Trong khi các câu hỏi về sự nguy hiểm của AI, bao gồm thông tin sai lệch và các mối đe dọa đối với việc thay đổi công việc của con người, vẫn chiếm ưu thế trong cuộc thảo luận, một giáo sư của Đại học Boston đang gióng lên hồi chuông cảnh báo về một tác dụng phụ khác có thể xảy ra - đó là các công cụ AI có thể tạo ra tác động đáng kể đến môi trường. **
"Là một nhà nghiên cứu AI, tôi thường lo lắng về chi phí năng lượng khi xây dựng các mô hình AI," Kate Saenko, phó giáo sư khoa học máy tính tại Đại học Boston, viết trong một bài báo cho The Convers. Cô ấy lưu ý, "AI càng mạnh mẽ thì càng tốt. , càng tốn nhiều năng lượng."
Trong khi mức tiêu thụ năng lượng của các chuỗi khối như Bitcoin và Ethereum đã trở thành tâm điểm nghiên cứu và tranh luận từ Twitter đến hội trường Quốc hội, tác động của những tiến bộ nhanh chóng trong trí tuệ nhân tạo trên hành tinh vẫn chưa nhận được sự chú ý tương tự.
Giáo sư Saenko đặt mục tiêu thay đổi điều đó, nhưng trong bài báo của mình, bà thừa nhận rằng có rất ít dữ liệu về lượng khí thải carbon của các truy vấn AI tổng quát riêng lẻ. Tuy nhiên, cô ấy cho biết những phát hiện cho thấy các truy vấn AI tổng quát tiêu thụ năng lượng gấp 4 đến 5 lần so với các truy vấn của công cụ tìm kiếm đơn giản.
Theo một báo cáo vào năm 2019, Giáo sư Saenko đã đề cập đến một mô hình trí tuệ nhân tạo tổng quát có tên BERT (Đại diện bộ mã hóa hai chiều từ Transformers), có 110 triệu tham số và năng lượng tiêu thụ để đào tạo mô hình này tương đương với một người đi xuyên lục địa và mô hình. đào tạo sử dụng Bộ xử lý đồ họa (GPU).
Trong các mô hình AI, các tham số là các biến được học từ dữ liệu hướng dẫn các dự đoán của mô hình. Nhiều tham số hơn trong một mô hình thường có nghĩa là một mô hình phức tạp hơn và do đó yêu cầu nhiều tài nguyên máy tính và dữ liệu hơn. Trong quá trình đào tạo, các tham số được điều chỉnh để giảm thiểu lỗi.
Để so sánh, Giáo sư Saenko đề cập rằng mô hình GPT-3 của OpenAI có 175 tỷ thông số và tiêu thụ lượng năng lượng tương đương với 123 chiếc ô tô chở khách chạy bằng xăng trong một năm, tương đương khoảng 1.287 megawatt-giờ điện. Đồng thời, mô hình đã tạo ra 552 tấn CO2. Bà cũng cho biết thêm, con số này chỉ là khi mẫu chuẩn bị tung ra thị trường, chưa có người tiêu dùng bắt đầu sử dụng mẫu.
Giáo sư Saenko cho biết: “Nếu chatbot trở nên phổ biến như các công cụ tìm kiếm, thì chi phí năng lượng để triển khai các AI này có thể rất cao”, đồng thời trích dẫn ví dụ về việc Microsoft bổ sung ChatGPT vào trình duyệt web Bing của mình vào đầu tháng này.
Vấn đề càng phức tạp hơn khi ngày càng có nhiều chatbot AI, chẳng hạn như Perplexity AI và ChatGPT phổ biến của OpenAI, đang phát hành các ứng dụng dành cho thiết bị di động. Điều này làm cho chúng dễ sử dụng hơn và tiếp xúc với cơ sở người dùng rộng hơn.
Giáo sư Saenko chỉ ra một nghiên cứu do Google thực hiện cho thấy việc sử dụng các bộ xử lý và kiến trúc mô hình hiệu quả hơn, cũng như các trung tâm dữ liệu xanh hơn, có thể làm giảm đáng kể lượng khí thải carbon.
"Một mô hình AI lớn duy nhất sẽ không tàn phá môi trường, nhưng nếu hàng nghìn công ty phát triển các robot AI hơi khác nhau cho các mục đích khác nhau và mỗi robot được sử dụng bởi hàng triệu khách hàng, thì mức tiêu thụ năng lượng có thể là một vấn đề."
Cuối cùng, Saenko kết luận rằng cần phải nghiên cứu thêm để làm cho AI tổng quát hiệu quả hơn, nhưng cô ấy rất lạc quan.
Bà viết: "Tin tốt là AI có thể chạy bằng năng lượng tái tạo. Bằng cách đặt các tính toán ở những nơi, hoặc vào những thời điểm mà năng lượng tái tạo dồi dào hơn, sẽ dễ thực hiện hơn nhiều so với việc sử dụng điện chủ yếu được cung cấp bởi nhiên liệu hóa thạch.” Điều này có thể giảm lượng khí thải theo hệ số từ 30 đến 40 so với lưới điện chi phối.”
