Κάθε εντολή για την Τεχνητή Νοημοσύνη προκαλεί... περιβαλλοντική ρύπανση

Καθώς η Τεχνητή Νοημοσύνη γίνεται ένα απαραίτητο εργαλείο στην καθημερινή ζωή, από τη σύνταξη email εργασίας μέχρι τη σύνταξη αδειών γάμου, είναι σημαντικό να αναγνωρίσουμε και να κατανοήσουμε τις οικολογικές της επιπτώσεις.

Απαιτούνται περαιτέρω πρότυπα για τη ρύθμιση της σχέσης μεταξύ της απόδοσης της τεχνητής νοημοσύνης και της κατανάλωσης ενέργειας.

Στις 23 Ιουνίου 2025, η συγγραφέας Kameryn Griesser στο άρθρο της με τίτλο «Οι προτροπές της τεχνητής νοημοσύνης σας μπορεί να έχουν αρνητικό αντίκτυπο στο περιβάλλον» αποκάλυψε μια ελάχιστα γνωστή, αλλά ολοένα και πιο ανησυχητική πτυχή της ραγδαίας ανάπτυξης της γενετικής τεχνητής νοημοσύνης (AI) και του πιθανού περιβαλλοντικού κόστους.

Η Τεχνητή Νοημοσύνη δημιουργεί άνεση αλλά επηρεάζει το περιβάλλον

Τα μοντέλα γενετικής τεχνητής νοημοσύνης χρησιμοποιούνται ολοένα και περισσότερο από άτομα και οργανισμούς ως εργαλείο για την επίλυση καθημερινών προβλημάτων. Αλλά πίσω από αυτή την ευκολία κρύβεται μια σκληρή πραγματικότητα: κάθε πρόβλημα που λύνει η τεχνητή νοημοσύνη συνοδεύεται από κρυφό περιβαλλοντικό κόστος που αυξάνεται ολοένα και περισσότερο, το κρίσιμο σημείο του οποίου έγκειται στον τρόπο λειτουργίας της.

Κάθε λέξη στην προτροπή που εισάγει ο χρήστης αναλύεται σε ομάδες αριθμών που ονομάζονται «token IDs». Αυτά στη συνέχεια αποστέλλονται σε τεράστια κέντρα δεδομένων, μερικά από τα οποία είναι μεγαλύτερα από ένα γήπεδο ποδοσφαίρου.

Εδώ, μεγάλοι υπολογιστές εκτελούν δεκάδες γρήγορους υπολογισμούς για να δημιουργήσουν μια απάντηση.

Αυτά τα κέντρα συχνά τροφοδοτούνται από σταθμούς παραγωγής ενέργειας με καύση άνθρακα ή φυσικού αερίου, ορυκτά καύσιμα που προκαλούν σοβαρή περιβαλλοντική ρύπανση.

Ολόκληρη η υπολογιστική διαδικασία, σύμφωνα με μια συχνά αναφερόμενη εκτίμηση του Ινστιτούτου Έρευνας Ηλεκτρικής Ενέργειας, μπορεί να καταναλώσει 10 φορές περισσότερη ενέργεια από μια τυπική αναζήτηση Google, κάτι που είναι ανησυχητικό, ειδικά δεδομένης της συχνότητας και της κλίμακας χρήσης της Τεχνητής Νοημοσύνης σήμερα.

Χρειάζονται πρότυπα για τη μέτρηση της έκτασης των ζημιών

Για να ποσοτικοποιήσουν τη «ζημιά» από κάθε προτροπή τεχνητής νοημοσύνης, ερευνητές στη Γερμανία διεξήγαγαν μια εκτενή μελέτη.

Δοκίμασαν 14 συστήματα μεγάλων γλωσσικών μοντέλων (LLM) θέτοντας ερωτήσεις ελεύθερης απάντησης και πολλαπλής επιλογής. Τα αποτελέσματα της μελέτης, που δημοσιεύθηκαν στο περιοδικό Frontiers in Communication , αποκάλυψαν αρκετά βασικά ευρήματα:

Σύμφωνα με το Tuoi Tre Online , οι σύνθετες ερωτήσεις παράγουν έξι φορές περισσότερες εκπομπές διοξειδίου του άνθρακα από τις ερωτήσεις με συνοπτικές απαντήσεις. Αυτό υποδηλώνει ότι η προσεκτική χρήση της Τεχνητής Νοημοσύνης, με σαφείς και εύστοχες ερωτήσεις, μπορεί να βοηθήσει στη μείωση των περιβαλλοντικών επιπτώσεων.

