Oleh roomine griesser, cnn
Baik itu menjawab email kerja atau menyusun sumpah pernikahan, alat kecerdasan buatan generatif telah menjadi kopilot yang dapat dipercaya dalam kehidupan banyak orang. Tetapi sekumpulan penelitian yang berkembang menunjukkan bahwa untuk setiap masalah yang dipecahkan AI, biaya lingkungan tersembunyi sedang meraih.
Setiap kata dalam prompt AI dipecah menjadi kelompok angka yang disebut “Token ID” dan dikirim ke pusat data besar – beberapa lebih besar dari lapangan sepak bola – didukung oleh batubara atau pembangkit gas alam. Di sana, tumpukan komputer besar menghasilkan respons melalui lusinan perhitungan cepat.
Seluruh proses dapat memakan waktu hingga 10 kali lebih banyak energi untuk diselesaikan daripada pencarian Google reguler, menurut yang sering estimasi yang dikutip oleh Lembaga Penelitian Tenaga Listrik.
Jadi, untuk setiap prompt Anda memberi AI, apa kerusakannya? Untuk mengetahuinya, para peneliti di Jerman menguji 14 sistem AI Model Bahasa (LLM) besar dengan menanyakan pertanyaan-pertanyaan respons bebas dan pilihan ganda. Pertanyaan kompleks menghasilkan emisi karbon dioksida karbon hingga enam kali lebih banyak daripada pertanyaan dengan jawaban yang ringkas.
Selain itu, “lebih pintar” llms dengan kemampuan yang lebih beralasan menghasilkan hingga 50 kali lebih banyak emisi karbon daripada sistem yang lebih sederhana untuk menjawab pertanyaan yang sama, penelitian melaporkan.
“Ini menunjukkan kepada kita pertukaran antara konsumsi energi dan keakuratan kinerja model,” kata Maximilian Dauner, seorang mahasiswa doktoral di Universitas Ilmu Terapan Hochschule München dan penulis pertama Perbatasan dalam Studi Komunikasi Diterbitkan Rabu.
Biasanya, LLM yang lebih pintar dan lebih intensif ini memiliki puluhan miliar lebih banyak parameter – bias yang digunakan untuk memproses ID token – daripada model yang lebih kecil dan lebih ringkas.
“Anda dapat menganggapnya seperti jaringan saraf di otak. Semakin banyak koneksi neuron, semakin banyak pemikiran yang dapat Anda lakukan untuk menjawab pertanyaan,” kata Dauner.
Apa yang dapat Anda lakukan untuk mengurangi jejak karbon Anda
Pertanyaan kompleks membutuhkan lebih banyak energi sebagian karena penjelasan panjang banyak model AI dilatih untuk diberikan, kata Dauner. Jika Anda meminta AI Chatbot untuk menyelesaikan pertanyaan aljabar untuk Anda, itu mungkin membawa Anda melalui langkah -langkah yang diperlukan untuk menemukan jawabannya, katanya.
“AI menghabiskan banyak energi bersikap sopan, terutama jika pengguna sopan, mengatakan ‘tolong’ dan ‘terima kasih,'” jelas Dauner. “Tapi ini hanya membuat tanggapan mereka lebih lama, mengeluarkan lebih banyak energi untuk menghasilkan setiap kata.”
Untuk alasan ini, Dauner menyarankan pengguna lebih mudah ketika berkomunikasi dengan model AI. Tentukan panjang jawaban yang Anda inginkan dan batasi pada satu atau dua kalimat, atau katakan Anda tidak memerlukan penjelasan sama sekali.
Yang paling penting, studi Dauner menyoroti bahwa tidak semua model AI dibuat secara setara, kata Sasha Luccioni, pemimpin iklim di perusahaan AI yang memeluk Wajah, dalam email. Pengguna yang ingin mengurangi jejak karbon mereka dapat lebih disengaja tentang model mana yang mereka pilih untuk tugas mana.
“Model khusus tugas seringkali jauh lebih kecil dan lebih efisien, dan sama baiknya dengan tugas khusus konteks,” Luccioni menjelaskan.
