Úgy tűnhet, hogy a chatbotok mindenre tudják a választ, mégis van egyvalami, amellyel kapcsolatosan tévednek – írja a The Guardian. A ChatGPT arra a kérdésre, hogy mennyi energiába kerül a működése, a következő választ adja:
"Mesterséges intelligencián alapuló nyelvi modellként nincs fizikai jelenlétem, közvetlenül nem fogyasztok energiát."
Egy másik válaszvariáció szerint pedig "a működésemmel kapcsolatos energiafogyasztás elsősorban a modell hosztolásához és futtatásához használt szerverekhez és infrastruktúrához kapcsolódik".
A Google Bardja ennél merészebb. "A szénlábnyomom nulla" – állítja. Arra a kérdésre, hogy mennyi energiát emészt fel a létrehozása és képzése, azt válaszolja: "Nem nyilvános."
Ezek a programok testetlennek tűnnek, de a világ nagy adatközpontjaiban található szerverhálózatok működtetik őket, ezeknek pedig nagy mennyiségű energiára van szüksége, a fűtésük pedig sok vizet követel meg.
A nagyon komplex modellek több energiát igényelnek, mint egyszerűbb társaik, de hogy ez pontosan mennyi, azt nehéz lenne meghatározni. Az OpenAI, a Google és a Microsoft ráadásul nem hozza nyilvánosságra sem azt, mennyi energiát és vizet emészt fel működésük, sem azt, hogy egyáltalán hol vannak azok az adatközpontok, melyek futtatják a programokat.
A Meta, a Facebook anyavállalata bejelentette, hogy a világ leggyorsabb szuperszámítógépének megépítésére készül – de nem beszél arról, hol teszi ezt.
Most, hogy a mesterséges intelligencia lassan mindenbe beépül, az iparág szereplői elkezdtek aggódni azért, hogy mindez mibe kerül majd.
"A mesterséges intelligencia egyre növekvő használata egyre több és több energiát igényel. Az emberek úgy érzik, használniuk kell ezeket, de nem veszik figyelembe környezeti terhüket" – mondta Sasha Luccioni, a Hugging Face nevű mesterséges intelligenciával foglalkozó vállalat klímaügyekért felelős vezetője.
Luccioni azon kevés ember egyike, aki megpróbálta kideríteni, mennyi energia és víz kell a rendszerek működtetéséhez: a még szakértői ellenőrzés előtt álló tanulmány saját nyelvi modelljük, a Bloom felhasználását kalkulálta a programfejlesztés kezdete óta.
Megállapították, hogy a program körülbelül 50 tonna szén-dioxidot bocsát ki, ami körülbelül hatvan London és New York közötti repülőútnak felel meg. Más nyelvi programok ennél jóval nagyobb energialábnyomot hagyhatnak, mivel nem nukleáris energiára épülnek, mint a Bloom. A GPT4 energiaigényéről semmit nem lehet tudni, az ugyanakkor biztos, hogy ezek a nyelvi modellek egyre nagyobbak és egyre több energiát igényelnek.
Még tisztázatlanabb a különböző modellek létrehozása és használata során felhasznált víz mennyisége. Az adatközpontok vizet használnak a párologtatásos hűtőrendszerekben, hogy megakadályozzák a berendezések túlmelegedését. Egy, a UC Riverside kutatói által vezetett, nem lektorált tanulmány becslései szerint a GPT3 kiképzése a Microsoft legmodernebb amerikai adatközpontjaiban 700 ezer liter édesvizet fogyaszthatott. Az, hogy a valóságban mennyi vizet használtak fel, valójában attól függ, hogy hol van az adatközpontok: egy forró amerikai államban, vagy máshol?
A Google első techvállalatként hozta nyilvánosságra vízfelhasználását, de a helyi környezeti terhekről nem beszélt.
Az oregoni Dalles városában található központjukról később kiderült, hogy a város vízellátásának negyedét veszi igénybe.
A vállalatok általában ott építenek adatközpontokat, ahol olcsó az energia. Mivel az olyan nagy technológiai cégek, mint a Google és a Microsoft, a nettó nulla kibocsátási cél elérésére törekszenek, különösen motiváltak lehetnek arra, hogy olyan területeken építsenek, ahol a nap- vagy szélenergia bőséges – például Arizonában –, de a víz kevés.
Amikor a legnagyobb, mesterséges intelligenciával foglalkozó vállalatok vezetői szabályozásra szólítottak fel a mesterséges intelligencia által jelentett egzisztenciális kockázat megelőzése érdekében, az felgyorsította a szuperintelligencia által jelentett fenyegetésekkel kapcsolatos spekulációkat. A kutatók azonban arra figyelmeztettek, hogy az egyik legközvetlenebb, relevánsabb kockázat a környezeti.
Ha a vállalatok átláthatóbbak lesznek a modellek létrehozása és használata során felhasznált természeti erőforrásokkal és a kibocsátott szén-dioxid-kibocsátással kapcsolatban, segíthetnek megnyitni a vitákat arról, hogy mikor és hogyan használjuk stratégiailag a nagy nyelvi modelleket. Lehet, hogy megéri ezeket a rák kezelésében alkalmazni, de más esetekben pazarlás lenne használni.
