Generatywna sztuczna inteligencja: obliczenia wskazują na nadmierne, znacząco wyższe zużycie energii w porównaniu ze zwykłym zapytaniem do wyszukiwarki 

Logo Midjourney, generatywnej sztucznej inteligencji, która tworzy obrazy. SOPA Images/SIPA 

Generacyjna sztuczna inteligencja (AI) zużywa „30 razy więcej energii” niż klasyczna wyszukiwarka, ostrzega badaczka Sasha Luccioni, specjalistka ds. wpływu AI na środowisko. 

Narzędzie „CodeCarbon” 

Jako członkini OECD.AI, platformy poświęconej sztucznej inteligencji, stworzonej przez Organizację Współpracy Gospodarczej i Rozwoju (OCDE), Sasha Luccioni pragnie zwiększyć świadomość społeczeństwa na temat śladu węglowego technologii AI, takich jak ChatGPT czy Midjourney, które angażują znaczne zasoby obliczeniowe. 

Uznana za jedną ze 100 najbardziej wpływowych osób w tej dziedzinie przez magazyn „Time” w 2024 roku, Sasha Luccioni, pochodzenia kanadyjskiego i rosyjskiego, od lat zajmuje się określaniem ilościowym emisji gazów cieplarnianych generowanych przez technologie AI. „Uważam za szczególnie rozczarowujące, że używamy generatywnej sztucznej inteligencji do prostego wyszukiwania w Internecie”, ubolewa badaczka, z którą rozmowę przeprowadziła Francuska Agencja Prasowa (AFP) podczas konferencji ALL IN w Montrealu, poświęconej sztucznej inteligencji. 

Rzeczywiście, sztuczna inteligencja wymaga kolosalnych mocy obliczeniowych do trenowania na miliardach danych, co oznacza, że wymaga potężnych i energochłonnych serwerów. W porównaniu z wyszukiwarką, która wydobywa informacje, sztuczna inteligencja „je generuje”, co sprawia, że ​​proces ten jest „znacznie bardziej energochłonny” – podkreśla badaczka. 

Według Międzynarodowej Agencji Energetycznej (AIE) centra danych, związane ze sztuczną inteligencją i kryptowalutami, zużyły w 2022 roku prawie 460 TWh energii elektrycznej, czyli 2% światowej produkcji. Sasha Luccioni, pionierka badań nad śladem węglowym sztucznej inteligencji, w 2020 r. współuczestniczyła w tworzeniu narzędzia o nazwie „CodeCarbon”, umożliwiającego programistom ilościowe określanie śladu węglowego ich programów. 

Jak Nutri-Score dla generatywnej sztucznej inteligencji 

Od tego czasu „CodeCarbon” pobrano ponad milion razy. Obecnie, stojąc na czele strategii klimatycznej Hugging Face, platformy poświęconej modelom AI typu open source, badaczka pracuje nad wdrożeniem certyfikacji dla algorytmów, inspirowanej etykietą „Energy Star” lub Nutri-score. System ten umożliwiłby użytkownikom i programistom sprawdzenie efektywności energetycznej modeli AI. „Nie uwzględniamy wody ani rzadkich materiałów, ale przynajmniej możemy zmierzyć efektywność energetyczną”, wyjaśnia. 

Wzywa również do większej transparentności ze strony gigantów branży, takich jak Google czy OpenAI, którzy są niechętni ujawnianiu danych na temat swoich emisji. 

Chociaż firmy te dążą do neutralności węglowej, ich emisje związane ze sztuczną inteligencją zdecydowanie wzrosły w 2023 roku. Luccioni twierdzi, iż, regulacje rządowe są niezbędne do kontrolowania tych technologii. Kładzie wreszcie nacisk na potrzebę edukowania społeczeństwa w zakresie wpływu generatywnej sztucznej inteligencji. Według jej ostatniego badania stworzenie obrazu w wysokiej rozdzielczości za pomocą AI zużywa tyle energii, co pełne naładowanie telefonu komórkowego. „Nie chodzi o to, by przeciwstawiać się sztucznej inteligencji, ale by rozsądnie z niej korzystać” - podsumowuje.