Бум ИИ и его влияние на окружающую среду 🌍💻

Развитие искусственного интеллекта стремительно набирает обороты, но вместе с этим растут и скрытые экологические издержки. На первый взгляд ИИ кажется «невидимым» и легким на ресурсы: ChatGPT утверждает, что не потребляет энергию напрямую, а Google Bard заявляет о «нулевом углеродном следе». Однако реальность совсем другая: за этими программами стоят огромные серверные центры по всему миру, которые требуют больших объёмов электроэнергии и воды для охлаждения оборудования.

Энергозатраты на обучение и работу сложных моделей ИИ огромны, но точные цифры часто скрываются компаниями. OpenAI, Google и Microsoft не раскрывают, сколько электричества и воды уходит на их проекты, какие источники энергии используются и где расположены их дата-центры. Например, суперкомпьютер Meta✱ AI Research SuperCluster (RSC) не раскрывает ни своего местоположения, ни способа питания.

По оценкам исследователей, тренировка крупной модели Hugging Face Bloom на суперкомпьютере с использованием ядерной энергии создаёт около 50 тонн CO₂ — примерно как 60 перелётов Лондон–Нью-Йорк. Для ChatGPT GPT-3 эта цифра может достигать 500 тонн CO₂, что эквивалентно миллиону миль на бензиновом автомобиле. А GPT-4 пока не имеет открытых данных об энергопотреблении.

Помимо энергии, дата-центры требуют огромного объёма воды для охлаждения. Так, по оценкам учёных UC Riverside, тренировка GPT-3 могла потребовать до 700 тысяч литров пресной воды. В зависимости от климата и конструкции дата-центров объём воды сильно варьируется: в жарких регионах серверы требуют больше охлаждения, а современные воздушные системы экономят воду, но расходуют больше электроэнергии.

С ростом ИИ увеличиваются и размеры моделей, а значит, и энергозатраты. Крупные модели требуют более мощных графических процессоров (GPU) и больше времени на обучение. При этом компании часто стремятся строить дата-центры там, где дешёвая энергия, и могут выбирать солнечные или ветровые источники, даже если вода ограничена.

Эксперты предупреждают: без прозрачности о потреблении ресурсов и выбросах углекислого газа сложно оценить реальные экологические последствия ИИ. Более открытые данные могли бы помочь определять, где применение генеративного ИИ оправдано — например, в медицине, — а где его использование — пустая трата ресурсов.

Сегодня многие компании используют ИИ для всего: от персонализации списков покупок до анализа почты и поиска информации. Однако исследователи считают, что часто применяются слишком «тяжёлые» модели там, где можно обойтись более эффективными и энергосберегающими решениями. Как отмечает Саша Луцциони из Hugging Face: «Это как использовать микроскоп, чтобы забить гвоздь — инструмент справится с задачей, но это явно не его предназначение».

Развитие ИИ открывает огромные возможности, но важно помнить: за удобством и скоростью скрываются серьёзные экологические вызовы, которые нельзя игнорировать. 🌱⚡

* Упомянутые организации запрещены на территории РФ