Εν μέσω της συζήτησης για τους κινδύνους της εκτεταμένης ανάπτυξης της τεχνητής νοημοσύνης, μπορεί να έχει αγνοηθεί μια σημαντική ανησυχία: η τεράστια ποσότητα ενέργειας που απαιτείται για την εκπαίδευση αυτών των μεγάλων γλωσσικών μοντέλων. Η εργασία δημοσιεύτηκε από τον Alex de Vries στο VU Amsterdam School of Business and Economics.
Μια νέα μελέτη δείχνει ότι ο κλάδος της τεχνητής νοημοσύνης θα μπορούσε να καταναλώνει τόση ενέργεια όση μια χώρα όπως η Αργεντινή, η Ολλανδία ή η Σουηδία, έως το 2027. Επιπλέον, η έρευνα εκτιμά ότι εάν η Google αλλάξει ολόκληρη τη δραστηριότητα γύρω από την αναζήτηση και την προσαρμόσει στην τεχνητή νοημοσύνη, θα χρησιμοποιούσε 29,3 τεραβατώρες ετησίως – κάτι που ισοδυναμεί με την κατανάλωση ηλεκτρικής ενέργειας της Ιρλανδίας.
Το 2021, η συνολική κατανάλωση ηλεκτρικής ενέργειας της Google ήταν 18,3 TWh, με την AI να αντιπροσωπεύει το 10%-15% αυτής. Ωστόσο, ο τεχνολογικός κολοσσός κλιμακώνει γρήγορα τη δραστηριότητα του γύρω από την τεχνητή νοημοσύνη, κυρίως με την κυκλοφορία του chatbot Bard, αλλά και την ενσωμάτωση της τεχνητής νοημοσύνης στη μηχανή αναζήτησης.
Ωστόσο, το σενάριο που ορίζεται από τη μελέτη προϋποθέτει την υιοθέτηση τεχνητής νοημοσύνης σε πλήρη κλίμακα, χρησιμοποιώντας το τρέχον υλικό και λογισμικό, κάτι που είναι απίθανο να συμβεί γρήγορα, είπε ο de Vries. Ένα από τα κύρια εμπόδια για μια τέτοια ευρεία υιοθέτηση είναι η περιορισμένη παροχή μονάδων επεξεργασίας γραφικών (GPU), αρκετά ισχυρών για την επεξεργασία όλων αυτών των δεδομένων.
Αν και είναι εντελώς υποθετική, η μελέτη ρίχνει φως σε μια συχνά άγνωστη επίδραση της κλιμάκωσης των τεχνολογιών τεχνητής νοημοσύνης. Τα κέντρα δεδομένων χρησιμοποιούν ήδη μεταξύ 1-1,3% της συνολικής ηλεκτρικής ενέργειας στον κόσμο και η προσθήκη τεχνητής νοημοσύνης σε υπάρχουσες εφαρμογές, όπως οι μηχανές αναζήτησης, θα μπορούσε να αυξήσει γρήγορα αυτήν την κατανάλωση.
«Θα ήταν σκόπιμο για τους προγραμματιστές, όχι μόνο να επικεντρωθούν στη βελτιστοποίηση της τεχνητής νοημοσύνης, αλλά και να εξετάσουν κριτικά την αναγκαιότητα χρήσης της εξαρχής, καθώς είναι απίθανο όλες οι εφαρμογές να επωφεληθούν από την τεχνητή νοημοσύνη ή ότι τα οφέλη θα υπερβαίνουν πάντα το κόστος», συμβούλεψε ο de Vries.