Τεχνολογία

Κολοσσοί της τεχνολογίας βλέπουν να εκτροχιάζονται τα προγράμματά τους για ουδέτερο περιβαλλοντικό αποτύπωμα

Κολοσσοί της τεχνολογίας βλέπουν να εκτροχιάζονται τα προγράμματά τους για ουδέτερο περιβαλλοντικό αποτύπωμα

Πηγή Φωτογραφίας: Pixabay//Κολοσσοί της τεχνολογίας βλέπουν να εκτροχιάζονται τα προγράμματά τους για ουδέτερο περιβαλλοντικό αποτύπωμα

Ενώ ο πλανήτης παλεύει απέναντι στην κλιματική αλλαγή, η Τεχνητή Νοημοσύνη φέρνει μια τεχνολογική επανάσταση, που όμως επιβαρύνει σημαντικά το περιβάλλον με εκπομπές διοξειδίου του άνθρακα
Κολοσσοί της τεχνολογίας, όπως η Google και η Microsoft βλέπουν να εκτροχιάζονται τα προγράμματά τους για ουδέτερο περιβαλλοντικό αποτύπωμα, καθώς η Τεχνητή Νοημοσύνη αυξάνει συνεχώς τις ενεργειακές απαιτήσεις.

Ενώ ο πλανήτης παλεύει απέναντι στην κλιματική αλλαγή, η Τεχνητή Νοημοσύνη φέρνει μια τεχνολογική επανάσταση, που όμως επιβαρύνει σημαντικά το περιβάλλον με εκπομπές διοξειδίου του άνθρακα.

Η δραματική αύξηση των απαιτήσεων σε ενέργεια εξαιτίας της ανάπτυξης της Τεχνητής Νοημοσύνης απειλεί να ανατρέψει τα σχέδια ενεργειακής μετάβασης ολόκληρων εθνών, καθώς και τους περιβαλλοντικούς στόχους των ίδιων των τεχνολογικών εταιρειών.

Την ίδια στιγμή, δυστυχώς, υπάρχουν ελάχιστα δεδομένα για το αποτύπωμα άνθρακα της Τεχνητής Νοημοσύνης. Κολοσσοί όπως η OpenAI, που προκάλεσε το νέο κύμα της Τεχνητής Νοημοσύνης, δεν είναι διαφανείς για τις ενεργειακές απαιτήσεις που δημιουργεί η επεξεργασία αλγορίθμων βαθιάς μάθησης και η εκπαίδευση των μεγάλων γλωσσικών μοντέλων τους (LLM).

Η Τεχνητή Νοημοσύνη βρίσκεται στο επίκεντρο του ενδιαφέροντος, καθώς εκτιμάται ότι τα εργαλεία που θα προσφέρει θα βελτιώσουν την παραγωγικότητα της εργασίας, τις αλυσίδες εφοδιασμού και την ιατρική περίθαλψη, θα ενισχύσουν την οικονομία και θα βοηθήσουν ακόμη και στην επίλυση των περιβαλλοντικών προκλήσεων που αντιμετωπίζει ο πλανήτης, συμπεριλαμβανομένης της υπερθέρμανσης του πλανήτη.

Όμως, η εντατικοποίηση της χρήσης της Τεχνητής Νοημοσύνης, δείχνει πως συμβάλλει σε αύξηση των εκπομπών διοξειδίου του άνθρακα, με τους επιστήμονες να σημαίνουν συναγερμό.

Οι τεχνολογικοί κολοσσοί χάνουν τους στόχους τους

Οι τεχνολογικοί κολοσσοί εκπέμπουν τεράστιες ποσότητες Co2 λόγω των μεγάλων ποσοτήτων ενέργειας που καταναλώνουν τα συστήματά τους. Είναι χαρακτηριστικό ότι η Google έχει εκπομπές τριπλάσιες από την Ελλάδα, ο οποίες αυξάνονται όλο και πιο γρήγορα όσο ενσωματώνει την Τεχνητή Νοημοσύνη.

Οι εκπομπές ρύπων της Google αυξήθηκαν σχεδόν κατά 50% μέσα σε πέντε χρόνια, καθώς η εταιρεία έχει ενσωματώσει την τεχνητή νοημοσύνη σε πολλά από τα βασικά προϊόντα της. Σύμφωνα με τη νέα περιβαλλοντική έκθεση του τεχνολογικού γίγαντα, οι εκπομπές αερίων του θερμοκηπίου ανήλθαν σε 14,3 εκατ. μετρικούς τόνους ισοδύναμου διοξειδίου του άνθρακα το 2023 σημειώνοντας άνοδο κατά 48% σε σχέση με το 2019, και 13% έναντι του 2022.

Τα νούμερα αυτά καθιστούν ακόμα δυσκολότερη την επίτευξη του στόχου που έχει θέσει η Google για ουδέτερο περιβαλλοντικό αποτύπωμα μέχρι το 2030. Η Google δήλωσε ότι η υψηλότερη κατανάλωση ενέργειας στα data center και οι εκπομπές ρύπων της αλυσίδας εφοδιασμού ευθύνονται για την αύξηση, ενώ σημείωσε πως η στόχευση να προστεθεί η Τεχνητή Νοημοσύνη στα προϊόντα της θα μπορούσε να καταστήσει ακόμα πιο δύσκολη τη μείωση των εκπομπών στο μέλλον.

