Auf der letzten I/O-Konferenz hat Google sein Search Generative Experience (SGE) vorgestellt, mit dem generative KI in die Google-Suche integriert werden soll.
Die SGE, die bis Ende 2024 über eine Milliarde Nutzer mit KI-generierten Antworten versorgen soll, stützt sich auf Gemini, Googles Familie großer Sprachmodelle (LLMs), um menschenähnliche Antworten auf Suchanfragen zu generieren.
Anstelle einer herkömmlichen Google-Suche, bei der in erster Linie Links angezeigt werden, wird Ihnen neben anderen Ergebnissen eine von der KI generierte Zusammenfassung präsentiert.
Diese "KI-Übersicht" ist kritisiert worden für Bereitstellung unsinniger Informationenund Google arbeitet schnell an Lösungen, bevor es mit der Masseneinführung beginnt.
Aber abgesehen von der Empfehlung, Kleber auf die Pizza zu geben und Pythons als Säugetiere zu bezeichnen, gibt es noch ein weiteres Problem mit der neuen KI-gesteuerten Suchstrategie von Google: die Umweltbelastung.
Warum SGE ressourcenintensiv ist
Während herkömmliche Suchmaschinen lediglich vorhandene Informationen aus dem Internet abrufen, müssen generative KI-Systeme wie das SGE für jede Suchanfrage völlig neue Inhalte erstellen.
Dieses Verfahren erfordert weitaus mehr Rechenleistung und Energie als herkömmliche Suchmethoden.
Es wird geschätzt, dass täglich zwischen 3 und 10 Milliarden Google-Suchen durchgeführt werden. Die Auswirkungen der Anwendung von KI auf auch nur einen kleinen Prozentsatz dieser Suchanfragen könnten unglaublich sein.
Sasha Luccioni, ein Forscher des KI-Unternehmens Hugging Face, der sich mit den Auswirkungen dieser Technologien auf die Umwelt befasst, erörterte vor kurzem den starken Anstieg des Energieverbrauchs, den SGE auslösen könnten.
Luccioni und ihr Team schätzen, dass die Generierung von Suchinformationen mit KI 30-mal so viel Energie wie eine herkömmliche Suche erfordern könnte.
"Es macht einfach Sinn, oder? Während eine gewöhnliche Suchanfrage vorhandene Daten aus dem Internet findet, müssen Anwendungen wie KI-Übersichten völlig neue Informationen erstellen". sagte sie zu Scientific American.
Im Jahr 2023 stellten Luccioni und ihre Kollegen fest, dass das Training mit dem LLM BLOOM Treibhausgase in Höhe von 19 Kilogramm CO2 pro Nutzungstag ausstößt, was der Menge entspricht, die bei einer Fahrt von 49 Meilen mit einem durchschnittlichen gasbetriebenen Auto entsteht. Sie fanden auch heraus, dass die Erzeugung von Nur zwei Bilder mit KI können so viel Energie verbrauchen wie das vollständige Aufladen eines durchschnittlichen Smartphones.
Frühere Studien schätzten, dass die CO2-Emissionen, die mit dem Training eines KI-Modells verbunden sind, die von Hunderten von kommerziellen Flügen oder einem durchschnittlichen Auto während seiner Lebensdauer übersteigen könnten.
In einem Interview mit Reuters im letzten JahrJohn Hennessy, Vorsitzender der Google-Muttergesellschaft Alphabet, räumte selbst die höheren Kosten ein, die mit der KI-gestützten Suche verbunden sind.
"Ein Austausch mit einem großen Sprachmodell könnte zehnmal mehr kosten als eine herkömmliche Suche", erklärte er, sagte aber voraus, dass die Kosten mit der Feinabstimmung der Modelle sinken würden.
Belastung von Infrastruktur und Ressourcen durch die KI-Suche
Datenzentren, die KI-Server beherbergen, werden ihren Energieverbrauch bis 2026 voraussichtlich verdoppeln und möglicherweise so viel Energie verbrauchen Macht als kleines Land.
Da Chip-Hersteller wie NVIDIA immer größere und leistungsfähigere Chips auf den Markt bringen, könnte es bald die Äquivalent von mehreren Kernkraftwerken zur Ausführung umfangreicher KI-Workloads.
Wenn KI-Unternehmen auf die Frage antworten, wie dies aufrechterhalten werden kann, nennen sie in der Regel die höhere Effizienz und Kapazität der erneuerbaren Energien und die verbesserte Energieeffizienz der KI-Hardware.
Der Übergang zu erneuerbaren Energiequellen für Rechenzentren erweist sich jedoch als langsam und komplex.
Shaolei Ren, Computeringenieurin an der University of California, Riverside, die sich mit nachhaltiger KI befasst, erklärt: "Bei erneuerbaren Energien gibt es ein Missverhältnis zwischen Angebot und Nachfrage. Die intermittierende Natur der erneuerbaren Energieerzeugung passt oft nicht zu der konstanten, stabilen Energie, die von Rechenzentren benötigt wird".
