Den exponentiella spridningen av AI-teknik har lett till en enorm efterfrågan på naturresurser för att driva de datacenter som ligger bakom tekniken. Med globala mål om att halvera koldioxidutsläppen kan AI vara både boven i dramat och räddaren i nöden.
A rapport från MIT Sloan Management Review säger att om nuvarande trender fortsätter kan AI-industrin snart vara en av de största bidragsgivarna till koldioxidutsläpp.
Att träna AI-modeller kräver enorma mängder datorkraft. Denna efterfrågan har mest fokuserat rubrikerna på det begränsade utbudet av processorer som de från NVIDIA. Men andra ändliga resurser som vatten och el är också under påfrestning.
I rapporten konstateras att "ett enda genomsnittligt datacenter förbrukar motsvarande uppvärmning av 50.000 bostäder per år".
Den uppskattade att träningen av OpenAI:s GPT-3-modell "genererade 552 ton i koldioxidutsläpp", vilket motsvarar de årliga utsläppen från 120 amerikanska bilar. Koldioxidutsläppen i samband med träningen av GPT-4 ryktas vara 10 gånger större än så.
Förutom utbildning bidrar även slutledningsprocessen till stora koldioxidutsläpp.
En enda #ChatGPT kan generera 100 gånger mer koldioxid än en vanlig Google-sökning.
▶️ https://t.co/LdwloGfamH pic.twitter.com/sXq3KXb8BU
- MIT Sloan Management Review (@mitsmr) 31 december 2023
I rapporten konstateras att AI är resurskrävande, men att AI också visar sig vara ett viktigt verktyg för att främja hållbarhet och motverka klimatförändringar.
Detta uttalande stämmer överens med ett intressant dokument författat av forskare från University of California, Irvine, MIT, University of Kansas School of Law och andra.
AI är grönare än du
Den forskningsrapport hade titeln: "The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans". Forskarna tog de genomsnittliga koldioxidutsläppen från en mänsklig författare eller illustratör och jämförde dessa med utsläppen från AI-modeller som utförde samma uppgifter.
Jämförelsen är en utmaning eftersom människans koldioxidutsläpp varierar globalt. En person som bor i USA släpper ut cirka 15 ton CO2 per år, medan en person som bor i Indien släpper ut cirka 1,9 ton per capita.
Forskarna uppskattade att en mänsklig skribent skriver cirka 300 ord per timme. De kombinerade detta med energianvändningen i den dator som en människa skulle använda för att skriva texten och beräknade en siffra för de koldioxidutsläpp som en mänsklig skribent genererar när han skriver en sida text.
När de jämförde dessa utsläpp med AI-modellerna BLOOM och ChatGPT (GPT-3) fann de att AI-modellerna hade 1.500 respektive 1.100 gånger mindre påverkan än en person bosatt i USA per producerad textsida.
De gjorde en liknande jämförelse och utvärderade utsläppen i samband med skapandet av en bild. Med en uppskattning på 3,2 timmars mänsklig ansträngning för att skapa en illustration fann de att DALL-E 2 och Midjourney släpper ut cirka 2.500 respektive 2.900 gånger mindre CO2 än en illustratör bosatt i USA.
Denna studie gjordes för några månader sedan, vilket i AI-åldern känns som motsvarande en generation. Hastigheten, effektiviteten och kvaliteten på vad Midjourney V6, DALLE-3 och GPT-4 kan producera idag skulle utan tvekan se dessa resultat förstärkas.
Den förvisso förenklade slutsats vi kan dra är att det kan vara mycket bättre för miljön att använda AI för att utföra uppgifter än att låta människor göra dem.
Den belastning som AI innebär för naturresurserna måste hanteras bättre och rapporten från MIT Sloan Management Review lyfter fram några innovativa sätt som AI-företag gör detta på.
I takt med att AI-modellerna blir mer kraftfulla och effektiva verkar det som om de sannolikt kommer att lösa betydligt fler miljöproblem än de orsakar.