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Các công cụ AI tổng quát có tác động gì đối với môi trường?
Trong khi các câu hỏi về sự nguy hiểm của AI, bao gồm thông tin sai lệch và các mối đe dọa đối với việc thay đổi công việc của con người, vẫn chiếm ưu thế trong cuộc thảo luận, một giáo sư của Đại học Boston đang gióng lên hồi chuông cảnh báo về một tác dụng phụ khác có thể xảy ra - đó là các công cụ AI có thể tạo ra tác động đáng kể đến môi trường. **
"Là một nhà nghiên cứu AI, tôi thường lo lắng về chi phí năng lượng khi xây dựng các mô hình AI," Kate Saenko, phó giáo sư khoa học máy tính tại Đại học Boston, viết trong một bài báo cho The Convers. Cô ấy lưu ý, "AI càng mạnh mẽ thì càng tốt. , càng tốn nhiều năng lượng."
Trong khi mức tiêu thụ năng lượng của các chuỗi khối như Bitcoin và Ethereum đã trở thành tâm điểm nghiên cứu và tranh luận từ Twitter đến hội trường Quốc hội, tác động của những tiến bộ nhanh chóng trong trí tuệ nhân tạo trên hành tinh vẫn chưa nhận được sự chú ý tương tự.
Giáo sư Saenko đặt mục tiêu thay đổi điều đó, nhưng trong bài báo của mình, bà thừa nhận rằng có rất ít dữ liệu về lượng khí thải carbon của các truy vấn AI tổng quát riêng lẻ. Tuy nhiên, cô ấy cho biết những phát hiện cho thấy các truy vấn AI tổng quát tiêu thụ năng lượng gấp 4 đến 5 lần so với các truy vấn của công cụ tìm kiếm đơn giản.
Theo một báo cáo vào năm 2019, Giáo sư Saenko đã đề cập đến một mô hình trí tuệ nhân tạo tổng quát có tên BERT (Đại diện bộ mã hóa hai chiều từ Transformers), có 110 triệu tham số và năng lượng tiêu thụ để đào tạo mô hình này tương đương với một người đi xuyên lục địa và mô hình. đào tạo sử dụng Bộ xử lý đồ họa (GPU).
Trong các mô hình AI, các tham số là các biến được học từ dữ liệu hướng dẫn các dự đoán của mô hình. Nhiều tham số hơn trong một mô hình thường có nghĩa là một mô hình phức tạp hơn và do đó yêu cầu nhiều tài nguyên máy tính và dữ liệu hơn. Trong quá trình đào tạo, các tham số được điều chỉnh để giảm thiểu lỗi.
Để so sánh, Giáo sư Saenko đề cập rằng mô hình GPT-3 của OpenAI có 175 tỷ thông số và tiêu thụ lượng năng lượng tương đương với 123 chiếc ô tô chở khách chạy bằng xăng trong một năm, tương đương khoảng 1.287 megawatt-giờ điện. Đồng thời, mô hình đã tạo ra 552 tấn CO2. Bà cũng cho biết thêm, con số này chỉ là khi mẫu chuẩn bị tung ra thị trường, chưa có người tiêu dùng bắt đầu sử dụng mẫu.
Giáo sư Saenko cho biết: “Nếu chatbot trở nên phổ biến như các công cụ tìm kiếm, thì chi phí năng lượng để triển khai các AI này có thể rất cao”, đồng thời trích dẫn ví dụ về việc Microsoft bổ sung ChatGPT vào trình duyệt web Bing của mình vào đầu tháng này.
Vấn đề càng phức tạp hơn khi ngày càng có nhiều chatbot AI, chẳng hạn như Perplexity AI và ChatGPT phổ biến của OpenAI, đang phát hành các ứng dụng dành cho thiết bị di động. Điều này làm cho chúng dễ sử dụng hơn và tiếp xúc với cơ sở người dùng rộng hơn.
Giáo sư Saenko chỉ ra một nghiên cứu do Google thực hiện cho thấy việc sử dụng các bộ xử lý và kiến trúc mô hình hiệu quả hơn, cũng như các trung tâm dữ liệu xanh hơn, có thể làm giảm đáng kể lượng khí thải carbon.
"Một mô hình AI lớn duy nhất sẽ không tàn phá môi trường, nhưng nếu hàng nghìn công ty phát triển các robot AI hơi khác nhau cho các mục đích khác nhau và mỗi robot được sử dụng bởi hàng triệu khách hàng, thì mức tiêu thụ năng lượng có thể là một vấn đề."
Cuối cùng, Saenko kết luận rằng cần phải nghiên cứu thêm để làm cho AI tổng quát hiệu quả hơn, nhưng cô ấy rất lạc quan.
Bà viết: "Tin tốt là AI có thể chạy bằng năng lượng tái tạo. Bằng cách đặt các tính toán ở những nơi, hoặc vào những thời điểm mà năng lượng tái tạo dồi dào hơn, sẽ dễ thực hiện hơn nhiều so với việc sử dụng điện chủ yếu được cung cấp bởi nhiên liệu hóa thạch.” Điều này có thể giảm lượng khí thải theo hệ số từ 30 đến 40 so với lưới điện chi phối.”