Aufgrund dieses Missverhältnisses werden fossile Kraftwerke in Gebieten mit einer hohen Konzentration an technischer Infrastruktur länger als geplant am Netz gehalten.
Eine weitere Lösung für Energieprobleme liegt in energieeffizienter KI-Hardware. NVIDIAs neuer Blackwell-Chip ist um ein Vielfaches energieeffizienter als seine Vorgängermodelle, und andere Unternehmen wie Delta arbeiten an effizienter Hardware für Rechenzentren.
Rama Ramakrishnan, Professor an der MIT Sloan School of Management, erklärte, dass die Anzahl der Suchanfragen, die über LLMs laufen, wahrscheinlich zunehmen wird, während die Kosten pro Anfrage zu sinken scheinen, da die Unternehmen daran arbeiten, Hardware und Software effizienter zu gestalten.
Aber wird das ausreichen, um den steigenden Energiebedarf auszugleichen? "Es ist schwer vorherzusagen", sagt Ramakrishnan. "Meine Vermutung ist, dass es wahrscheinlich steigen wird, aber wahrscheinlich nicht dramatisch".
Der Wettlauf um die KI wird immer intensiver, und es ist notwendig geworden, die Auswirkungen auf die Umwelt zu mildern. Not macht erfinderisch, und die Technologieunternehmen stehen unter dem Druck, Lösungen zu entwickeln, um die Dynamik der KI aufrechtzuerhalten.
Energieeffiziente Hardware, erneuerbare Energien und sogar Fusionskraft kann den Weg zu einer nachhaltigeren Zukunft der KI ebnen, aber der Weg dorthin ist mit Unsicherheiten behaftet.
SGE könnte auch die Wasservorräte belasten
Wir können auch über den Wasserbedarf spekulieren, der durch die SGE entsteht und der den enormen Anstieg des Wasserverbrauchs in Rechenzentren widerspiegeln könnte, der der generativen KI-Industrie zugeschrieben wird.
Nach den jüngsten Umweltberichten von Microsoft ist der Wasserverbrauch um bis zu 50% in die Höhe geschossen in einigen Regionen, wobei sich der Wasserverbrauch der Rechenzentren in Las Vegas seit 2022 verdoppelt hat. In den Berichten von Google wird auch ein Anstieg der Wasserausgaben für Rechenzentren um 20% im Jahr 2023 im Vergleich zu 2022 verzeichnet.
Ren führt den Großteil dieses Wachstums auf KI zurück: "Man kann mit Fug und Recht behaupten, dass der Großteil des Wachstums auf KI zurückzuführen ist, einschließlich der hohen Investitionen von Microsoft in generative KI und die Partnerschaft mit OpenAI."
Ren schätzt, dass jede Interaktion mit ChatGPT, die aus 5 bis 50 Eingabeaufforderungen besteht, unglaubliche 500 ml Wasser verbraucht.
In einem Papier die 2023 veröffentlicht wurde, schrieb Rens Team: "Die globale KI-Nachfrage könnte im Jahr 2027 für 4,2 bis 6,6 Milliarden Kubikmeter Wasserentnahme verantwortlich sein, was mehr ist als die gesamte jährliche Wasserentnahme von 4 bis 6 Dänemark oder der Hälfte des Vereinigten Königreichs."
Anhand von Rens Forschungsergebnissen können wir einige Berechnungen darüber anstellen, wie das SGE von Google in diese Vorhersagen einfließen könnte.
Nehmen wir an, Google verarbeitet weltweit durchschnittlich 8,5 Milliarden Suchanfragen pro Tag. Angenommen, dass auch nur ein Bruchteil dieser Suchanfragen, sagen wir 10%, SGE nutzen und KI-gestützte Antworten mit durchschnittlich 50 Wörtern pro Antwort generieren, könnte der Wasserverbrauch phänomenal sein.
Legt man Rens Schätzung von 500 Millilitern Wasser pro 5 bis 50 Eingabeaufforderungen zugrunde (z. B. für eine einzige Google SGE-Sitzung), kann man grob berechnen, dass 850 Millionen SGE-gestützte Suchanfragen (10% der täglichen Google-Suchanfragen) täglich etwa 425 Millionen Liter Wasser verbrauchen würden.
Dies ist gleichbedeutend mit der täglich Wasserverbrauch einer Stadt mit einer Bevölkerung von über 2,5 Millionen Menschen.
In der Realität kann der tatsächliche Wasserverbrauch je nach Faktoren wie der Effizienz der Google-Rechenzentren und der spezifischen Implementierung und dem Umfang der SGE variieren.
Dennoch ist die Vermutung naheliegend, dass die SGE und andere Formen der KI-Suche den Ressourcenverbrauch der KI weiter in die Höhe treiben werden.
Werden globale KI-Erfahrungen wie die SGE in großem Maßstab nachhaltig sein? Es spielen zahlreiche Faktoren eine Rolle, aber es wird kein Spaziergang.
