AI ima nevjerojatan potencijal, ali postoje neki ozbiljni nedostaci koje treba uzeti u obzir.
S obzirom na to da AI utrka napreduje brže nego ikad, mnogi se brinu kako će ove tehnologije utjecati na ekosustav. Usvajanje AI nastavlja rasti. Zajedno s tim, njegov ugljični otisak samo će se pogoršati ako programeri, krajnji korisnici i regulatorna tijela nastave zanemarivati njegov utjecaj na okoliš.
Ipak, održivo masovno usvajanje je još uvijek moguće. Ali pojedinci i organizacije moraju raditi zajedno kako bi riješili kako umjetna inteligencija šteti okolišu.
Ključni zahvati
- AI računalstvo troši goleme količine energije, pridonoseći njegovom velikom ugljičnom otisku. Programeri i korisnici trebali bi biti svjesni utjecaja na okoliš i razmotriti održivije postupke.
- Brzi razvoj umjetne inteligencije održava kulturu bacanja, što dovodi do rasipne potrošnje resursa. Potrošači bi trebali izbjegavati nepotrebne kupnje, a tvrtke bi trebale dati prednost smislenim inovacijama.
- Trenutačno ne postoji središnje upravljačko tijelo koje regulira korištenje i razvoj umjetne inteligencije, ostavljajući ekološka pitanja na dnu popisa prioriteta. Suradnja između vlade i skupina za zaštitu okoliša neophodna je kako bi se smanjio utjecaj umjetne inteligencije na okoliš.
1. AI računalstvo zahtijeva ogromnu energiju
Glavni krivac iza velikog ugljičnog otiska generativne umjetne inteligencije je njegova potrošnja energije. Uzmimo chatbotove kao primjer. ChatGPT-ovo visoko ograničenje tokena i brza ulazna obrada zahtijevaju velike energetske zahtjeve. Većina korisnika ne shvaća koji su resursi potrebni za svaki upit za pretraživanje - oni bezumno preplavljuju chatbotove nasumičnim upitima.
Poluanaliza napravio troškovni model ChatGPT-a. Kažu da OpenAI pokreće 3617 HGX A100 poslužitelja kako bi odgovorio na milijune upita koje ChatGPT prima dnevno.
Svaki poslužitelj troši 3000 vat-sati ako je sličan poslužitelju Nvidia HGX A100. Dakle, da bi 3.617 jedinica radilo 24 sata dnevno, potrebno im je nevjerojatnih 95.054.760.000 vat-sati ili 95.054,76 megavat-sati godišnje. Za referencu, New York City koristi 5500 do 10000 megavat-sati dnevno.
Brzi rast umjetne inteligencije održava kulturu bacanja. Potrošači tehnologije su pod pritiskom da nabave najnovije sustave na tržištu, bez obzira na to trebaju li ih ili ne. Neki jedva da razumiju te naprave. Oni teže "sljedećoj velikoj stvari" jer tvrtke obećavaju nove i disruptivne značajke.
Podlegavši ovom neodrživom načinu života, potrošači omogućuju tehnološkim čelnicima kontrolu potražnje za AI platformama. Resursi se troše na suvišne alate koji donose zanemarive koristi.
Uzmimo ChatGPT, na primjer. Milijuni programera iskoristili su njegov procvat puštanjem svojih chatbota vođenih umjetnom inteligencijom. Dok su tehnološki lideri poput Microsofta, Mete i Googlea izgradili inovativne jezične modele, većina tvrtki samo je slijedila trend.
Izbjegavajte preuzimanje neprovjerenih AI chatbota na mreži. Hakeri koriste lažne ChatGPT aplikacije kako bi prevarili korisnike da odaju osobne podatke i plate pretjerane naknade za pretplatu.
3. Niti jedno središnje upravno tijelo ne regulira korištenje i razvoj umjetne inteligencije
Brz napredak umjetne inteligencije nadmašuje važeće smjernice i ograničenja. Čak i svjetski tehnološki lideri poput Sam Altman, izvršni direktor OpenAI-ja, poziva na strožu regulatornu intervenciju AI-ja za kontrolu moćnih modela. Do sada niti jedno tijelo ne nadzire i regulira aktivnosti umjetne inteligencije.
Ali čak i ako državna tijela počinju se baviti rizicima povezanima s umjetnom inteligencijom, ekološka će šteta biti na dnu njihova popisa. Vjerojatno će dati prioritet AI halucinacijama, etičkim kršenjima i prijetnjama privatnosti. Iako su jednako važne, ove stvari ne bi trebale zasjeniti negativne ekološke utjecaje umjetne inteligencije.
Vlada mora surađivati s ekološkim skupinama kako bi nadzirala tehnološke tvrtke. Mogli bi minimizirati ugljični otisak programera AI reguliranjem njihove potrošnje energije, metoda odlaganja i vađenja minerala.
4. Poljoprivredni napori vođeni umjetnom inteligencijom daju prednost prinosima nad zdravljem ekosustava
Poljoprivredni sektori istražuju načine integriranja sustava temeljenih na umjetnoj inteligenciji u poljoprivredi. Strateška implementacija mogla bi pomoći u povećanju rasta usjeva, automatizirati ručni rad i boriti se protiv prirodnih nesreća uz smanjenje troškova. Poljoprivredna umjetna inteligencija je industrija u porastu. Market.us čak predviđa da će veličina globalnog tržišta premašiti 10,2 milijarde dolara do 2032.
