
ມາດຕະຖານເພີ່ມເຕີມແມ່ນຈໍາເປັນເພື່ອຄວບຄຸມຄວາມສໍາພັນລະຫວ່າງການປະຕິບັດ AI ແລະການບໍລິໂພກພະລັງງານ.
ໃນວັນທີ 23 ມິຖຸນາ 2025, ຜູ້ຂຽນ Kameryn Griesser ໃນບົດຄວາມ "AI ຂອງທ່ານ prompts ອາດຈະມີຜົນກະທົບທາງລົບຕໍ່ສິ່ງແວດລ້ອມ" ໄດ້ເປີດເຜີຍລັກສະນະທີ່ຮູ້ຈັກເລັກນ້ອຍ, ແຕ່ຄວາມກັງວົນເພີ່ມຂຶ້ນຂອງການພັດທະນາຢ່າງໄວວາຂອງປັນຍາປະດິດ (AI) ແລະຄ່າໃຊ້ຈ່າຍດ້ານສິ່ງແວດລ້ອມທີ່ເປັນໄປໄດ້.
AI ສ້າງຄວາມສະດວກສະບາຍແຕ່ຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມ
ແບບຈໍາລອງ AI ທົ່ວໄປກໍາລັງຖືກນໍາມາໃຊ້ໂດຍບຸກຄົນແລະອົງການຈັດຕັ້ງເປັນເຄື່ອງມືເພື່ອແກ້ໄຂບັນຫາປະຈໍາວັນ. ແຕ່ທີ່ຢູ່ເບື້ອງຫລັງຄວາມສະດວກສະບາຍນັ້ນແມ່ນຄວາມເປັນຈິງທີ່ຮຸນແຮງ: ທຸກໆບັນຫາທີ່ AI ແກ້ໄຂມາພ້ອມກັບຄ່າໃຊ້ຈ່າຍດ້ານສິ່ງແວດລ້ອມທີ່ເຊື່ອງໄວ້ທີ່ເພີ່ມຂຶ້ນ, ຈຸດສໍາຄັນແມ່ນຢູ່ໃນວິທີການເຮັດວຽກຂອງ AI.
ແຕ່ລະຄໍາທີ່ຢູ່ໃນການກະຕຸ້ນເຕືອນທີ່ຜູ້ໃຊ້ເຂົ້າມາແມ່ນແບ່ງອອກເປັນກຸ່ມຂອງຕົວເລກທີ່ເອີ້ນວ່າ "token IDs." ຫຼັງຈາກນັ້ນ, ສິ່ງເຫຼົ່ານີ້ຖືກສົ່ງໄປຫາສູນຂໍ້ມູນຂະຫນາດໃຫຍ່, ບາງບ່ອນໃຫຍ່ກວ່າສະຫນາມກິລາບານເຕະ.
ຢູ່ທີ່ນີ້, ຄອມພິວເຕີຂະຫນາດໃຫຍ່ປະຕິບັດການຄິດໄລ່ໄວຫຼາຍສິບຄັ້ງເພື່ອສ້າງການຕອບໂຕ້.
ສູນກາງເຫຼົ່ານີ້ມັກຈະຂັບເຄື່ອນໂດຍໂຮງງານໄຟຟ້າຖ່ານຫີນຫຼືອາຍແກັສທໍາມະຊາດ, ນໍ້າມັນເຊື້ອໄຟທີ່ເຮັດໃຫ້ເກີດມົນລະພິດຕໍ່ສິ່ງແວດລ້ອມທີ່ຮ້າຍແຮງ.
ຂະບວນການຄອມພິວເຕີ້ທັງຫມົດ, ອີງຕາມການຄາດຄະເນທີ່ອ້າງເຖິງເລື້ອຍໆຈາກສະຖາບັນຄົ້ນຄ້ວາພະລັງງານໄຟຟ້າ, ສາມາດບໍລິໂພກພະລັງງານຫຼາຍກ່ວາການຊອກຫາຂອງ Google ປົກກະຕິ 10 ເທົ່າ, ເຊິ່ງເປັນສິ່ງທີ່ຫນ້າຕົກໃຈ, ໂດຍສະເພາະຍ້ອນຄວາມຖີ່ແລະຂະຫນາດຂອງ AI ທີ່ໃຊ້ໃນມື້ນີ້.
