Η τεχνητή νοημοσύνη (ΤΝ) μπορεί να θεωρείται το μέλλον της τεχνολογίας, ωστόσο αν οι χρήστες της ενδιαφέρονται πραγματικά για το περιβάλλον, τότε ίσως θα πρέπει να αναθεωρήσουν τη χρήση της.
Ο ερευνητής Sasha Luccioni προειδοποιεί ότι η γενετική τεχνητή νοημοσύνη (AI) καταναλώνει 30 φορές περισσότερη ενέργεια από μια παραδοσιακή μηχανή αναζήτησης. Η έρευνα του αποσκοπεί στην ευαισθητοποίηση του κοινού σχετικά με τις περιβαλλοντικές επιπτώσεις της ΤΝ.
Ο Luccioni, ένας από τους 100 πιο επιδραστικούς ανθρώπους στην ΤΝ σύμφωνα με το περιοδικό Time το 2024, έχει αφιερώσει χρόνια στην προσπάθεια να ποσοτικοποιήσει τις εκπομπές από συστήματα όπως το ChatGPT και το Midjourney. Στη διάρκεια ενός συνεδρίου τεχνητής νοημοσύνης στο Μόντρεαλ, ο επιστήμονας δήλωσε: «Είναι απογοητευτικό να χρησιμοποιείται η γενετική ΤΝ για απλές αναζητήσεις στο διαδίκτυο, καθώς η ενέργεια που καταναλώνεται είναι πολύ μεγαλύτερη από αυτήν μιας παραδοσιακής αναζήτησης».
Το ενεργειακό κόστος της τεχνητής νοημοσύνης
Τα μοντέλα γλώσσας που στηρίζουν τα προγράμματα τεχνητής νοημοσύνης απαιτούν τεράστιες υπολογιστικές ικανότητες, οι οποίες με τη σειρά τους καταναλώνουν τεράστια ποσά ενέργειας. Αυτή η ενέργεια δεν αφορά μόνο την εκπαίδευση των μοντέλων, αλλά και κάθε αίτημα χρήστη που υποβάλλεται. Σε αντίθεση με τις μηχανές αναζήτησης, που απλά εξάγουν πληροφορίες, η ΤΝ «δημιουργεί νέες πληροφορίες», κάτι που καθιστά τη διαδικασία περισσότερο ενεργοβόρα, εξηγεί ο Luccioni.
Το 2022, σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας, η τεχνητή νοημοσύνη και τα κρυπτονομίσματα κατανάλωσαν σχεδόν 460 τεραβατώρες ηλεκτρικής ενέργειας, ποσοστό που αντιστοιχεί στο 2% της συνολικής παγκόσμιας παραγωγής ενέργειας.
Πρωτοβουλίες για ενεργειακή αποδοτικότητα
Ο Luccioni, κορυφαίος ερευνητής στον τομέα των επιπτώσεων της ΤΝ στο κλίμα, βοήθησε στη δημιουργία του εργαλείου “CodeCarbon” το 2020. Το εργαλείο αυτό επιτρέπει στους προγραμματιστές να υπολογίζουν το αποτύπωμα άνθρακα των εφαρμογών τους. Η πλατφόρμα Hugging Face, στην οποία ηγείται ο Luccioni, εργάζεται επίσης για την ανάπτυξη ενός συστήματος πιστοποίησης για αλγόριθμους, το οποίο θα επιτρέπει στους χρήστες και τους προγραμματιστές να λαμβάνουν ενημερωμένες αποφάσεις για την κατανάλωση ενέργειας.
Παρόμοια με τα προγράμματα που αξιολογούν τις ενεργειακές επιδόσεις ηλεκτρικών συσκευών, αυτό το σύστημα θα επιτρέπει την κατηγοριοποίηση των μοντέλων ΤΝ με βάση την ενεργειακή τους απόδοση, π.χ. από Α+ έως D.
Προβλήματα διαφάνειας
Παρότι η Microsoft και η Google έχουν δεσμευτεί να επιτύχουν ουδετερότητα άνθρακα έως το τέλος της δεκαετίας, οι εκπομπές αερίων του θερμοκηπίου από τις δραστηριότητές τους σημείωσαν σημαντική αύξηση το 2023 λόγω της χρήσης τεχνητής νοημοσύνης. Συγκεκριμένα, οι εκπομπές της Google αυξήθηκαν κατά 48% σε σχέση με το 2019, ενώ της Microsoft κατά 29% σε σύγκριση με το 2020.
Ο Luccioni επισημαίνει την ανάγκη για περισσότερη διαφάνεια από τις τεχνολογικές εταιρείες και τονίζει ότι μόνο όταν υπάρχει πλήρης διαφάνεια για τα δεδομένα και τους αλγόριθμους, οι κυβερνήσεις θα μπορούν να νομοθετήσουν υπεύθυνα.
Ενεργειακή συνείδηση στη χρήση της ΤΝ
Ένας από τους κύριους στόχους του Luccioni είναι να ενημερώσει το κοινό για το τι μπορεί και τι δεν μπορεί να κάνει η γενετική τεχνητή νοημοσύνη και ποιο είναι το κόστος της. Στην πιο πρόσφατη έρευνά του, έδειξε ότι η παραγωγή μιας εικόνας υψηλής ανάλυσης με τη χρήση ΤΝ καταναλώνει τόση ενέργεια όση απαιτείται για να φορτιστεί πλήρως η μπαταρία ενός κινητού τηλεφώνου.
Καθώς οι επιχειρήσεις ενσωματώνουν ολοένα και περισσότερο την ΤΝ στην καθημερινότητα των χρηστών, με chatbot, συνδεδεμένες συσκευές και αναζητήσεις στο διαδίκτυο, ο Luccioni προτείνει τη χρήση της ΤΝ με «ενεργειακή νηφαλιότητα». Η πρότασή του δεν είναι να σταματήσει η χρήση της τεχνητής νοημοσύνης, αλλά να χρησιμοποιούνται τα κατάλληλα εργαλεία με συνετό τρόπο, ώστε να μειωθούν οι περιβαλλοντικές επιπτώσεις.
Συμπέρασμα
Η ταχεία ανάπτυξη της τεχνητής νοημοσύνης έχει ανοίξει νέους δρόμους για την τεχνολογία, αλλά ταυτόχρονα έχει θέσει σοβαρές προκλήσεις για το περιβάλλον. Ειδικοί, όπως ο Sasha Luccioni, προειδοποιούν ότι οι περιβαλλοντικές επιπτώσεις της ΤΝ πρέπει να αντιμετωπιστούν άμεσα, με διαφάνεια και υπεύθυνες αποφάσεις από τις τεχνολογικές εταιρείες και τις κυβερνήσεις.
Η σωστή διαχείριση της ενεργειακής κατανάλωσης και η ενημέρωση του κοινού είναι καθοριστικά βήματα για τη μείωση της συμβολής της τεχνητής νοημοσύνης στην κλιματική κρίση.
