На последней флагманской конференции I/O компания Google удвоила свои усилия по созданию Search Generative Experience (SGE), который позволит внедрить генеративный искусственный интеллект в Google Search.
SGE, цель которой - предоставить ответы, сгенерированные искусственным интеллектом, более чем миллиарду пользователей к концу 2024 года, опирается на Gemini, семейство больших языковых моделей (LLM) Google, чтобы генерировать человекоподобные ответы на поисковые запросы.
Вместо традиционного поиска Google, который в основном отображает ссылки, вам будет предложено резюме, сгенерированное искусственным интеллектом, наряду с другими результатами.
Этот "Обзор ИИ" подвергся критике за то, что предоставление информации о глупостяхИ Google быстро работает над решениями, прежде чем начать массовое внедрение.
Но помимо рекомендации добавлять клей в пиццу и утверждения, что питоны - млекопитающие, есть еще одна проблема, связанная с новой поисковой стратегией Google, основанной на искусственном интеллекте: ее экологический след.
Почему ЕГЭ требует больших затрат ресурсов
В то время как традиционные поисковые системы просто извлекают существующую информацию из интернета, генеративные системы ИИ, такие как SGE, должны создавать совершенно новый контент для каждого запроса.
Этот процесс требует гораздо больше вычислительной мощности и энергии, чем обычные методы поиска.
По оценкам, ежедневно в Google выполняется от 3 до 10 миллиардов поисковых запросов. Применение искусственного интеллекта даже к небольшому проценту этих запросов может оказать невероятное воздействие.
Саша Лучиони, исследователь из компании Hugging Face, занимающейся разработкой ИИ и изучающей влияние этих технологий на окружающую среду, недавно рассказал о резком увеличении потребления энергии, которое может вызвать SGE.
По оценкам Лучиони и ее команды, для генерации поисковой информации с помощью искусственного интеллекта может потребоваться в 30 раз больше энергии, чем при обычном поиске.
"В этом есть смысл, верно? В то время как обычный поисковый запрос находит существующие данные в Интернете, приложения, подобные ИИ-обзорам, должны создавать совершенно новую информацию". она рассказала в интервью журналу Scientific American.
В 2023 году Лучиони и ее коллеги обнаружили, что при обучении на LLM BLOOM выделяется 19 килограммов парниковых газов в день, или столько же, сколько образуется при проезде 49 миль на среднем автомобиле с газовым двигателем. Они также обнаружили, что генерация Всего два изображения с помощью искусственного интеллекта могут потреблять столько же энергии, сколько полная зарядка среднего смартфона.
Согласно предыдущим исследованиям, выбросы CO2, связанные с обучением модели искусственного интеллекта, могут превышать выбросы от сотен коммерческих авиарейсов или среднего автомобиля за весь срок его службы.
В интервью агентству Reuters в прошлом годуДжон Хеннесси, председатель совета директоров материнской компании Google, Alphabet, сам признал увеличение расходов, связанных с поиском на основе искусственного интеллекта.
"Биржа с большой языковой моделью может стоить в десять раз больше, чем традиционный поиск", - заявил он, хотя и прогнозирует снижение стоимости по мере оттачивания моделей.
ИИ-поиск создает нагрузку на инфраструктуру и ресурсы
По прогнозам, к 2026 году центры обработки данных, в которых размещены серверы с искусственным интеллектом, удвоят потребление энергии, потенциально используя столько же. власть в маленькой стране.
Поскольку производители чипов, такие как NVIDIA, выпускают все более мощные чипы, вскоре они могут занять эквивалент нескольких атомных электростанций для выполнения масштабных рабочих нагрузок искусственного интеллекта.
Когда компании, занимающиеся разработкой искусственного интеллекта, отвечают на вопросы о том, как это может быть обеспечено, они обычно приводят в пример повышение эффективности и мощности возобновляемых источников энергии и повышение энергоэффективности аппаратных средств искусственного интеллекта.
Однако переход на возобновляемые источники энергии для центров обработки данных оказывается медленным и сложным.
Шаолей Рен, инженер-компьютерщик из Калифорнийского университета в Риверсайде, изучающий вопросы устойчивого ИИ, пояснил: "Существует несоответствие спроса и предложения на возобновляемые источники энергии. Прерывистый характер производства возобновляемой энергии часто не соответствует постоянной и стабильной мощности, необходимой центрам обработки данных".
