В новом отчете Фонда информационных технологий и инноваций (ITIF) говорится, что мнение о том, что энергопотребление ИИ не поддается контролю, раздуто и часто вводит в заблуждение.
Некоммерческий аналитический центр ITIF выпустил отчет под названием "Переосмысление опасений по поводу использования энергии искусственным интеллектом" и представил проверку реальности тревожных заявлений об использовании энергии искусственным интеллектом и выбросах углекислого газа.
Отчет отметил, что драматические заголовки об энергопотреблении новых технологий - явление не новое. Когда в 1990-х годах эра доткомов достигла своего пика, в статье Forbes утверждалось: "Где-то в Америке сжигают кусок угля каждый раз, когда заказывают книгу через Интернет".
В докладе, который широко цитировался, утверждалось, что "половина электрических сетей будет питать цифровую интернет-экономику в течение следующего десятилетия".
Теперь мы знаем, что эти оценки были сильно завышены. По оценкам Международного энергетического агентства (МЭА), центры обработки данных и сети передачи данных, обеспечивающие работу интернета, потребляют от 1 до 1,5% электроэнергии в мире.
Ранее мы уже сообщали о огромные водные и энергетические ресурсы которые расходуются на обучение моделей искусственного интеллекта и на выводы, но отчет ITIF помогает внести немного здравого смысла в нашу первоначальную паническую реакцию.
Факты против вымысла
Получить точные данные о выбросах и энергопотреблении ИИ - непростая задача. Помимо вычислительной мощности процессора, существуют энергоресурсы, связанные с производством чипов, охлаждением, переменной рабочей нагрузкой и т. д...
Таким образом, трудно получить точную цифру и легко представить правдоподобную алармистскую.
В 2019 году исследователи из Массачусетского университета в Амхерсте подсчитали, что при обучении модели BERT компании Google за 79 часов тренировок было выброшено 1 438 фунтов углекислого газа (CO2). Это примерно 75% выбросов CO2 при перелете в обе стороны из Нью-Йорка в Сан-Франциско.
Они также подсчитали, что если гипотетически модель, подобную BERT, обучить поиску нейронной архитектуры (NAS), одной из самых сложных с вычислительной точки зрения задач машинного обучения, то это приведет к выбросу 626 155 фунтов CO2.
Это эквивалентно примерно 300 полетам в обе стороны с восточного на западное побережье США. Угадайте, какая цифра выбросов попала в заголовки газет.
Хуже того, оказалось, что оценка исследователей в этом наихудшем сценарии NAS была завышена в 88 раз. Неудивительно, что поправка к отчету не попала в новости.
Критики полагают, что быстрое внедрение #AI в сочетании с увеличением размера моделей глубокого обучения приведет к массовому увеличению #energy использования с потенциально разрушительным воздействием на окружающую среду. Но так ли это? https://t.co/GHayfR4GTf
- Фонд информационных технологий и инноваций (@ITIFdc) 4 февраля 2024 года
Становится лучше, а не хуже
Да, обучение моделей ИИ и, в первую очередь, вывод, потребляет много энергии. Однако в отчете отмечается, что эффективность моделей ИИ и аппаратного обеспечения со временем приведет к снижению энергопотребления.
Вот краткая версия причин, приведенных в отчете:
- Поскольку темпы совершенствования моделей ИИ замедляются, разработчики сосредоточатся на повышении эффективности моделей, чтобы сделать их экономически выгодными.
- Чипы ИИ становятся все более эффективными. В период с 2010 по 2018 год в мировых центрах обработки данных на 550 % увеличилось количество вычислительных экземпляров и на 2400 % - емкость хранилищ, но при этом энергопотребление центров обработки данных выросло всего на 6 %.
- Следует учитывать эффект замещения ИИ. Скачивание книги более экологично, чем ее печать и доставка. Аналогичным образом ИИ может устранить задачи с большим выбросом углерода. При наборе страницы текста человек выбрасывает гораздо больше углерода, чем при создании его искусственным интеллектом.
- Способность искусственного интеллекта повышать эффективность коммунальных систем, обрабатывать сложные данные об изменении климата, обеспечивать точное земледелие и оптимизировать логистику - все это снижает выбросы углекислого газа.
Хотя в отчете говорится, что энергопотребление ИИ не столь тревожно, как сообщалось ранее, в нем содержится призыв к разработке стандартов энергетической прозрачности для моделей ИИ, чтобы облегчить сравнительный анализ.
ITIF также пришла к выводу, что чрезмерное регулирование моделей ИИ может сделать их менее энергоэффективными, так как методы разбавления LLM увеличивают энергозатраты.
Отчет стоит того, чтобы прочитать его полностью. В нем есть множество прекрасных примеров, которые подчеркивают, как эти в противовес ускорению развития искусственного интеллекта Разработчики используют недостоверные данные об энергопотреблении, чтобы доказать свою правоту.
В конце статьи приводится ссылка на обозревателя газеты The Guardian, который повторил дискредитировавшее себя исследование BERT 2019 года в декабре 2023 года, через два года после того, как было доказано, что оно является ложным и вводящим в заблуждение. Проблема не исчезает.
Не верьте всему, что утверждают технофобы. Путешествие на поезде не разрушит человеческое тело, интернет не потребляет большую часть электроэнергии, а искусственный интеллект, вероятно, не уничтожит окружающую среду.
