Οι ερευνητές ποσοτικοποιούν το αποτύπωμα άνθρακα της δημιουργίας εικόνων τεχνητής νοημοσύνης

Ερευνητές

στην εκκίνηση της τεχνητής νοημοσύνης

Αγκαλιασμένο πρόσωπο

συνεργάστηκε με το Πανεπιστήμιο Carnegie Mellon και ανακάλυψε ότι η δημιουργία μιας εικόνας χρησιμοποιώντας τεχνητή νοημοσύνη, είτε πρόκειται για τη δημιουργία στοκ εικόνων είτε για ρεαλιστικές φωτογραφίες ταυτότητας, έχει αποτύπωμα άνθρακα ισοδύναμο με τη

φόρτιση

ενός smartphone. Ωστόσο, οι ερευνητές διακρίνουν ότι η δημιουργία κειμένου, είτε πρόκειται για τη δημιουργία μιας συνομιλίας με ένα chatbot είτε για τον καθαρισμό ενός δοκιμίου, απαιτεί πολύ λιγότερη

ενέργεια

από τη δημιουργία φωτογραφιών. Οι ερευνητές ποσοτικοποιούν ότι το κείμενο που δημιουργείται από την τεχνητή νοημοσύνη καταναλώνει τόση ενέργεια όση η φόρτιση ενός smartphone μόνο στο 16 τοις εκατό μιας πλήρους φόρτισης.

Η μελέτη δεν εξέτασε μόνο τη δημιουργία εικόνων και κειμένου από προγράμματα μηχανικής εκμάθησης. Οι ερευνητές εξέτασαν συνολικά 13 εργασίες, που κυμαίνονταν από τη σύνοψη έως την ταξινόμηση

του

κειμένου και μέτρησαν την ποσότητα διοξειδίου του άνθρακα που παράγεται ανά 1000 γραμμάρια. Για λόγους διατήρησης της δίκαιης μελέτης και διαφορετικών συνόλων δεδομένων, οι ερευνητές είπαν ότι έκαναν τα πειράματα σε 88 διαφορετικά μοντέλα χρησιμοποιώντας 30 σύνολα δεδομένων. Για κάθε εργασία, οι ερευνητές έτρεξαν 1.000 προτροπές συγκεντρώνοντας τον «κωδικό άνθρακα» για να μετρήσουν τόσο την ενέργεια που καταναλώθηκε όσο και τον άνθρακα που εκπέμπεται κατά τη διάρκεια μιας ανταλλαγής.

Τα ευρήματα υπογραμμίζουν ότι οι εργασίες με τη μεγαλύτερη ένταση ενέργειας είναι αυτές που ζητούν από ένα

μοντέλο

τεχνητής νοημοσύνης να δημιουργήσει νέο περιεχόμενο, είτε πρόκειται για δημιουργία κειμένου, περίληψη, υπότιτλους εικόνων ή δημιουργία εικόνων. Η παραγωγή εικόνων κατατάχθηκε υψηλότερα ως προς την ποσότητα των εκπομπών που παρήγαγε και η ταξινόμηση κειμένου ταξινομήθηκε ως η λιγότερο ενεργοβόρα εργασία.

Οι ερευνητές προτρέπουν τους

επιστήμονες

και τους επαγγελματίες της μηχανικής μάθησης να «ασκήσουν τη διαφάνεια σχετικά με τη φύση και τις επιπτώσεις των μοντέλων τους, για να καταστεί δυνατή η καλύτερη κατανόηση των περιβαλλοντικών τους επιπτώσεων». Αν και η κατανάλωση ενέργειας που σχετίζεται με τη φόρτιση ενός smartphone ανά εικόνα τεχνητής νοημοσύνης που δημιουργείται μπορεί να μην φαίνεται τρομερή, ο όγκος των εκπομπών μπορεί εύκολα να συσσωρευτεί αν σκεφτεί κανείς πόσο δημοφιλή και δημόσια μοντέλα τεχνητής νοημοσύνης έχουν γίνει. Πάρτε για παράδειγμα το ChatGPT – οι συντάκτες της μελέτης επισημαίνουν ότι στο αποκορύφωμά του, το chatbot του OpenAI είχε πάνω από 10 εκατομμύρια χρήστες την ημέρα και 100 εκατομμύρια μηνιαίους ενεργούς χρήστες σήμερα.