Защо AI e като петрола – изгоден за хората, но с екологична цена

Въпреки че човечеството с нетърпение приема изкуствения интелект, въпреки опасенията в академичната област и в областта на сигурността, гладът на изкуствения интелект за енергия и неговият въглероден отпечатък предизвикват все по-голяма загриженост. ИИ често се сравнява с изкопаемите горива. Нефтът, след като бъде добит и рафиниран, е доходоносна стока; и подобно на нефта, ИИ има голямо въздействие върху околната среда, което изненадва мнозина.

В статия в MIT Technology Review се казва, че жизненият цикъл на обучението на обичайните големи модели на ИИ има значително въздействие върху околната среда, като се съобщава, че “целият процес може да доведе до отделянето на повече от 626 000 килограма еквивалент на въглероден диоксид – почти 5 пъти повече от емисиите през целия живот на средния американски автомобил (и това включва производството на самия автомобил)”.

Изследователска статия на Алекс де Врис от Висшето училище по бизнес и икономика в Амстердам също изразява загриженост относно потреблението на електроенергия при ускореното развитие на изчислителната техника и потенциалното въздействие на ИИ и центровете за данни върху околната среда.

“През последните години потреблението на електроенергия в центровете за данни представлява относително стабилен 1% от световното потребление на електроенергия, като се изключи добивът на криптовалути”, казва де Врис.

Как работят центровете за данни с изкуствен интелект

В проучване на Масачузетския технологичен институт се казва, че преди десетилетие “повечето модели за обработка на естествен език (NLP) са могли да бъдат обучени и разработени на лаптоп или сървър от първа необходимост”. Но сега центровете за данни за ИИ изискват множество екземпляри на специализиран хардуер, като например графични процесори (GPU) или тензорни процесори (TPU).

“Целта на един голям езиков модел е да отгатне какво следва в даден текст”, се казва в статия от Климатичното училище на Колумбийския университет. “За да се постигне това, той първо трябва да бъде обучен. Обучението включва излагане на модела на огромни количества данни (вероятно стотици милиарди думи), които могат да идват от интернет, книги, статии, социални медии и специализирани набори от данни.”

Този процес на обучение отнема седмици или месеци, по време на които моделът на изкуствения интелект открива как да изпълнява точно дадени задачи, като претегля различни набори от данни.

Първоначално моделът на ИИ прави случайни предположения, за да намери правилното решение. Но при непрекъснато обучение той идентифицира все повече модели и връзки в дадените данни, за да получи точни и подходящи резултати.

Напредъкът в техниките и хардуера за обучение на невронни мрежи през последните години позволи “впечатляващи подобрения в точността на много основни задачи на НЛП”.

“В резултат на това обучението на съвременен модел сега изисква значителни изчислителни ресурси, които изискват значителна енергия, заедно със свързаните с това финансови и екологични разходи”, се добавя в проучването на MIT.

Потребление на енергия от центрове за данни с изкуствен интелект и въглероден отпечатък

Бързото разрастване и широкомащабното приложение на ИИ през 2022 и 2023 г. след стартирането на ChatGPT на OpenAI стимулира разработването на големи езикови модели (LLM) от големи технологични компании като Microsoft и Alphabet (Google).

Успехът на ChatGPT (който за два месеца достигна безпрецедентните 100 милиона потребители) повлия на Microsoft и Google да пуснат свои собствени чатботове с ИИ, съответно Bing Chat и Bard, разказва статията на Врис.

Врис заявsld: “Вече знаем, че центровете за данни представляват 1% от световното потребление на електроенергия. Благодарение на цифровите тенденции, като добива на криптовалути и ИИ, през следващите години този показател лесно може да нарасне до 2% и повече”.

В проучването на MIT е изчислено, че изчислителните облаци имат по-голям въглероден отпечатък от цялата авиационна индустрия. Освен това един център за данни може да изисква същото количество електроенергия, което е необходимо за захранването на около 50 000 жилища.

Електричеството е необходимо за работата на високопроизводителни чипове и охладителни системи, тъй като процесорите се загряват, докато анализират огромни количества данни и дават точни отговори.

В проучването на Де Врис се казва, че “моделът BigScience Large Open-Science Open-Access Multilingual (BLOOM) на Hugging Face е изразходвал 433 MWh електроенергия по време на обучението”.