Из-за этого несоответствия станции, работающие на ископаемом топливе, работают дольше, чем планировалось, в районах с высокой концентрацией технологической инфраструктуры.
Еще одним решением проблемы энергопотребления является энергоэффективное оборудование для ИИ. NVIDIA новый чип Блэквелла во много раз более энергоэффективный, чем его предшественники, и другие такие компании, как Delta работают над созданием эффективного оборудования для центров обработки данных.
Рама Рамакришнан, профессор Слоуновской школы менеджмента Массачусетского технологического института, объяснил, что, хотя количество поисковых запросов, проходящих через LLM, скорее всего, будет расти, стоимость одного запроса, по-видимому, будет снижаться, поскольку компании работают над повышением эффективности аппаратного и программного обеспечения.
Но будет ли этого достаточно, чтобы компенсировать растущие потребности в энергии? "Это трудно предсказать", - говорит Рамакришнан. "Я полагаю, что они, вероятно, будут расти, но, скорее всего, не очень значительно".
По мере того как гонка ИИ разгорается, смягчение воздействия на окружающую среду становится необходимостью. Необходимость - мать изобретения, и технологические компании вынуждены создавать решения, чтобы сохранить динамику развития ИИ.
Энергоэффективное оборудование, возобновляемые источники энергии и даже термоядерная энергия может проложить путь к более устойчивому будущему для ИИ, но этот путь полон неопределенности.
ЕГЭ может создать дополнительную нагрузку на водоснабжение
Мы также можем предположить, что потребность в воде, создаваемая SGE, может отражать значительное увеличение потребления воды в центрах обработки данных, связанное с индустрией генеративного ИИ.
Согласно последним экологическим отчетам Microsoft, потребление воды выросла до 50% в некоторых регионах, а в дата-центре в Лас-Вегасе потребление воды удвоилось с 2022 года. В отчетах Google также зафиксирован рост расходов воды в дата-центрах на 20% в 2023 году по сравнению с 2022 годом.
Рен приписывает большую часть этого роста искусственному интеллекту, заявляя: "Справедливо будет сказать, что большая часть роста обусловлена искусственным интеллектом, включая значительные инвестиции Microsoft в генеративный искусственный интеллект и партнерство с OpenAI".
Рен подсчитал, что каждое взаимодействие с ChatGPT, состоящее из 5-50 подсказок, потребляет ошеломляющие 500 мл воды.
В бумага опубликованном в 2023 году, команда Рена написала: "Глобальный спрос на ИИ может быть ответственен за 4,2 - 6,6 миллиарда кубометров забора воды в 2027 году, что превышает общий годовой забор воды 4 - 6 Даний или половины Соединенного Королевства".
Используя исследования Рена, мы можем сделать некоторые расчеты на салфетке для того, как SGE Google может повлиять на эти прогнозы.
Допустим, Google ежедневно обрабатывает в среднем 8,5 миллиарда поисковых запросов по всему миру. Если предположить, что хотя бы часть этих запросов, скажем 10%, использует SGE и генерирует ответы на основе искусственного интеллекта со средним значением 50 слов на ответ, то потребление воды может быть феноменальным.
Используя оценку Рена в 500 миллилитров воды на 5-50 запросов (скажем, на один сеанс работы с Google SGE), мы можем приблизительно подсчитать, что 850 миллионов запросов с помощью SGE (10% ежедневных запросов Google) будут потреблять примерно 425 миллионов литров воды ежедневно.
Это эквивалентно ежедневно потребление воды в городе с населением более 2,5 млн человек.
В реальности фактическое потребление воды может варьироваться в зависимости от таких факторов, как эффективность работы центров обработки данных Google, а также от конкретной реализации и масштаба SGE.
Тем не менее, вполне разумно предположить, что SGE и другие формы поиска ИИ будут и дальше увеличивать потребление ресурсов ИИ.
Смогут ли такие глобальные ИИ-испытания, как SGE, быть устойчивыми в массовом масштабе? На это влияет множество факторов, но это не будет прогулкой по парку.
