Am Räich vun der kënschtlecher Intelligenz (AI), Diskussiounen dréien dacks ëm falsch Informatioun an déi potenziell Bedrohung fir mënschlech Aarbechtsplazen. Wéi och ëmmer, e Boston University Professer, Kate Saenko, mécht op eng aner bedeitend Suerg opmierksam - de wesentlechen Ëmweltimpakt vun generativen AI Tools.
Als AI Fuerscher mécht de Saenko Bedenken iwwer d'Energiekäschte fir AI Modeller ze bauen. An engem Artikel iwwer The Conversation betount si: "Wat méi staark den AI ass, wat méi Energie et brauch."
Wärend den Energieverbrauch vu Krypto-Währungen wéi Bitcoin an Ethereum eng extensiv Debatt erfaasst huet, huet d'rapid Entwécklung vun AI net deeselwechten Iwwerpréiwung kritt wat hiren Impakt op de Planéit ugeet.
Professer Saenko zielt dës narrativ z'änneren, déi limitéiert Donnéeën iwwer de Kuelestoffofdrock vun enger eenzeger generativer AI Ufro unzeerkennen. Wéi och ëmmer, si betount datt d'Fuerschung suggeréiert datt den Energieverbrauch véier bis fënnef Mol méi héich ass wéi dee vun enger einfacher Sichmotor Ufro.
Eng Notabele Studie vun 2019 ënnersicht e generativen AI Modell mam Numm Bidirectional Encoder Representations from Transformers (BERT), besteet aus 110 Millioune Parameteren. Dëse Modell verbraucht Energie gläichwäerteg zu engem Transkontinentale Fluch fir eng Persoun wärend sengem Trainingsprozess, mat Grafikveraarbechtungsunitéiten (GPUs). Parameteren, déi d'Prognosen vum Modell guidéieren an d'Komplexitéit erhéijen, gi während Training ugepasst fir Feeler ze reduzéieren.
Am Verglach weist de Saenko datt dem OpenAI säi GPT-3 Modell, mat iwwerraschend 175 Milliarde Parameteren, Energie verbraucht gläichwäerteg mat 123 Benzin ugedriwwen Passagéier Gefierer, déi fir ee Joer gefuer sinn oder ongeféier 1,287 Megawatt Stonne Stroum. Zousätzlech huet et eng iwwerraschend 552 Tonnen Kuelendioxid generéiert. Bemierkenswäert ass dës Energieausgaben geschitt ier Konsumenten iwwerhaapt ugefaang hunn de Modell ze benotzen.
Mat der steigender Popularitéit vun AI Chatbots, wéi Perplexity AI a Microsoft's ChatGPT integréiert an Bing, gëtt d'Situatioun weider verschäerft duerch d'Verëffentlechung vu mobilen Uwendungen, wat dës Technologien nach méi zougänglech fir e méi breede Publikum mécht.
Glécklecherweis beliicht de Saenko eng Studie vu Google déi verschidde Strategien proposéiert fir de Kuelestoffofdrock ze reduzéieren. Méi effizient Modellarchitekturen, Prozessoren an ëmweltfrëndlech Datenzenteren ze benotzen kënnen den Energieverbrauch wesentlech reduzéieren.
Wärend en eenzege groussen AI Modell d'Ëmwelt net eleng zerstéiert, warnt de Saenko datt wa vill Firmen liicht ënnerschiddlech AI Bots fir verschidden Zwecker entwéckelen, jidderee fir Millioune vu Clienten këmmert, kumulativ Energieverbrauch e wesentleche Suerg kéint ginn.
Schlussendlech seet de Saenko datt weider Fuerschung wesentlech ass fir d'Effizienz vun generativen AI ze verbesseren. Encouragéierend beliicht si d'Potenzial fir AI fir op erneierbar Energiequellen ze bedreiwen. Andeems Dir d'Berechnung optiméiert fir mat der Verfügbarkeet vu grénger Energie zesummenzefalen oder Datenzenteren ze lokaliséieren wou erneierbar Energie vill ass, kënnen d'Emissioune mat engem bemierkenswäerte Faktor vun 30 op 40 reduzéiert ginn am Verglach zum Vertrauen op fossil Brennstoff-dominéiert Gitter.
Als Conclusioun, wärend Bedenken iwwer falsch Informatioun an Aarbechtsverdrängung wéinst AI bestoe bleiwen, bréngt de Professer Saenko säi Schwéierpunkt op den Ëmweltimpakt vun generativen AI Tools e kriteschen Thema op. Et fuerdert méi Fuerschung an innovativ Approche fir ze garantéieren datt d'AI Entwécklung mat Nohaltegkeetsziler ausriicht. Doduerch kënne mir d'Potenzial vun der AI notzen, wärend de Kuelestoffofdrock miniméiert, sou datt de Wee fir eng méi gréng Zukunft ass.
Quell: https://bitcoinworld.co.in/the-environmental-impact-of-artificial-intelligence-a-concern-beyond-misinformation-and-job-threats/