«Καθώς ενσωματώνουμε περαιτέρω την AI στα προϊόντα μας, η μείωση των εκπομπών μπορεί να αποτελέσει πρόκληση λόγω των αυξανόμενων ενεργειακών απαιτήσεων από τη μεγαλύτερη υπολογιστική ισχύ που απαιτεί η AI και των εκπομπών που σχετίζονται με τις αναμενόμενες αυξήσεις στις επενδύσεις μας σε τεχνικές υποδομές», έγραψε η Google στην έκθεση.

Η Google δεν είναι η πρώτη μεγάλη τεχνολογική εταιρεία που αναφέρει την ταχεία ανάπτυξη της Τεχνητής Νοημοσύνης ως εμπόδιο στην επίτευξη περιβαλλοντικών στόχων. Τον Μάιο, η Microsoft δήλωσε ότι οι εκπομπές διοξειδίου του άνθρακα αυξήθηκαν κατά 30% από το 2020, καθώς η εταιρεία επένδυε όλο και περισσότερο στην τεχνητή νοημοσύνη. Η αύξηση αυτή έκανε τον στόχο της εν λόγω εταιρείας να φτάσει κάτω από τις μηδενικές εκπομπές έως το 2030 ακόμη πιο δύσκολο από ό,τι ήταν όταν ανακοίνωσε τον στόχο της για μηδενικές εκπομπές άνθρακα.

Όπως σημείωσε η Σάσα Λουτσιόνι, επικεφαλής για το κλίμα στην startup Hugging Face, τα στοιχεία δείχνουν ότι οι εταιρείες τεχνολογίας δεν προέβλεπαν τη μαζική ανάπτυξη της Τεχνητής Νοημοσύνης όταν έθεταν τους περιβαλλοντικούς τους στόχους. «Δεν θα μπορούσαν να το έχουν κάνει», δήλωσε στο Bloomberg, σημειώνοντας πως «το έτος βάσης στην εν λόγω έκθεση της Google ήταν το 2019. Σίγουρα δεν το είχαν προβλέψει». Επισήμανε ότι οι εταιρείες αιφνιδιάστηκαν από το πόση ενέργεια απαιτείται για την κατασκευή αλλά και λειτουργία μιας τέτοιας τεχνολογίας.

Η Google κάποτε υπολόγισε ότι μια μέση διαδικτυακή αναζήτηση χρησιμοποιεί 0,3 watt ανά ώρα ηλεκτρικής ενέργειας, που ισοδυναμεί με την οδήγηση 0,0003 μιλίων με αυτοκίνητο. Σήμερα, ο αριθμός αυτός είναι πιθανότατα πολύ υψηλότερος, σύμφωνα με τον ερευνητή του ΜΙΤ, Βιάι Γκαντεπάλι, καθώς η Google έχει ενσωματώσει μοντέλα δημιουργικής τεχνητής νοημοσύνης στην αναζήτησή της.

Οι τεράστιες ενεργειακές ανάγκες της Τεχνητής Νοημοσύνης

Τα εργαλεία τεχνητής νοημοσύνης μπορούν να σχεδιαστούν για να ανιχνεύουν διαρροές αερίων του θερμοκηπίου, να παρακολουθούν την αποψίλωση των δασών, να συμβάλλουν στο σχεδιασμό νέων υλικών με χαμηλότερο αποτύπωμα άνθρακα, μεταξύ πολλών άλλων προσπαθειών φιλικών προς το κλίμα. Εντούτοις το ερώτημα που έχει αρχίσει να κυριαρχεί πλέον μετά τον ενθουσιασμό που έφερε το Chat GTP, είναι το πόση ακριβώς ενέργεια καταναλώνει η ΑΙ για την εργαλειοθήκη της και αν πράγματι το περιβαλλοντικό κόστος από την κατανάλωση ενέργειας αντισταθμίζει τα οφέλη που μπορεί να προσφέρει για την καταπολέμηση της κλιματικής αλλαγής.

Η Τεχνητή Νοημοσύνη(AI) και, πολύ περισσότερο, η Παραγωγική Τεχνητή Νοημοσύνη (GEN AI), η οποία παράγει νέο περιεχόμενο όπως κείμενο, εικόνες, ή τραγούδια μέσα από τα δεδομένα που εισάγουν οι χρήστες, είναι εξαιρετικά απαιτητική σε πόρους, όπως δείχνουν οι τελευταίες έρευνες. Καθώς η τεχνολογία αναπτύσσεται ραγδαία, απαιτούνται όλο και περισσότερα data center για την υποστήριξή της, με αποτέλεσμα να αυξάνονται οι απαιτήσεις σε ενέργεια.