ຕ້ອງການມາດຕະຖານເພື່ອວັດແທກຂອບເຂດຂອງຄວາມເສຍຫາຍ
ເພື່ອປະເມີນ "ຄວາມເສຍຫາຍ" ຈາກແຕ່ລະການເຕືອນຂອງ AI, ນັກຄົ້ນຄວ້າໃນປະເທດເຢຍລະມັນໄດ້ດໍາເນີນການສຶກສາຢ່າງກວ້າງຂວາງ.
ພວກເຂົາເຈົ້າໄດ້ທົດສອບ 14 ຮູບແບບພາສາຂະຫນາດໃຫຍ່ (LLM) ລະບົບໂດຍການຖາມທັງສອງຄໍາຖາມຕອບຟຣີແລະຫຼາຍທາງເລືອກ. ຜົນໄດ້ຮັບຂອງການສຶກສາ, ຈັດພີມມາຢູ່ໃນວາລະສານ Frontiers in Communication , ໄດ້ເປີດເຜີຍການຄົ້ນພົບທີ່ສໍາຄັນຈໍານວນຫນຶ່ງ:
ຕາມ Tuoi Tre Online , ຄຳຖາມສະລັບສັບຊ້ອນສ້າງການປ່ອຍອາຍພິດກາກບອນດີອອກໄຊ 6 ເທົ່າກວ່າຄຳຖາມທີ່ມີຄຳຕອບຫຍໍ້. ນີ້ ໝາຍ ຄວາມວ່າການໃຊ້ AI ຢ່າງລະມັດລະວັງ, ດ້ວຍ ຄຳ ຖາມທີ່ຊັດເຈນແລະກົງໄປກົງມາ, ສາມາດຊ່ວຍຫຼຸດຜ່ອນຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມ.
ໂດຍປົກກະຕິ, ເຫຼົ່ານີ້ "ສະຫລາດກວ່າ", LLMs ທີ່ມີພະລັງງານຫຼາຍມີຕົວກໍານົດການຫຼາຍສິບຕື້ - ນ້ໍາຫນັກທີ່ໃຊ້ໃນການປຸງແຕ່ງລະຫັດປະຈໍາຕົວ - ຫຼາຍກ່ວາຕົວແບບຂະຫນາດນ້ອຍກວ່າ, ຊັດເຈນກວ່າ.
Dauner ປຽບທຽບສິ່ງນີ້ກັບເຄືອຂ່າຍ neural ໃນສະຫມອງ: "ເຈົ້າມີການເຊື່ອມຕໍ່ທາງ neural ຫຼາຍ, ເຈົ້າສາມາດຄິດຫຼາຍຂື້ນເພື່ອຕອບຄໍາຖາມ."
ໃນຂະນະທີ່ຄວາມສາມາດໃນການສົມເຫດສົມຜົນແລະການປະຕິບັດຂອງພວກເຂົາແມ່ນຫຼາຍກ່ວາຄວາມປາຖະຫນາ, ພວກເຂົາໃຊ້ພະລັງງານທີ່ສໍາຄັນ, ເຮັດໃຫ້ເກີດສິ່ງທ້າທາຍສໍາລັບການພັດທະນາ AI ແບບຍືນຍົງ.
ໂທຫາການປະຕິບັດແລະການແກ້ໄຂໃນອະນາຄົດ
ຕາມ Tuoi Tre Online ແລ້ວ, ຄວາມນິຍົມຂອງການເຊື່ອມໂຍງ AI ເຂົ້າໃນວຽກງານປະຈຳວັນ ໄດ້ພາໃຫ້ເກີດບັນຫາເຄັ່ງຕຶງໃນສະພາບວິກິດການດິນຟ້າອາກາດນັບມື້ນັບຮ້າຍແຮງ.
