Svaka riječ unesena u upit umjetnoj inteligenciji pretvara se u skupine brojeva, tzv. “ID tokeni”, koji se zatim šalju u golema podatkovna središta – neka veća i od nogometnih igrališta – često napajana iz termoelektrana na ugljen ili prirodni plin. Tamo nizovi snažnih računala generiraju odgovore kroz desetke brzih, energetski zahtjevnih izračuna.
Prema procjeni Instituta za istraživanje električne energije (Electric Power Research Institute), cijeli taj proces može potrošiti i do 10 puta više energije nego obična Google pretraga, izvještava CNN.
Koliko jedan AI upit šteti okolišu?
Kako bi pronašli odgovor, istraživači u Njemačkoj testirali su 14 velikih jezičnih AI modela (LLM), postavljajući im pitanja otvorenog i višestrukog izbora. Rezultati su pokazali da složenija pitanja mogu proizvesti i do šest puta više emisija ugljičnog dioksida od jednostavnih upita.
Uz to, “pametniji” modeli, s naprednijim sposobnostima zaključivanja, emitirali su i do 50 puta više ugljika za isti odgovor, navodi se u studiji objavljenoj u časopisu Frontiers in Communication.
“Ovo nam pokazuje kompromis između energetske potrošnje i točnosti modela”, kaže Maximilian Dauner, doktorand na Visokom učilištu primijenjenih znanosti u Münchenu i glavni autor studije.
Takvi modeli sadrže desetke milijardi parametara – internih postavki za obradu informacija – zbog čega troše više energije. “Možete ih zamisliti kao neuronsku mrežu u mozgu. Što više neuronskih veza, to više ‘razmišljanja’ da bi se došlo do odgovora”, pojašnjava Dauner.
Kako smanjiti svoj ugljični otisak pri korištenju AI-ja?
Dulji i složeniji odgovori traže više energije jer su modeli trenirani da budu iscrpni, prenosi hr.n1. Ako pitate AI da riješi zadatak iz matematike, vrlo vjerojatno ćete dobiti svaki korak detaljno objašnjen.
“AI troši puno energije na pristojnost, pogotovo ako korisnici koriste izraze poput ‘molim’ i ‘hvala’“, kaže Dauner. “To produžuje odgovor i povećava energetsku potrošnju.”
Njegov savjet korisnicima je: budite konkretni i sažeti. Tražite kratke odgovore i jasno naglasite da ne želite dodatna objašnjenja.
Sasha Luccioni, voditeljica klimatskog odjela u AI kompaniji Hugging Face, ističe da nisu svi AI modeli jednako energetski zahtjevni. “Specijalizirani modeli su manji, učinkovitiji i često jednako dobri za određene zadatke”, kaže.
Za učenika koji traži pomoć s domaćom zadaćom, korištenje snažnog LLM-a može biti kao da koristi nuklearnu elektranu za pokretanje kalkulatora. Zato se preporučuje korištenje jednostavnijih alata poput online enciklopedija ili klasičnih kalkulatora, kad god je to moguće.
Zašto je teško mjeriti stvarni utjecaj AI-ja na okoliš?
Određivanje točne količine emisija koje generira AI sustav vrlo je izazovno. Potrošnja energije varira ovisno o udaljenosti korisnika od podatkovnog centra, vrsti korištenog hardvera, pa čak i vremenskim uvjetima.
Osim toga, mnoge AI kompanije ne objavljuju podatke o potrošnji energije, veličini servera ni metodama optimizacije.
“Ne možemo samo reći da AI u prosjeku troši određenu količinu energije ili vode – to jednostavno nije precizno”, ističe Shaolei Ren, profesor elektrotehnike i računalnog inženjerstva sa Sveučilišta u Kaliforniji, koji proučava i utjecaj AI-ja na potrošnju vode.
Jedan od prijedloga za veću transparentnost je objava emisija CO₂ po svakom AI upitu, predlaže Dauner.
AI je svuda – ali treba li biti?
“Kad bi ljudi znali kolika je ekološka cijena generiranja jednog odgovora, možda bi se češće pitali: ‘Je li mi stvarno potrebno pretvoriti se u akcijsku figuricu jer mi je dosadno?’ ili ‘Moram li tražiti da mi AI ispriča vic?'”, kaže Dauner.
Luccioni upozorava da korisnici često i nemaju izbora, jer kompanije sve češće integriraju generativni AI u aplikacije, bez stvarne potrebe.
“Ne trebamo generativni AI u svakom web pretraživanju. Nitko nije tražio AI chatbotove u porukama ili na društvenim mrežama”, ističe. “Utrka da se AI ubaci u sve može imati ozbiljne posljedice za okoliš.”
Zbog nedostatka transparentnosti, korisnici imaju ograničenu kontrolu, a regulatorni pritisci, osobito u SAD-u, još uvijek izostaju.
Ipak, Ren ostaje umjereno optimističan:
“Mnogi softverski inženjeri rade na razvoju učinkovitijih sustava. Druge industrije također troše puno energije, ali to nije razlog da zanemarimo utjecaj AI-ja. Vrijeme je da to shvatimo ozbiljno.”
