Всеки път, когато използвате изкуствен интелект, за да генерирате изображение, да напишете имейл или да зададете въпрос на чатбот, се плаща "екологична" цена под формата на използвана енергия и генерирани парникови емисии. 

Генерирането на едно изображение с помощта на мощен AI модел отнема толкова енергия, колкото пълното зареждане на смартфон. Това показва проучване на изследователи от технологичния стартъп Hugging Face и университета Карнеги Мелън, цитирано от MIT Technology Review. 

Учените установяват още, че използването на AI модел за генериране на текст изразходва значително по-малко електроенергия. Създаването на 1000 текста използва толкова енергия, колкото 16% от пълното зареждане на смартфона.

Изследването, което тепърва ще бъде рецензирано, показва, че докато обучението на масивни AI модели е невероятно енергоемко, то е само една част от пъзела. По-големият дял от въглеродния отпечатък на AI технологиите идва от действителната им употреба.

"Проучването за първи път изчислява въглеродните емисии, причинени от използването на AI модел за различни задачи", казва Саша Лучиони, изследовател на AI в Hugging Face.

Тя се надява разбирането на тези емисии да помогне за взимането на информирани решения по отношение на използването на AI, така че то да е по-щадящо за планетата.

Лучиони и нейният екип разглеждат емисиите, свързани с 10 популярни AI задачи на платформата Hugging Face, като отговаряне на въпроси, генериране на текст, класификация и генериране на изображения. Те провеждат експериментите върху 88 различни модела.

За всяка от задачите се изпълняват 1000 команди и се измерва използваната енергия със специален инструмент, наречен Code Carbon. Той прави тези изчисления, като разглежда енергията, която компютърът консумира, докато работи с модела.

Екипът също така изчислява емисиите, генерирани от изпълнението на тези задачи, използвайки осем генеративни модела, обучени да изпълняват различни задачи.

Генерирането на изображения e най-енергоемката и въглеродно-интензивна задача, базирана на AI.

Генерирането на 1000 изображения с мощен AI модел, като Stable Diffusion XL, е отговорно за приблизително толкова въглероден диоксид, колкото шофирането в средностатистически бензинов автомобил на разстояние 6.5 километра.

За разлика от него, моделът за генериране на текст е с най-малко въглеродни емисии, или колкото карането на 0.001 километра, т.е. 1 метър, със същото превозно средство.  

Проучването дава полезна представа за въглеродния отпечатък на AI, като предлага конкретни числа и разкрива някои тревожни възходящи тенденции, казва Лин Каак, асистент по компютърни науки и обществена политика в Hertie School в Германия.

Тези емисии се натрупват бързо. Бумът на генеративния AI накара големите технологични компании да интегрират мощни AI модели в много различни продукти - от имейл платформи до софтуер за текстова обработка.

Тези генеративни AI модели вече се използват милиони, ако не и милиарди пъти всеки ден.

Екипът от учени установява, че използването на големи генеративни модели за създаване на резултати е много по-енергийно интензивно от това на по-малки AI модели, пригодени за конкретни задачи. 

"Например, използването на генеративен модел за класифициране на филмови рецензии, според това дали са положителни или отрицателни, изразходва около 30 пъти повече енергия, отколкото използването на фино настроен модел, създаден специално за тази задача", казва Лучиони.

Причината, поради която генеративните AI модели използват много повече енергия, е, че те се опитват да правят много неща наведнъж, като генериране, класифициране и обобщаване на текст, вместо само една конкретна задача.

Сравняването на въглеродните емисии на по-новите и по-големи генеративни модели с тези на по-старите също е важно. Оказва се, че новата вълна от AI системи е много по-въглеродноинтензивна от алгоритмите преди две или пет години.

По данни на Google отпреди няколко години, средното онлайн търсене в търсачкана на компанията използва 0.3 вата часа електричество, еквивалентно на шофиране на под един метър с кола. 

"Днес това количество вероятно е много по-високо, тъй като Google също интегрира генеративни AI модели в своето търсене", казва Виджай Гадепали, изследовател в лабораторията MIT Lincoln.

Изследователите не само установяват, че емисиите за всяка задача са много по-високи от очакваното, но откриват, че ежедневните емисии, свързани с използването на AI, далеч надвишават тези, генерирани при обучението му. 

Саша Лучиони тества различни версии на многоезичния AI модел BLOOM на Hugging Face, за да види колко употреби ще са необходими, за да се изпреварят разходите за обучение.

Оказва се, че са необходими над 590 милиона употреби, за да се достигнат въглеродните разходи за обучение на най-големия модел. За някои от най-популярните модели, като ChatGPT, може да отнеме само няколко седмици, докато емисиите от използването им надхвърлят тези от обучението.

Това е така, защото големите AI модели се обучават само веднъж, но след това могат да се използват милиарди пъти. Според някои оценки, популярни модели, като ChatGPT, имат до 10 милиона потребители на ден, много от които ги използват повече от веднъж.
 

Новините на Darik Business Review във Facebook , Instagram , LinkedIn и Twitter !