Dirbtinio intelekto (DI) plėtra veržiasi į priekį be stabdžių – nuo generatyvių tekstų iki pažangių balsinių asistentų. Tačiau kartu su galimybėmis auga ir nerimas dėl šios technologijos poveikio aplinkai. Kiek energijos realiai sunaudoja DI modeliai, tokie kaip „ChatGPT“, „Gemini“ ar „Claude“? Šis klausimas tampa vis aktualesnis, bet atsakymų stinga.
Pagrindinė problema – didžiausi DI kūrėjai, įskaitant „OpenAI“, „Google“, „Anthropic“ ar „Meta“, kol kas neskelbia tikslių savo modelių energijos sąnaudų ar su tuo susijusių anglies dioksido emisijų. Tuo metu nepriklausomi tyrėjai ir klimato ekspertai vis garsiau reikalauja skaidrumo.
Tyrimai bando užpildyti spragą
Nepaisant technologijų milžinių tylos, mokslininkai ieško būdų įvertinti DI poveikį aplinkai. Tyrimai rodo, kad vienas didelis kalbos modelio treniravimas gali sunaudoti tiek pat energijos, kiek amerikietiškas namų ūkis per kelis šimtus metų. Pavyzdžiui, tyrėjų grupė iš Masačusetso technologijos instituto (MIT) paskaičiavo, kad išmokyti vieną pažangų kalbos modelį gali išmesti apie 500 tonų CO₂ – tiek pat, tiek pat, kiek per visą eksploatacijos laikotarpį sugeneruoja penki automobiliai, apvažiavę aplink pasaulį.
Tačiau net šie skaičiavimai remiasi netiesioginiais metodais, nes realių duomenų trūksta. Be viešai prieinamų faktų apie tai, kiek energijos sunaudoja serverių ūkiai, kokie naudojami aušinimo metodai ar kokios elektros tiekimo grandinės, įvertinimai lieka apytiksliai.
Energijos sąnaudos – ne tik treniruotėse
Svarbu suprasti, kad DI energijos suvartojimas nesibaigia vien tik modelių kūrimo etape. Didelė dalis elektros sunaudojama vėliau – kai milijonai vartotojų kasdien bendrauja su modeliais. Tai vadinamasis inferencijos procesas (modelių paleidimas realiu laiku), kuris kartais gali būti net labiau energijai imlus nei treniruotė.
Pavyzdžiui, „Google DeepMind“ ataskaitoje pripažįstama, kad taikant dirbtinį intelektą visoje paieškos sistemoje, energijos poreikis gali padvigubėti arba net patrigubėti. Kai kalbos modeliai integruojami į kasdienes paslaugas – paiešką, vertimą, el. laiškų rašymą – tai tampa rimtu sisteminiu klausimu.
Kodėl trūksta skaidrumo?
Technologijų įmonės dažnai aiškina, kad energijos duomenų neskelbia dėl konkurencinių priežasčių. Tačiau vis dažniau pasigirsta nuomonių, jog toks tylėjimas nebeatitinka socialinės atsakomybės principų. Skaitmeninių paslaugų poveikis aplinkai tampa viešojo intereso klausimu, ypač kai kalbama apie plačiai naudojamus AI modelius, kurių treniravimas ir veikimas reikalauja milžiniškų resursų.
Europos Sąjunga, pavyzdžiui, rengia reguliavimą, kuris numato skaidresnius reikalavimus skaitmeninėms technologijoms ir jų poveikiui klimatui. Tikimasi, kad tai paskatins didesnį skaidrumą ir atsakomybę iš didžiųjų technologijų žaidėjų.
Tuo tarpu „Microsoft“ ir „Google“ yra viešai įsipareigojusios iki 2030 metų tapti neutralios nuo CO2 visoje savo veikloje, tačiau su dirbtiniu intelektu susijusios energijos sąnaudos – tiek treniravimo, tiek naudojimo etapais – dažniausiai nėra atskleidžiamos viešai. Tai reiškia, kad nepaisant bendrų tvarumo tikslų, konkreti DI technologijų aplinkosaugos našta lieka neaiški. Tai apsunkina nepriklausomą poveikio vertinimą ir stabdo pažangą tvaresnių technologinių sprendimų link.
Kas toliau?
Kol kas akivaizdu viena – be išsamesnio skaidrumo visuomenė negali visapusiškai įvertinti nei DI naudos, nei jo kainos aplinkai. Tuo metu vis daugiau tyrėjų, klimato aktyvistų ir politikų spaudžia technologijų gigantus skelbti savo skaičius. Nes DI – tai ne tik duomenys ir algoritmai. Tai ir elektros jungikliai, aušinimo vamzdžiai, šiltnamio efektą sukeliančios dujos.
Kova dėl skaidrumo dar tik prasideda.