Σύμφωνα με μελέτη της Hugging Face και του Πανεπιστημίου Carnegie Mellon, η παραγωγή μιας εικόνας μέσω ΤΝ, απαιτεί τόση ενέργεια όση η πλήρης φόρτιση του smartphone, ενώ η παραγωγή 1.000 εικόνων με ένα ισχυρό μοντέλο τεχνητής νοημοσύνης, παράγει διοξείδιο του άνθρακα όσο θα η οδήγηση ενός μέσου βενζινοκίνητου αυτοκινήτου για περίπου 6,5 χιλιόμετρα.

Κι αν αυτό είναι η αντιστοιχία για κάτι τόσο μικρό και ασήμαντο, καθώς όλοι σχεδόν στον πλανήτη μετά την εμφάνιση του Chat GTP πειραματίστηκαν με τέτοιες απλές εφαρμογές, οι επιπτώσεις για τον πλανήτη είναι τεράστιες, καθώς οι εταιρείες ενσωματώνουν Τεχνητή Νοημοσύνη σε όλες τις λειτουργίες τους. Από την απλή σελίδα αναζήτησης, μέχρι το ηλεκτρονικό ταχυδρομείο, που χρησιμοποιούνται δισεκατομμύρια φορές την ημέρα.

Στα πολύτιμα για την Τεχνητή Νοημοσύνη, data center, η κατανάλωση ενέργειας εκτινάσσεται από τη συνεχή 24ωρη χρήση βαριών κλιματιστικών, χωρίς τα οποία οι υπολογιστές και οι διακομιστές θα υπερθερμαίνονταν. Σε ορισμένες χώρες, συμπεριλαμβανομένης της Σαουδικής Αραβίας, της Ιρλανδίας και της Μαλαισίας, η ενέργεια που απαιτείται για τη λειτουργία όλων των κέντρων δεδομένων που σχεδιάζουν να κατασκευάσουν σε πλήρη δυναμικότητα υπερβαίνει τη διαθέσιμη προσφορά ανανεώσιμης ενέργειας, σύμφωνα με ανάλυση των τελευταίων διαθέσιμων στοιχείων από το Bloomberg.

Η χρήση μεγάλων Gen AI μοντέλων για τη δημιουργία αποτελεσμάτων ήταν πολύ πιο ενεργοβόρα από τη χρήση μικρότερων μοντέλων τεχνητής νοημοσύνης προσαρμοσμένων για συγκεκριμένες εργασίες, με την κατανάλωση ενέργειας να είναι ακόμα και έως 30 φορές υψηλότερη. Ο λόγος για τον οποίο τα παραγωγικά μοντέλα τεχνητής νοημοσύνης καταναλώνουν πολύ περισσότερη ενέργεια είναι ότι προσπαθούν να κάνουν πολλά πράγματα ταυτόχρονα, όπως να παράγουν, να ταξινομούν και να συνοψίζουν κείμενο, αντί για μία μόνο εργασία, όπως η ταξινόμηση.

Σύμφωνα με μελέτη του Πανεπιστημίου Cornell, η εκπαίδευση μοντέλων όπως το GPT-3 κατανάλωσε ενέργεια που αντιστοιχεί με 10 συνεχόμενες ώρες καύσης άνθρακα. Επίσης τα μοντέλα αυτά δεν εκπαιδεύονται μόνο μια φορά. Μοντέλα LLM όπως το Chat GPΤ πρέπει να εκπαιδεύονται συστηματικά με τα πιο πρόσφατα δεδομένα όχι μόνο για να παραμένουν σχετικά και ακριβή, αλλά και για να παρέχουν βελτιώσεις με την πάροδο του χρόνου.

Το περιβαλλοντικό αποτύπωμα της Τεχνητής Νοημοσύνης φαίνεται πως είναι τελικά μεγάλο για τον πλανήτη και πιθανότατα να μεγαλώσει περαιτέρω καθώς τα μοντέλα εξελίσσονται και οι εταιρείες επενδύουν για τη συνεχή εκπαίδευσή τους. Επίσης ο ενθουσιασμός για την Τεχνητή Νοημοσύνη έχει οδηγήσει πολλούς να χρησιμοποιούν εφαρμογές της χωρίς να αντιλαμβάνονται την κατανάλωση ενέργειας.

Όλα αυτά είναι που κάνουν ακόμα πιο επιτακτική την ανάγκη να ρυθμιστεί η Τεχνητή Νοημοσύνη και να υπάρξει διαφάνεια για το περιβαλλοντικό της αποτύπωμα, εκτιμούν επιστήμονες, καθώς τα σημαντικά οφέλη στην παραγωγικότητα και τα κέρδη που θα δημιουργηθούν, μπορεί να εξανεμιστούν από τις ανεπανόρθωτες ζημιές στο περιβάλλον που μπορεί να υπάρξουν.

Πηγή: businessdaily.gr//Στέφανος Τσουλάκης

Διαβάστε όλες τις τελευταίες Ειδήσεις από την Ελλάδα και τον Κόσμο

ΚΑΤΕΒΑΣΤΕ ΤΟ APP ΤΟΥ PAGENEWS PAGENEWS.gr - App Store PAGENEWS.gr - Google Play

Το σχόλιο σας

Loading Comments