Jika Anda seorang insinyur perangkat lunak yang memecahkan masalah pengkodean yang kompleks setiap hari, model AI yang cocok untuk pengkodean mungkin diperlukan. Tetapi untuk rata-rata siswa sekolah menengah yang menginginkan bantuan dengan pekerjaan rumah, mengandalkan alat AI yang kuat seperti menggunakan kalkulator digital bertenaga nuklir.
Bahkan di dalam perusahaan AI yang sama, penawaran model yang berbeda dapat bervariasi dalam kekuatan penalaran mereka, jadi teliti kemampuan apa yang paling sesuai dengan kebutuhan Anda, kata Dauner.
Jika memungkinkan, Luccioni merekomendasikan untuk kembali ke sumber -sumber dasar – ensiklopedi online dan kalkulator telepon – untuk menyelesaikan tugas -tugas sederhana.
Mengapa sulit untuk mengukur dampak lingkungan AI
Menempatkan angka pada dampak lingkungan AI terbukti menantang.
Studi ini mencatat bahwa konsumsi energi dapat bervariasi berdasarkan kedekatan pengguna dengan jaringan energi lokal dan perangkat keras yang digunakan untuk menjalankan model AI.
Itulah mengapa para peneliti memilih untuk mewakili emisi karbon dalam kisaran, kata Dauner.
Selain itu, banyak perusahaan AI tidak berbagi informasi tentang konsumsi energi mereka – atau detail seperti ukuran server atau teknik optimasi yang dapat membantu para peneliti memperkirakan konsumsi energi, kata Shaolei Ren, seorang profesor teknik listrik dan komputer di University of California, Riverside WHO Studies Konsumsi Air AI.
“Anda tidak bisa mengatakan AI mengkonsumsi energi atau air sebanyak ini – itu tidak berarti. Kita perlu melihat setiap model individu dan kemudian (periksa apa yang digunakannya) untuk setiap tugas,” kata Ren.
Salah satu cara perusahaan AI bisa lebih transparan adalah dengan mengungkapkan jumlah emisi karbon yang terkait dengan masing -masing prompt, disarankan Dauner.
“Secara umum, jika orang lebih diberitahu tentang biaya rata -rata (lingkungan) untuk menghasilkan respons, orang mungkin akan mulai berpikir, ‘Apakah benar -benar perlu mengubah diri saya menjadi figur aksi hanya karena saya bosan?’ Atau ‘Apakah saya harus menceritakan lelucon chatgpt karena saya tidak ada hubungannya?’ ”Kata Dauner.
Selain itu, karena semakin banyak perusahaan yang mendorong untuk menambahkan alat AI generatif ke sistem mereka, orang mungkin tidak memiliki banyak pilihan bagaimana atau kapan mereka menggunakan teknologi, kata Luccioni.
“Kami tidak membutuhkan AI generatif dalam pencarian web. Tidak ada yang meminta AI chatbots di (aplikasi pesan) atau di media sosial,” kata Luccioni. “Perlombaan untuk memasukkan mereka ke dalam setiap teknologi yang ada benar -benar menyebalkan, karena ia datang dengan konsekuensi nyata bagi planet kita.”
Dengan informasi yang lebih sedikit tersedia tentang penggunaan sumber daya AI, konsumen memiliki lebih sedikit pilihan, kata Ren, menambahkan bahwa tekanan peraturan untuk transparansi lebih tidak mungkin ke Amerika Serikat dalam waktu dekat. Sebaliknya, harapan terbaik untuk AI yang lebih hemat energi mungkin terletak pada kemanjuran biaya menggunakan lebih sedikit energi.
“Secara keseluruhan, saya masih positif (masa depan). Ada banyak insinyur perangkat lunak yang bekerja keras untuk meningkatkan efisiensi sumber daya,” kata Ren. “Industri lain juga mengonsumsi banyak energi, tetapi itu bukan alasan untuk menyarankan dampak lingkungan AI bukanlah masalah. Kita pasti harus memperhatikan.” & © 2025 Cable News Network, Inc., perusahaan penemuan Warner Bros. Semua hak dilindungi undang -undang.