Ipak, unatoč tim prednostima, poljoprivredna umjetna inteligencija još uvijek zanemaruje ogromnu potrošnju energije za obuku i izgradnju ovih sustava. Davanje prioriteta visokim prinosima usjeva i učinkovitim metodama žetve također ugrožava ekosustav. Ovom brzinom, umjetna inteligencija bi mogla nenamjerno poticati intenzivne poljoprivredne prakse koje uništavaju i dehidriraju zemlju.
5. Obuka AI zahtijeva pokušaje i pogreške
Obuka platformi vođenih umjetnom inteligencijom na milijardama parametara zahtijeva ogromne resurse. Između pripreme skupova podataka za scraping i njihovog unosa u AI modele, proces bi mogao lako potrošiti milijune vat-sati.
Također, testiranje podataka sastoji se od rigoroznih pokušaja i pogrešaka. Programeri će nastaviti trošiti goleme energetske resurse dok budu razvijali iteracije modela, rješavali probleme i popravljali netočnosti.
Uzmimo ChatGPT kao primjer. A studija Sveučilišta Cornell pokazuje da je OpenAI potrošio 405 V100 GPU godina energije za treniranje GPT-3 na 175 milijardi parametara. Jednostavnije rečeno, jednom V100 GPU-u trebalo bi 405 godina da izgradi ChatGPT.
Pod pretpostavkom da OpenAI koristi nešto slično Nvidia V100 GPU, koji troše 300 watt-sati, 405 godina potrošnje energije jednako je 1.064.340.000 watt-sati. Za usporedbu, većina kućanstava troši 30.000 watt-sati dnevno. Dakle, energija koju je OpenAI koristio za početno treniranje ChatGPT-a mogla je napajati 35.478 kuća 24 sata.
Hardver koji se koristi u izgradnji, obuci i komercijalizaciji AI programa sastoji se od raznih zemljanih metala. Uzmimo GPU-ove kao primjer. Njihova proizvodnja zahtijeva bakar, kositar, srebro i cink, među ostalim sirovinama, a tehnološke tvrtke trebaju tisuće GPU-a za održavanje AI sustava.
Programeri bi trebali istražiti alternativne metode za nabavu sirovina. Inače će štetne aktivnosti rudarenja samo eskalirati kako se povećava potražnja za hardverom povezanim s umjetnom inteligencijom. Čak bi i najveći rudnici presušili nakon nekoliko desetljeća.
7. Moguće prometne gužve
AI može izgraditi energetski učinkovitije, pametna budućnost auto industrije. Studija autora Međunarodni časopis za istraživanje okoliša i javno zdravlje navodi da samovozeći automobili proizvode 50 do 100 posto manje emisije ugljika od tradicionalnih vozila. Proizvođači automobila diljem svijeta postupno će integrirati AI u svoje jedinice.
Iako štedi gorivo, pojava automobila vođenih umjetnom inteligencijom također povećava prometne gužve u gusto naseljenim gradovima. Privatna vozila će i dalje biti brojnija od čvorišta javnog prijevoza. A longitudinalno istraživanje Sveučilišta u Adelaideu kaže da bi potrošači radije kupovali automobile bez vozača nego putovanje na posao ili dijeljenje vozila.
8. Evolucija umjetne inteligencije povećava e-otpad
AI se brzo razvija jer programeri neprestano izdaju nove hardverske i softverske proizvode. Svi oni prvo žele dominirati globalnim tržištem. Nažalost, potraga za disruptivnim tehnologijama povećava društveni problem e-otpada. Zapamtite: održavanje AI sustava zahtijeva tisuće GPU-a i poslužitelja, od kojih se većina ne može reciklirati.
Svijet se računa izvješćuje da 85 posto e-otpada odlazi na odlagališta i u spalionice, a 70 posto sadrži otrovne elemente. Programeri umjetne inteligencije trebali bi istražiti održivije metode zbrinjavanja. Ekološke prakse poput smanjenja potrošnje fosilnih goriva, produžavanja životnih ciklusa hardvera i dizajniranja metoda recikliranja temeljito će promijeniti industriju.
Je li umjetna inteligencija loša za okoliš?
Unatoč štetnim učincima umjetne inteligencije na okoliš, ona nije sama po sebi neodrživa. Većina gore navedenih problema proizlazi iz načina na koji ljudi dizajniraju, programiraju, implementiraju i upravljaju tehnologijama koje pokreću umjetna inteligencija. Tehnološke tvrtke trebale bi prestati žrtvovati ekološke prakse za brzi napredak. Čak ni postizanje vrhunca opće umjetne inteligencije neće opravdati iscrpljivanje prirodnih resursa Zemlje.
Tvrtke također moraju dati prioritet ekološki prihvatljivoj tehnologiji. Poslovne, komercijalne i industrijske primjene umjetne inteligencije zasjenjuju njen potencijal da pomogne okolišu. Industrija je već preplavljena nasumičnim AI aplikacijama i alatima. Ali premalo se programera zanima za korištenje umjetne inteligencije za očuvanje resursa i klimatske promjene.
