обмену данными, делая технологии доступными и поддерживая инициативы по развитию навыков в бизнесе, связанных с технологиями и климатом.
Стратегии Google по уменьшению углеродного следа искусственного интеллекта включают эффективные методы, которые могут сократить потребление энергии, необходимой для обучения моделей искусственного интеллекта, до 100 раз и снизить связанные с этим выбросы в 1000 раз. Компания отмечает, что ее центры обработки данных более чем в 1,5 раза более энергоэффективны, чем обычные корпоративные центры обработки данных, со среднегодовым коэффициентом энергопотребления (PUE) 1,10 по сравнению со средним показателем по отрасли 1,55.
Технологический гигант также упоминает свой климатически ориентированный подход к охлаждению центров обработки данных и свою приверженность ответственному использованию воды. В рамках своих постоянных усилий по применению искусственного интеллекта для улучшения состояния окружающей среды Google экспериментирует с проектом в Большом Манчестере, в котором искусственный интеллект используется для сокращения трафика на остановках.
Хотя будущие потребности ИИ в энергии остаются неопределенными, один аспект очевиден: лидерство Microsoft в области генеративного ИИ в 2023 году продвинуло вперед всю технологическую индустрию, что потребовало увеличения потребления энергии в той или иной форме.
Представитель Microsoft выразил неизменную приверженность компании достижению будущего, в котором энергетические сети мира будут питаться исключительно из источников с нулевым выбросом углерода.
В недавнем интервью с KUOW главный специалист Microsoft по устойчивому развитию Мелани Накагава рассказала о том, как достижения компании в области искусственного интеллекта согласуются с ее целями по обезуглероживанию. Несмотря на краткосрочные потребности ИИ в энергии, Накагава подчеркнул его потенциал в поиске инновационных методов сокращения углеродного следа Microsoft, включая использование ИИ для расширения доступа к возобновляемым источникам энергии.
Microsoft изучает возможность использования искусственного интеллекта для упрощения нормативных препятствий, связанных с запуском новых атомных электростанций в США, как сообщила The Wall Street Journal. Эта инициатива является частью более широкой стратегии Microsoft по включению ядерной энергетики и термоядерного синтеза в свои планы устойчивого развития и развития искусственного интеллекта. Компания заключила партнерство с Helion, термоядерным стартапом, базирующимся в Вашингтоне, и взяла на себя обязательство закупать термоядерную энергию у Helion к 2028 году, что является потенциально новаторским соглашением в энергетическом секторе.
Параллельно Microsoft уделяет особое внимание повышению эффективности обучения ИИ, например, используя учебники, а не обширные текстовые базы данных в Интернете.
Подводя итог, по мере продвижения отрасли становится ясно, что энергетические потребности ИИ, особенно в сфере генеративного ИИ, будут определять будущее технологического развития.
Ответственность лежит не только на технологических гигантах, но и на политиках, лидерах бизнеса и отдельных лицах за то, чтобы этот прогресс не был достигнут за счет здоровья нашей планеты. 2023 год стал поворотным моментом в этом путешествии, подтолкнув технологическую индустрию к более экономичному будущему и подчеркнув настоятельную необходимость для всех заинтересованных сторон активно создавать устойчивый путь для инноваций в области искусственного интеллекта.
Что вы думаете по этому поводу?