“Други LLM, включително GPT-3, Gopher и Open Pre-trained Transformer (OPT), според съобщенията използват съответно 1287, 1066 и 324 MWh за обучение. Всеки от тези LLM е обучен върху терабайти данни и има 175 милиарда или повече параметри”, се добавя в проучването.

Де Врийс цитира в статията си изследователската фирма SemiAnalysis, която предполага, че OpenAI се нуждае от 3617 сървъра HGX A100 на NVIDIA с общо 28 936 графични процесора за поддръжка на ChatGPT, което предполага потребление на енергия от 564 MWh на ден.

“Гугъл” съобщи, че 60% от потреблението на енергия, свързано с ИИ, от 2019 до 2021 г. произтича от изводите (когато данни в реално време се прекарват през модел на ИИ). Компанията майка на Google, Alphabet, също изрази загриженост по отношение на разходите за умозаключения в сравнение с разходите за обучение”, добави тя.

В проучване на изследователи от Калифорнийския университет в Бъркли се изчислява, че GPT-3, на който е моделиран ChatGPT, е имал 175 милиарда параметъра, които са произвели 502 метрични тона CO2 по време на фазата на обучение, докато ежедневните му въглеродни емисии са възлизали на 50 паунда (или 8,4 тона годишно).

Дебатът относно жизнеспособността на ИИ и бъдещите действия

Де Врийс казва, че по-голямото търсене на енергия за центровете за данни обикновено ще се задоволява с изкопаеми горива. “Разполагаме само с ограничено предлагане на възобновяеми енергийни източници и вече сме ги приоритизирали, така че всяко допълнително търсене ще се захранва с изкопаеми горива, от които трябва да се отървем”, казва той. “Дори и да въведем възобновяеми енергийни източници в АИ, нещо друго някъде другаде ще трябва да се захранва с изкопаеми горива – което само ще влоши изменението на климата.”

Авик Саркар, професор в Индийското училище по бизнес и бивш ръководител на индийския център за анализ на данни Niti Aayog, намира дебите около енергийните нужди и въглеродния отпечатък на ИИ за тривиален. През 2018 г. той работи по анализ с Международната агенция по енергетика (МАЕ) относно растежа на центровете за данни в Индия и неговото въздействие върху потреблението на енергия в страната.

“Отпечатъкът на ИИ върху потреблението на енергия е нищожен, а много технологии гълтат огромни количества енергия”, каза той. “Погледнете която и да е главна улица в големите градове, количеството осветление в билбордовете е толкова огромно, че светлините се виждат от космоса, наричани нощни светлини, което е чудесен показател за развитие и икономически растеж. Потреблението на енергия е естествен ефект от урбанизацията, капитализма и икономическия растеж – трябва да се научим да живеем с тази реалност.”

Коментирайки търсенето на енергия от центровете за данни с изкуствен интелект и въздействието на въглеродните емисии, де Врис казва, че проблемът не е ограничен само до Индия и че изменението на климата е глобален проблем. “Ако в резултат на изкуствения интелект увеличим както търсенето на енергия, така и въглеродните емисии, това ще засегне и всички уязвими държави”, казва той.

Саркар все пак признава, че огромните количества потребление на енергия за ИИ се случват поради големите центрове за данни, които осигуряват инфраструктура за съхранение и изчисления. Допълнително енергийно въздействие оказва и водата, използвана за охлаждане на центровете за данни.

Саркар посочи, че повечето световни центрове за данни са базирани извън Индия, като твърди, че понастоящем страната не е изправена пред голямо предизвикателство. С изключение на личните данни, други индийски информационни точки могат да се съхраняват в центрове извън страната.

“Критични данни, свързани с финансови транзакции, Aadhar или данни за здравеопазването, трябва да се намират в Индия и това би било огромно. Индия има различни климатични зони и може да смекчи високото потребление на енергия, като разположи тези центрове за данни в по-хладни, несеизмични зони в страната”, предлага той.

Според Де Врис добрата новина е, че във веригата за доставки на сървъри за изкуствен интелект има тесни места, което означава, че растежът е донякъде ограничен в краткосрочен план. “Трябва да използваме тази възможност, за да се замислим за отговорното прилагане на ИИ и да гарантираме, че се осигурява прозрачност и там, където се използва ИИ, за да можем да оценим правилно въздействието на тази технология”, каза той.

От Санджиев Кумар, журналист от Шимла (Индия), специализиран в областта на околната среда, изменението на климата и политиката.

Снимка: pexels