Generativ AI är den nya tekniken bakom chattrobotar och bildgeneratorer. Men hur påverkar detta klimatet?
Ju kraftfullare AI, desto mer energi krävs. Vad innebär uppkomsten av allt kraftfullare generativa AI-modeller för samhällets framtida koldioxidavtryck?
“Generativ” refererar till förmågan hos en AI-algoritm att producera komplexa data. Alternativet är “diskriminerande” AI, som väljer från ett fast antal alternativ och producerar bara ett enda nummer. Ett exempel på en diskriminerande utgång är att besluta om en låneansökan ska godkännas.
Generativ AI kan skapa mycket mer komplex produktion, som en mening, ett stycke, en bild eller till och med en kort video.
Det har länge använts i applikationer som smarta högtalare för att generera ljudsvar eller i autoslutförande för att föreslå en sökfråga. Det har dock först nyligen fått förmågan att generera mänskligt språk och realistiska foton.
Använder mer energi än någonsin
- Den exakta energikostnaden för en enskild AI-modell är svår att uppskatta och inkluderar den energi som används för att tillverka datorutrustningen, skapa modellen och använda den i produktionen;
- Under 2019 fann forskare att skapa en generativ AI-modell kallad BERT med 110 miljoner parametrar tog energin från en transkontinental flygning tur och retur för en person;
- Antalet parametrar refererar till modellens storlek, där större modeller i allmänhet är mer skickliga;
- Forskare uppskattade att skapandet av den mycket större GPT-3, med 175 miljarder parametrar, förbrukade 1 287 MWh el och genererade 552 ton koldioxidekvivalenter, samma som 123 bensindrivna personfordon som kördes under ett år;
- Och detta är bara för att göra modellen klar för lansering innan några konsumenter börjar använda den.
Storleken är inte den enda prediktorn för koldioxidutsläpp. BLOOM-modellen med öppen tillgång, utvecklad av BigScience-projektet i Frankrike, liknar storleken GPT-3, men har ett mycket mindre koldioxidavtryck och förbrukar 433 MWh el för att generera 30 ton CO2eq.
En studie från Google fann att för samma storlek kan en effektivare modell- och processorarkitektur och ett grönare datacenter minska koldioxidavtrycket med 100 till tusen gånger.
Större modeller använder mer energi under driftsättning. Det finns begränsad information om koldioxidavtrycket för en enda generativ AI-fråga, men vissa industrisiffror uppskattar att det är fyra till fem gånger större än för en sökmotorfråga.
I takt med att chattrobotar och bildgeneratorer blir mer populära, och när Google och Microsoft införlivar AI-språkmodeller i sina sökmotorer, kan antalet frågor de får varje dag växa exponentiellt.
AI-bots för sökning
För några år sedan var det få personer utanför forskningslaboratorier som använde modeller som BERT eller GPT. Det ändrades den 30 november 2021, när OpenAI lanserade ChatGPT. Enligt de senaste tillgängliga uppgifterna hade ChatGPT mer än 1,5 miljarder besök i mars 2023.
Microsoft har införlivat ChatGPT i sin sökmotor, Bing, och gjort den tillgänglig för alla den 4 maj 2023. Om chattrobotar blir lika populära som sökmotorer kan energikostnaderna för att distribuera AI:er faktiskt öka.
Men AI-assistenter har många fler användningsområden än att bara söka, som att skriva dokument, lösa matematiska problem och skapa marknadsföringskampanjer.
Ett annat problem är att AI-modeller måste uppdateras kontinuerligt. Till exempel tränades ChatGPT bara på data fram till 2021 (ursprungligen), så den vet inget som har hänt sedan dess (detta uppdateras nu).
Koldioxidavtrycket för att skapa ChatGPT är inte offentlig information, men det är sannolikt mycket större än det för GPT-3. Om den måste återskapas regelbundet för att uppdatera sin kunskap skulle energikostnaderna öka ytterligare.
En fördel är att fråga en chattrobot kan vara ett mer direkt sätt att få information än att använda en sökmotor. Istället för att få en sida full av länkar får du ett direkt svar som du skulle få av en människa, förutsatt att noggrannhetsproblemen mildras.
Att få information snabbare kan kompensera för den ökade energianvändningen jämfört med en sökmotor.
Vägar att följa
Framtiden är svår att förutsäga, men fantastiska generativa AI-modeller är här för att stanna, och människor kommer sannolikt i allt större utsträckning att vända sig till dem för information. Till exempel, om en elev behöver hjälp med att lösa ett matematiskt problem nu, frågar de en handledare eller vän, eller konsulterar en lärobok.
I framtiden kommer de förmodligen att fråga en chatbot. Detsamma gäller annan specialiserad kunskap, såsom juridisk rådgivning eller medicinsk expertis.
Även om en enda stor AI-modell inte kommer att förstöra miljön, kan energianvändning bli ett problem om tusen företag utvecklar lite olika AI-robotar för olika ändamål, som var och en används av miljontals kunder.
Mer forskning behövs för att göra generativ AI mer effektiv. Den goda nyheten är att AI kan drivas på förnybar energi. Genom att flytta beräkningar till där grön energi finns som mest, eller schemalägga beräkningar för tider på dygnet då förnybar energi är som mest tillgänglig, kan utsläppen minskas med en faktor på 30 till 40, jämfört med att använda elnät som domineras av fossila bränslen.
Slutligen kan samhälleligt tryck vara användbart för att uppmuntra företag och forskningslabb att publicera koldioxidavtrycken för sina AI-modeller, vilket vissa redan gör. I framtiden kanske konsumenter till och med kan använda denna information för att välja en “grönare” chatbot.
