Svaka riječ unesena u upit vještačkoj inteligenciji pretvara se u skupine brojeva, tzv. “ID tokeni”, koji se zatim šalju u ogromne podatkovne centre – neke veće i od fudbalskih terena – često napajane iz termoelektrana na ugalj ili prirodni gas. Tamo nizovi snažnih računara generišu odgovore kroz desetine brzih, energetski zahtjevnih proračuna.
Prema procjeni Instituta za istraživanje električne energije (Electric Power Research Institute), cijeli taj proces može potrošiti i do 10 puta više energije nego obična Google pretraga, izvještava CNN.
Koliko jedan AI upit šteti životnoj sredini?
Kako bi pronašli odgovor, istraživači u Njemačkoj testirali su 14 velikih jezičkih AI modela (LLM), postavljajući im pitanja otvorenog i višestrukog izbora. Rezultati su pokazali da složenija pitanja mogu proizvesti i do šest puta više emisija ugljen-dioksida od jednostavnih upita.
Pored toga, “pametniji” modeli, s naprednijim sposobnostima zaključivanja, emitovali su i do 50 puta više ugljenika za isti odgovor, navodi se u studiji objavljenoj u časopisu Frontiers in Communication.
“Ovo nam pokazuje kompromis između energetske potrošnje i tačnosti modela”, kaže Maksimilian Dauner, doktorand na Visokoj školi primijenjenih nauka u Minhenu i glavni autor studije.
Takvi modeli sadrže desetine milijardi parametara – internih postavki za obradu informacija – zbog čega troše više energije. “Možete ih zamisliti kao neuronsku mrežu u mozgu. Što više neuronskih veza, to više ‘razmišljanja’ da bi se došlo do odgovora”, pojašnjava Dauner.
Kako smanjiti svoj ugljenični otisak pri korišćenju AI-ja?
Duža i složenija objašnjenja zahtijevaju više energije jer su modeli obučeni da budu iscrpni, prenosi hr.n1. Ako pitate AI da riješi zadatak iz matematike, vrlo je vjerovatno da ćete dobiti svaki korak detaljno objašnjen.
“AI troši puno energije na pristojnost, pogotovo ako korisnici koriste izraze poput ‘molim’ i ‘hvala’“, kaže Dauner. “To produžava odgovor i povećava potrošnju energije.”
Njegov savjet korisnicima je: budite konkretni i sažeti. Tražite kratke odgovore i jasno naglasite da ne želite dodatna objašnjenja.
Sasha Luccioni, voditeljka klimatskog odjela u AI kompaniji Hugging Face, ističe da nisu svi AI modeli jednako energetski zahtjevni. “Specijalizovani modeli su manji, efikasniji i često jednako dobri za određene zadatke”, kaže.
Za učenika koji traži pomoć s domaćim zadatkom, korišćenje snažnog LLM-a može biti kao da koristi nuklearnu elektranu za pokretanje kalkulatora. Zato se preporučuje korišćenje jednostavnijih alata poput online enciklopedija ili klasičnih kalkulatora, kad god je to moguće.
Zašto je teško izmjeriti stvarni uticaj AI-ja na životnu sredinu?
Određivanje tačne količine emisija koje generiše AI sistem vrlo je izazovno. Potrošnja energije varira u zavisnosti od udaljenosti korisnika od podatkovnog centra, vrste korišćenog hardvera, pa čak i vremenskih uslova.
Pored toga, mnoge AI kompanije ne objavljuju podatke o potrošnji energije, veličini servera ni metodama optimizacije.
“Ne možemo samo reći da AI u prosjeku troši određenu količinu energije ili vode – to jednostavno nije precizno”, ističe Shaolei Ren, profesor elektrotehnike i računarskog inženjerstva sa Univerziteta u Kaliforniji, koji proučava i uticaj AI-ja na potrošnju vode.
Jedan od prijedloga za veću transparentnost je objavljivanje emisija CO₂ po svakom AI upitu, predlaže Dauner.
AI je svuda – ali treba li biti?
“Kad bi ljudi znali kolika je ekološka cijena generisanja jednog odgovora, možda bi se češće pitali: ‘Da li mi stvarno treba da se pretvorim u akcionu figuricu jer mi je dosadno?’ ili ‘Moram li tražiti da mi AI ispriča vic?’”, kaže Dauner.
Luccioni upozorava da korisnici često i nemaju izbora, jer kompanije sve češće integrišu generativni AI u aplikacije, bez stvarne potrebe.
“Ne treba nam generativni AI u svakoj internet pretrazi. Niko nije tražio AI chatbotove u porukama ili na društvenim mrežama”, ističe. “Utrka da se AI ubaci u sve može imati ozbiljne posljedice za životnu sredinu.”
Zbog nedostatka transparentnosti, korisnici imaju ograničenu kontrolu, a regulatorni pritisci, posebno u SAD-u, još uvijek izostaju.
Ipak, Ren ostaje umjereno optimističan:
“Mnogi softverski inženjeri rade na razvoju efikasnijih sistema. Druge industrije takođe troše mnogo energije, ali to nije razlog da zanemarimo uticaj AI-ja. Vrijeme je da to shvatimo ozbiljno.”