Συνήθως, αυτά τα «έξυπνα», πιο ενεργοβόρα LLM έχουν δεκάδες δισεκατομμύρια παραμέτρους - τα βάρη που χρησιμοποιούνται για την επεξεργασία των διακριτικών ταυτότητας - περισσότερες από τα μικρότερα, πιο συνοπτικά μοντέλα.

Ο Ντάουνερ το παρομοιάζει αυτό με ένα νευρωνικό δίκτυο στον εγκέφαλο: «Όσο περισσότερες νευρωνικές συνδέσεις έχετε, τόσο περισσότερη σκέψη μπορείτε να κάνετε για να απαντήσετε σε μια ερώτηση».

Ενώ οι δυνατότητες συλλογισμού και η απόδοσή τους είναι κάτι παραπάνω από επιθυμητές, καταναλώνουν σημαντική ενέργεια, θέτοντας μια πρόκληση για τη βιώσιμη ανάπτυξη της Τεχνητής Νοημοσύνης.

Κάλεσμα για δράση και μελλοντικές λύσεις

Σύμφωνα με το Tuoi Tre Online, η δημοτικότητα της ενσωμάτωσης της Τεχνητής Νοημοσύνης στην καθημερινή εργασία έχει θέσει ένα ακανθώδες ζήτημα στο πλαίσιο της ολοένα και πιο σοβαρής κλιματικής κρίσης.

Μπορεί επίσης να θεωρηθεί ως υπενθύμιση των περιβαλλοντικών μας ευθυνών κατά τη χρήση της τεχνολογίας. Οι χρήστες πρέπει να ενημερώνονται για το πιθανό περιβαλλοντικό κόστος της χρήσης της Τεχνητής Νοημοσύνης.

Η βιομηχανία Τεχνητής Νοημοσύνης πρέπει να δώσει προτεραιότητα στην έρευνα και την ανάπτυξη πιο ενεργειακά αποδοτικών μοντέλων και αρχιτεκτονικών. Αυτό θα μπορούσε να περιλαμβάνει τη βελτιστοποίηση αλγορίθμων, τη χρήση πιο οικολογικών κέντρων δεδομένων ή την εξερεύνηση λιγότερο ενεργοβόρων μεθόδων υπολογιστικής.

Επιπλέον, οι προγραμματιστές και οι πάροχοι υπηρεσιών τεχνητής νοημοσύνης θα πρέπει να είναι πιο διαφανείς σχετικά με το αποτύπωμα άνθρακα που σχετίζεται με τη χρήση των προϊόντων τους. Αυτό θα επιτρέψει στους χρήστες και τις επιχειρήσεις να κάνουν πιο ενημερωμένες επιλογές.

Επιπλέον, απαιτείται περαιτέρω έρευνα για την καλύτερη κατανόηση της σχέσης μεταξύ της απόδοσης της Τεχνητής Νοημοσύνης και της κατανάλωσης ενέργειας, καθώς και για την εξεύρεση λύσεων για τη μείωση των περιβαλλοντικών επιπτώσεων. Η συνεργασία μεταξύ επιστημόνων , μηχανικών και υπευθύνων χάραξης πολιτικής είναι απαραίτητη.

Είναι καιρός να επανεξετάσουμε τον τρόπο με τον οποίο αλληλεπιδρούμε με την τεχνολογία Τεχνητής Νοημοσύνης και να θέσουμε σημαντικά ερωτήματα σχετικά με τη βιωσιμότητά της στο μέλλον. Καθώς η Τεχνητή Νοημοσύνη συνεχίζει να αναπτύσσεται και να γίνεται πιο ισχυρή, η αντιμετώπιση του βάρους της ενέργειας και των εκπομπών άνθρακα δεν θα αποτελεί πλέον επιλογή, αλλά επείγουσα απαίτηση για να διασφαλιστεί ότι η τεχνολογική πρόοδος δεν θα έρχεται εις βάρος της υποβάθμισης του περιβάλλοντος.

Επιστροφή στο θέμα

ΑΝΑΤΟΛΙΚΗ ΘΑΛΑΣΣΑ

Πηγή: https://tuoitre.vn/moi-cau-lenh-cho-ai-deu-gay-o-nhiem-moi-truong-20250625114142376.htm