ມັນຍັງສາມາດເຫັນໄດ້ວ່າເປັນການເຕືອນກ່ຽວກັບຄວາມຮັບຜິດຊອບດ້ານສິ່ງແວດລ້ອມຂອງພວກເຮົາໃນເວລາທີ່ນໍາໃຊ້ເຕັກໂນໂລຢີ. ຜູ້ໃຊ້ຕ້ອງໄດ້ຮັບການແຈ້ງໃຫ້ຊາບກ່ຽວກັບຄ່າໃຊ້ຈ່າຍດ້ານສິ່ງແວດລ້ອມທີ່ເປັນໄປໄດ້ຂອງການນໍາໃຊ້ AI.
ອຸດສາຫະກໍາ AI ຈໍາເປັນຕ້ອງຈັດລໍາດັບຄວາມສໍາຄັນຂອງການຄົ້ນຄວ້າແລະການພັດທະນາແບບຈໍາລອງແລະສະຖາປັດຕະຍະກໍາທີ່ມີປະສິດທິພາບດ້ານພະລັງງານຫຼາຍຂຶ້ນ. ອັນນີ້ອາດຈະລວມເຖິງການເພີ່ມປະສິດທິພາບສູດການຄິດໄລ່, ການນໍາໃຊ້ສູນຂໍ້ມູນສີຂຽວ, ຫຼື ການສຳຫຼວດ ວິທີການຄອມພິວເຕີທີ່ໃຊ້ພະລັງງານໜ້ອຍລົງ.
ນອກຈາກນັ້ນ, ຜູ້ພັດທະນາ AI ແລະຜູ້ໃຫ້ບໍລິການຄວນຈະມີຄວາມໂປ່ງໃສຫຼາຍຂຶ້ນກ່ຽວກັບການປ່ອຍອາຍຄາບອນທີ່ກ່ຽວຂ້ອງກັບການນໍາໃຊ້ຜະລິດຕະພັນຂອງພວກເຂົາ. ນີ້ຈະຊ່ວຍໃຫ້ຜູ້ໃຊ້ແລະທຸລະກິດສາມາດເລືອກທີ່ມີຂໍ້ມູນຫຼາຍຂຶ້ນ.
ນອກຈາກນັ້ນ, ການຄົ້ນຄວ້າເພີ່ມເຕີມແມ່ນຈໍາເປັນເພື່ອເຂົ້າໃຈຄວາມສໍາພັນລະຫວ່າງການປະຕິບັດຂອງ AI ແລະການບໍລິໂພກພະລັງງານ, ເຊັ່ນດຽວກັນກັບການຊອກຫາວິທີແກ້ໄຂເພື່ອຫຼຸດຜ່ອນຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມ. ການຮ່ວມມືລະຫວ່າງ ນັກວິທະຍາສາດ , ວິສະວະກອນ ແລະຜູ້ສ້າງນະໂຍບາຍແມ່ນມີຄວາມຈຳເປັນ.
ມັນເປັນເວລາທີ່ຈະຄິດຄືນວ່າພວກເຮົາພົວພັນກັບເຕັກໂນໂລຢີ AI, ແລະຖາມຄໍາຖາມທີ່ສໍາຄັນກ່ຽວກັບຄວາມຍືນຍົງຂອງມັນໃນອະນາຄົດ. ໃນຂະນະທີ່ AI ສືບຕໍ່ພັດທະນາ ແລະ ເຂັ້ມແຂງຂຶ້ນ, ການແກ້ໄຂພາລະຂອງພະລັງງານ ແລະ ການປ່ອຍອາຍຄາບອນຈະບໍ່ເປັນທາງເລືອກອີກຕໍ່ໄປ, ແຕ່ຄວາມຕ້ອງການອັນຮີບດ່ວນເພື່ອຮັບປະກັນວ່າຄວາມກ້າວໜ້າທາງດ້ານເທັກໂນໂລຢີບໍ່ໄດ້ມາຈາກການທຳລາຍສິ່ງແວດລ້ອມ.
ທີ່ມາ: https://tuoitre.vn/moi-cau-lenh-cho-ai-deu-gay-o-nhiem-moi-truong-20250625114142376.htm






(0)