ИИ обладает невероятным потенциалом, но есть и серьезные недостатки, которые необходимо учитывать.
Поскольку гонка ИИ развивается быстрее, чем когда-либо, многие беспокоятся о том, как эти технологии повлияют на экосистему. Принятие ИИ продолжает расти. Наряду с этим его углеродный след будет только ухудшаться, если разработчики, конечные пользователи и регулирующие органы будут продолжать игнорировать его воздействие на окружающую среду.
Тем не менее, устойчивое массовое внедрение все еще возможно. Но люди и организации должны работать вместе, чтобы решить, как ИИ наносит вред окружающей среде.
Ключевые выводы
- Вычисления ИИ потребляют огромное количество энергии, что способствует их большому углеродному следу. Разработчики и пользователи должны знать о воздействии на окружающую среду и рассматривать более устойчивые методы.
- Стремительные разработки в области искусственного интеллекта увековечивают культуру одноразового использования, что приводит к расточительному потреблению ресурсов. Потребители должны избегать ненужных покупок, а компании должны отдавать приоритет значимым инновациям.
- В настоящее время нет центрального руководящего органа, регулирующего использование и разработку ИИ, поэтому экологические проблемы остаются в конце списка приоритетов. Сотрудничество между правительством и экологическими группами необходимо для минимизации воздействия ИИ на окружающую среду.
1. Вычисления ИИ требуют огромной энергии
Основной причиной большого углеродного следа генеративного ИИ является его энергопотребление. Возьмем, к примеру, чат-ботов. Высокий лимит токенов ChatGPT и быстрая обработка ввода требуют огромных затрат энергии. Большинство пользователей не осознают, сколько ресурсов требуется для каждого поискового запроса — они бездумно заваливают чат-ботов случайными подсказками.
полуанализ сделал стоимостную модель ChatGPT. Они говорят, что OpenAI использует 3617 серверов HGX A100, чтобы отвечать на миллионы запросов, которые ежедневно получает ChatGPT.
Каждый сервер потребляет 3000 ватт-часов, если они аналогичны Нвидиа ХГХ А100. Таким образом, для круглосуточной работы 3 617 единиц требуется 95 054 760 000 ватт-часов или 95 054,76 мегаватт-часов в год. Для справки, Нью-Йорк потребляет от 5 500 до 10 000 мегаватт-часов ежедневно..
Быстрый рост ИИ увековечивает культуру одноразового использования. Технологические потребители вынуждены приобретать новейшие системы на рынке, независимо от того, нужны они им или нет. Некоторые даже не разбираются в этих гаджетах. Они преследуют «следующую большую вещь», потому что компании обещают новые революционные функции.
Поддавшись этому неустойчивому образу жизни, потребители позволяют технологическим лидерам контролировать спрос на платформы искусственного интеллекта. Ресурсы тратятся на избыточные инструменты, которые приносят незначительную пользу.
Возьмем, к примеру, ChatGPT. Миллионы разработчиков извлекли выгоду из его бума, выпустив своих чат-ботов, управляемых искусственным интеллектом. В то время как технологические лидеры, такие как Microsoft, Meta и Google, создавали инновационные языковые модели, большинство компаний просто ухватились за эту тенденцию.
Избегайте загрузки непроверенных чат-ботов с искусственным интеллектом в Интернете. Хакеры используют поддельные приложения ChatGPT чтобы заставить пользователей разглашать личную информацию и платить непомерную абонентскую плату.
3. Нет центрального руководящего органа, регулирующего использование и развитие ИИ
Стремительное развитие ИИ опережает руководящие принципы и ограничения. Даже мировые технологические лидеры любят Сэм Альтман, генеральный директор OpenAI, призывает к более строгому вмешательству регулирующих органов в области ИИ для управления мощными моделями. На данный момент ни один орган не контролирует и не регулирует деятельность ИИ.
Но даже если государственные органы начинают бороться с рисками, связанными с ИИ, экологический ущерб будет в конце их списка. Скорее всего, они отдадут приоритет галлюцинациям ИИ, этическим нарушениям и угрозам конфиденциальности. Хотя эти вопросы не менее важны, они не должны затмевать негативное воздействие ИИ на окружающую среду.
Правительство должно работать с экологическими группами, чтобы контролировать технологические компании. Они могли бы минимизировать углеродный след разработчиков ИИ, регулируя их энергопотребление, методы утилизации и добычу полезных ископаемых.
4. Сельскохозяйственные усилия, управляемые искусственным интеллектом, отдают приоритет урожайности, а не здоровью экосистемы
Сельскохозяйственные отрасли изучают способы интеграции систем на основе ИИ в сельское хозяйство. Стратегическая реализация может помочь максимизировать рост урожая, автоматизировать ручной труд и бороться со стихийными бедствиями при минимальных накладных расходах. Сельскохозяйственный ИИ — растущая отрасль. Market.us даже предсказывает, что к 2032 году размер мирового рынка превысит 10,2 миллиарда долларов.
