uredi› krajšaj› T:171 M:403 Z: [×]

Umetna inteligenca je energijsko požrešna

Za izdelavo ene same podobe z generativno umetno inteligenco porabimo toliko energije kot za polnjene telefona.

Melissa Heikkilä, MIT Technology Review

Vedno ko z umetno inteligenco ustvarite podobo, napišete elektronsko sporočilo ali klepetalnemu robotu postavite vprašanje, obremenite planet.

Za ustvarjanje podob z zmogljivim modelom umetne inteligence se namreč porabi toliko energije kot za stoodstotno polnjenje pametnega telefona, so ugotovili raziskovalci v zagonskem podjetju s tega področja Hugging Face in na univerzi Carnegie Mellon. A hkrati so dognali tudi, da je sestavljanje besedil bistveno manj potratno, saj bi energija, porabljena za tisoč besedil, zadostovala za komaj 16-odstotno polnjenje baterije pametnega telefona.

Na recenzijo njihove raziskave bo treba še počakati, vseeno pa nakazuje, da je energijsko izjemno potratno učenje modelov umetne inteligence le delček sestavljanke, saj večino njihovega ogljičnega odtisa ustvarimo z dejansko uporabo.

To je prva raziskava, v kateri so sodelujoči izračunali izpuste ogljikovega dioksida zaradi uporabe modela umetne inteligence za različne naloge, je pojasnila Sasha Luccioni, raziskovalka umetne inteligence v Hugging Faceu, ki je tudi vodila ekipo. Upa, da se bodo ob pomoči ugotovitev o izpustu uporabniki lažje premišljeno odločili, kako umetno inteligenco uporabljati planetu prijazno.

Luccionijeva in njena ekipa sta preverili izpust med desetimi najpogostejšimi opravili, pri katerih si uporabniki pomagajo z umetno inteligenco, na platformi podjetja Hugging Face, kot so postavljanje vprašanj, sestavljanje besedil, razvrščanje podob, opremljanje s pojasnili in izdelovanje podob. Poskuse so opravili z 88 različnimi modeli. Pri vsaki nalogi, kot je na primer sestavljanje besedila, je Luccionijeva vključila tisoč ukazov oziroma namigov in izmerila porabljeno energijo z orodjem Code Carbon, ki ga je sama razvila. Orodje porabo preračuna tako, da spremlja energijo, ki jo računalnik porabi, ko zažene model. Ekipa je merila tudi izpust med opravljanjem teh nalog z osmimi generativnimi modeli, ki so jih usposobili za različne naloge.

Ustvarjanje podob je bilo daleč najbolj energetsko potratno in zato za okolje najbolj obremenilna naloga. Za tisoč podob, izdelanih z zmogljivim modelom umetne inteligence, kot je Stable Diffusion XL, v ozračje izpustimo toliko ogljikovega dioksida, kot tedaj, ko prevozimo 6,6 kilometra z običajnim avtomobilom na bencin. Ogljično najmanj sporni model za sestavljanje besedil med vsemi, ki so jih preverili znanstveniki, pa je prispeval le toliko ogljikovega dioksida kot prevožen slab meter. Stability AI, podjetje, ki je razvilo Stable Diffusion XL, se ni odzvalo na novinarsko prošnjo po komentarju.

Raziskava omogoča koristen vpogled v ogljični odtis umetne inteligence, saj vsebuje konkretne podatke in razkriva nekaj skrb vzbujajočih trendov naraščanja, je opozorila Lynn Kaack, asistentka računalništva in javne politike na nemški fakulteti Hertie, kjer je odgovorna za projekte v zvezi z umetno inteligenco in s podnebnimi spremembami. Pri zgoraj omenjeni raziskavi ni sodelovala.

Izpusti se hitro seštevajo. Velika tehnološka podjetja so zaradi razcveta generativne umetne inteligence njene modele začela vgrajevati v številne produkte, od elektronske pošte do obdelave besedil. Ti modeli so zdaj uporabljeni večmilijonkrat, če ne celo večmilijardkrat na dan.

Ekipa je ugotovila, da so veliki generativni modeli energetsko veliko potratnejši od manjših, razvitih za točno določene naloge. Denimo, razvrščanje filmskih recenzij z generativnim modelom glede na pohvale oziroma kritike porablja približno 30-krat več energije kot natančnejši model, namenjen ravno preverjanju recenzij, je pojasnila Luccionijeva. Razlog za to je, da se generativni modeli umetne inteligence lotijo veliko nalog hkrati, na primer zbiranja, razvrščanja in povzemanja besedila, namesto da bi to počeli po vrsti.

Luccionijeva upa, da bodo raziskave uporabnike spodbudile k skrbnejšemu izbiranju med generativnimi in specializiranimi, ogljično prizanesljivejšimi modeli umetne inteligence, kadar je to mogoče.

»Za specializirano aplikacijo, na primer iskanje po elektronskih sporočilih, res ne potrebujete velikega modela, ki zmore vse,« je poudarila.

Poraba energije zaradi modelov umetne inteligence je bila doslej neznanka, zaradi katere se uporabniki niso zavedali svojega dejanskega ogljičnega odtisa, je komentiral Jesse Dodge, raziskovalec v neprofitni organizaciji Allen Institute for AI (tudi on ni sodeloval pri omenjeni raziskavi).

Pomembna je tudi primerjava izpusta med novejšimi, večjimi generativnimi in starejšimi modeli umetne inteligence, je dodal Dodge. »Osvetli namreč dejstvo, da je novi val tovrstnih sistemov kriv za veliko več ogljikovega dioksida kot od dve do pet let stari sistemi.«

V Googlu so nekoč ocenili, da se pri povprečnem spletnem iskanju porabi 0,3 kilovatne ure električne energije, kar ustreza pol prevoženega metra z avtomobilom. Danes je ta podatek verjetno veliko višji, ker je Google generativne modele umetne inteligence vgradil v svojo funkcijo za iskanje, je opozoril Vijay Gadepally, raziskovalec v laboratoriju MIT Lincoln.

Raziskovalci niso ugotovili le, da so izpusti veliko večji, kot so pričakovali, temveč so za nameček odkrili tudi, da dnevni izpusti daleč presegajo količine, ki so se sproščale med učenjem velikih modelov. Luccionijeva je preizkusila različne inačice večjezičnega modela umetne inteligence BLOOM, ki ga je razvilo njeno podjetje, da bi ugotovila, koliko ponovitev je potrebnih, da preseže stroške učenja. Ogljični strošek učenja največjega modela je bil presežen po 590 milijonih uporab. Priljubljeni modeli, kot je ChatGPT, bi izpuste med učenjem presegli po pičlih nekaj tednih uporabe, je opozorila Luccionijeva.

Velike modele umetne inteligence namreč učijo le enkrat, nato pa jih je mogoče uporabiti večmilijardkrat. Po nekaterih ocenah priljubljene modele uporablja do deset milijonov uporabnikov na dan in mnogi jih za pomoč prosijo več kot enkrat.

Takšne raziskave dobro ponazarjajo, koliko energije in izpusta je mogoče pripisati umetni inteligenci, in pripomorejo k širjenju osveščenosti, da njena uporaba obremenjuje okolje, je povedal Gadepally in dodal: »Želim si, da bi porabniki začeli postavljati vprašanja tudi o tej plati.«

Dodge upa, da bodo takšne raziskave pripomogle k večji transparentnosti podjetij na področju porabe in izpustov.

»Največjo odgovornost nosi podjetje, ki razvija modele in kuje dobiček z njimi,« je še dodal.

Copyright Technology Review, distribucija Tribune Content Agency.