Op het gebied van kunstmatige intelligentie (AI) gaan discussies vaak over desinformatie en de potentiële bedreiging voor menselijke banen. Een professor aan de Universiteit van Boston, Kate Saenko, vestigt echter de aandacht op een andere belangrijke zorg: de substantiële milieu-impact van generatieve AI-tools.
Als AI-onderzoeker maakt Saenko zich zorgen over de energiekosten van het bouwen van AI-modellen. In een artikel over The Conversation benadrukt ze: “Hoe krachtiger de AI, hoe meer energie het kost.”
Hoewel het energieverbruik van cryptocurrencies zoals Bitcoin en Ethereum uitgebreid is besproken, heeft de snelle ontwikkeling van AI niet hetzelfde aandachtsniveau gekregen wat betreft de impact op de planeet.
Professor Saenko wil dit verhaal veranderen en erkent de beperkte gegevens die beschikbaar zijn over de koolstofvoetafdruk van een enkele generatieve AI-query. Ze benadrukt echter dat uit onderzoek blijkt dat het energieverbruik vier tot vijf keer hoger is dan dat van een simpele zoekopdracht in een zoekmachine.
Een opmerkelijke studie uit 2019 onderzoekt een generatief AI-model genaamd Bidirectional Encoder Representations from Transformers (BERT), bestaande uit 110 miljoen parameters. Dit model verbruikte tijdens het trainingsproces evenveel energie als een transcontinentale heen- en terugvlucht voor één persoon, waarbij gebruik werd gemaakt van grafische verwerkingseenheden (GPU's). Parameters, die de voorspellingen van het model sturen en de complexiteit verhogen, worden tijdens de training aangepast om fouten te verminderen.
Ter vergelijking: Saenko onthult dat het GPT-3-model van OpenAI, met maar liefst 175 miljard parameters, energie verbruikte die gelijk is aan 123 personenauto's op benzine die een jaar lang hebben gereden of ongeveer 1,287 megawattuur elektriciteit. Bovendien genereerde het maar liefst 552 ton kooldioxide. Opmerkelijk genoeg vond dit energieverbruik plaats voordat consumenten het model begonnen te gebruiken.
Met de stijgende populariteit van AI-chatbots, zoals Perplexity AI en Microsoft's ChatGPT geïntegreerd in Bing, wordt de situatie nog verergerd door de release van mobiele applicaties, waardoor deze technologieën nog toegankelijker worden voor een breder publiek.
Gelukkig wijst Saenko op een studie van Google die verschillende strategieën voorstelt om de ecologische voetafdruk te verkleinen. Het gebruik van efficiëntere modelarchitecturen, processors en milieuvriendelijke datacenters kan het energieverbruik aanzienlijk verminderen.
Hoewel een enkel groot AI-model in zijn eentje het milieu misschien niet zal verwoesten, waarschuwt Saenko dat als meerdere bedrijven iets andere AI-bots ontwikkelen voor verschillende doeleinden, die elk miljoenen klanten bedienen, het cumulatieve energieverbruik een groot probleem kan worden.
Uiteindelijk suggereert Saenko dat verder onderzoek essentieel is om de efficiëntie van generatieve AI te verbeteren. Bemoedigend wijst ze op het potentieel van AI om op hernieuwbare energiebronnen te werken. Door de berekeningen te optimaliseren om samen te vallen met de beschikbaarheid van groene energie of door datacenters te plaatsen waar hernieuwbare energie in overvloed aanwezig is, kan de uitstoot met een opmerkelijke factor 30 tot 40 worden verminderd in vergelijking met het vertrouwen op door fossiele brandstoffen gedomineerde netwerken.
Concluderend: terwijl de bezorgdheid over desinformatie en banenverdringing als gevolg van AI aanhoudt, werpt professor Saenko's nadruk op de milieu-impact van generatieve AI-tools een kritiek probleem op. Het roept op tot meer onderzoek en innovatieve benaderingen om ervoor te zorgen dat de ontwikkeling van AI aansluit bij de duurzaamheidsdoelstellingen. Door dit te doen, kunnen we het potentieel van AI benutten en tegelijkertijd de COXNUMX-voetafdruk minimaliseren, en zo de weg vrijmaken voor een groenere toekomst.
Bron: https://bitcoinworld.co.in/the-environmental-impact-of-artificial-intelligence-a-concern-beyond-misinformation-and-job-threats/