Тем не менее, несмотря на эти преимущества, сельскохозяйственный ИИ по-прежнему упускает из виду огромные энергозатраты на обучение и создание этих систем. Приоритет высокой урожайности и эффективных методов сбора урожая также ставит под угрозу экосистему. Такими темпами ИИ может непреднамеренно стимулировать интенсивные методы ведения сельского хозяйства, которые разрушают и обезвоживают землю.
5. Обучение ИИ требует проб и ошибок
Обучение платформ, управляемых искусственным интеллектом, миллиардам параметров требует огромных ресурсов. Между подготовкой наборов данных для очистки и ввода их в модели ИИ этот процесс может легко истощить миллионы ватт-часов.
Кроме того, тестирование данных состоит из строгих проб и ошибок. Разработчики будут продолжать потреблять огромные ресурсы энергии, поскольку они разрабатывают итерации модели, устраняют неполадки и устраняют неточности.
Возьмем в качестве примера ChatGPT. А исследование Корнельского университета показывает, что OpenAI потребляет 405 лет энергии графического процессора V100 для обучения GPT-3 по 175 миллиардам параметров. Проще говоря, одному графическому процессору V100 потребуется 405 лет для создания ChatGPT.
Предполагая, что OpenAI использует что-то похожее на Графические процессоры Nvidia V100, которые потребляют 300 ватт-часов, 405 лет потребления энергии равняются 1 064 340 000 ватт-часов. Для справки, большинство домохозяйств потребляют 30 000 ватт-часов в день. Таким образом, энергия, которую OpenAI использовала для обучения ChatGPT, изначально могла питать 35 478 домов в течение 24 часов.
Аппаратное обеспечение, используемое при создании, обучении и коммерциализации программ ИИ, состоит из различных металлов. Возьмем в качестве примера графические процессоры. Для их производства требуются медь, олово, серебро и цинк, а также другое сырье, а технологическим компаниям нужны тысячи графических процессоров для обслуживания систем ИИ.
Разработчики должны изучить альтернативные методы получения сырья. В противном случае вредоносная деятельность по добыче полезных ископаемых будет только усиливаться по мере увеличения спроса на оборудование, связанное с ИИ. Даже самые крупные шахты иссякнут через несколько десятилетий.
7. Потенциальные заторы на дорогах
ИИ может построить более энергоэффективный, умное будущее для автомобильной промышленности. Исследование, проведенное Международный журнал экологических исследований и общественного здравоохранения утверждает, что беспилотные автомобили производят на 50-100% меньше выбросов углекислого газа, чем традиционные автомобили. Производители автомобилей по всему миру будут постепенно интегрировать ИИ в свои подразделения.
Несмотря на экономию топлива, появление автомобилей с искусственным интеллектом также увеличивает заторы на дорогах в густонаселенных городах. Частные транспортные средства будут по-прежнему превосходить по количеству узлы общественного транспорта. А лонгитюдный опрос Университета Аделаиды говорит, что потребители предпочтут покупать беспилотные автомобили, а не ездить на работу или совместно использовать транспортные средства.
8. Эволюция ИИ увеличивает количество электронных отходов
ИИ стремительно развивается, потому что разработчики продолжают выпускать новые аппаратные и программные продукты. Все они хотят сначала доминировать на мировом рынке. К сожалению, использование прорывных технологий усугубляет растущую проблему электронных отходов в обществе. Помните: для обслуживания систем ИИ требуются тысячи графических процессоров и серверов, большинство из которых не могут быть переработаны.
Мир имеет значение сообщает, что 85 процентов электронных отходов отправляются на свалки и мусоросжигательные заводы, а 70 процентов содержат токсичные элементы. Разработчики ИИ должны изучить более устойчивые методы утилизации. Экологические методы, такие как сокращение потребления ископаемого топлива, продление жизненного цикла оборудования и разработка методов переработки, кардинально изменят отрасль.
Опасен ли ИИ для окружающей среды?
Несмотря на вредное воздействие ИИ на окружающую среду, он не является неустойчивым по своей сути. Большинство из вышеперечисленных проблем связаны с тем, как люди разрабатывают, программируют, внедряют и управляют технологиями, управляемыми ИИ. Технологические компании должны перестать жертвовать экологическими практиками ради быстрого прогресса. Даже достижение пика общего искусственного интеллекта не оправдает истощения природных ресурсов Земли.
Компании также должны отдавать приоритет экологически чистым технологиям. Деловые, коммерческие и промышленные приложения искусственного интеллекта затмевают его потенциал по защите окружающей среды. Индустрия уже наводнена случайными приложениями и инструментами ИИ. Но недостаточно разработчиков заинтересованы в использовании ИИ для сохранения ресурсов и изменения климата.