จำเป็นต้องมีมาตรฐานเพิ่มเติมเพื่อควบคุมความสัมพันธ์ระหว่างประสิทธิภาพของ AI และการใช้พลังงาน
เมื่อวันที่ 23 มิถุนายน 2568 ผู้เขียน Kameryn Griesser ได้เปิดเผยในบทความเรื่อง "Your AI prompts may have a negative impact on the environmental" ซึ่งไม่ค่อยมีใครรู้จักแต่ก็น่ากังวลมากขึ้นเรื่อยๆ เกี่ยวกับการพัฒนาอย่างรวดเร็วของปัญญาประดิษฐ์เชิงสร้างสรรค์ (AI) และต้นทุนด้านสิ่งแวดล้อมที่อาจเกิดขึ้น
AI สร้างความสะดวกสบายแต่ส่งผลกระทบต่อสิ่งแวดล้อม
แบบจำลอง AI เชิงสร้างสรรค์กำลังถูกใช้โดยบุคคลและองค์กรมากขึ้นเรื่อยๆ ในฐานะเครื่องมือในการแก้ปัญหาในชีวิตประจำวัน แต่เบื้องหลังความสะดวกสบายนั้นกลับมีความจริงอันโหดร้ายซ่อนอยู่ นั่นคือ ทุกปัญหาที่ AI แก้ได้ล้วนมาพร้อมกับต้นทุนด้านสิ่งแวดล้อมที่แอบแฝงและทวีความรุนแรงขึ้นเรื่อยๆ ซึ่งหัวใจสำคัญอยู่ที่วิธีการทำงานของ AI
แต่ละคำในข้อความแจ้งเตือนที่ผู้ใช้ป้อนจะถูกแบ่งออกเป็นกลุ่มตัวเลขที่เรียกว่า "ID โทเค็น" จากนั้นตัวเลขเหล่านี้จะถูกส่งไปยังศูนย์ข้อมูลขนาดใหญ่ ซึ่งบางแห่งมีขนาดใหญ่กว่าสนามฟุตบอลเสียอีก
ที่นี่ คอมพิวเตอร์ขนาดใหญ่จะทำการคำนวณอย่างรวดเร็วหลายสิบครั้งเพื่อสร้างการตอบสนอง
ศูนย์เหล่านี้มักใช้พลังงานจากโรงไฟฟ้าถ่านหินหรือก๊าซธรรมชาติ ซึ่งเป็นเชื้อเพลิงฟอสซิลที่ก่อให้เกิดมลภาวะต่อสิ่งแวดล้อมอย่างร้ายแรง
กระบวนการคำนวณทั้งหมด ตามการประมาณการที่มักถูกอ้างถึงจากสถาบันวิจัยพลังงานไฟฟ้า ระบุว่าอาจใช้พลังงานมากกว่าการค้นหา Google ทั่วไปถึง 10 เท่า ซึ่งน่าตกใจ โดยเฉพาะเมื่อพิจารณาถึงความถี่และขนาดของการใช้ AI ในปัจจุบัน
ต้องมีมาตรฐานในการวัดขอบเขตความเสียหาย
เพื่อวัด "ความเสียหาย" จากคำกระตุ้นของ AI แต่ละครั้ง นักวิจัยในเยอรมนีได้ทำการศึกษาอย่างละเอียด
พวกเขาได้ทดสอบระบบแบบจำลองภาษาขนาดใหญ่ (LLM) จำนวน 14 ระบบ โดยถามคำถามทั้งแบบตอบอิสระและแบบเลือกตอบ ผลการศึกษาที่ตีพิมพ์ในวารสาร Frontiers in Communication เผยให้เห็นข้อค้นพบสำคัญหลายประการ ดังนี้
จากข้อมูลของ Tuoi Tre Online คำถามที่ซับซ้อนก่อให้เกิดการปล่อยก๊าซคาร์บอนไดออกไซด์มากกว่าคำถามที่มีคำตอบกระชับถึง 6 เท่า ซึ่งหมายความว่าการใช้ AI อย่างรอบคอบ ด้วยคำถามที่ชัดเจนและตรงประเด็น สามารถช่วยลดผลกระทบต่อสิ่งแวดล้อมได้
โดยทั่วไป LLM ที่ "ชาญฉลาด" และใช้พลังงานมากขึ้นเหล่านี้จะมีพารามิเตอร์หลายหมื่นล้านตัว ซึ่งเป็นน้ำหนักที่ใช้ในการประมวลผลโทเค็น ID มากกว่าโมเดลขนาดเล็กที่กระชับกว่า
Dauner เปรียบเทียบสิ่งนี้กับเครือข่ายประสาทในสมอง: "ยิ่งคุณมีการเชื่อมต่อประสาทมากเท่าไร คุณก็จะยิ่งสามารถคิดเพื่อตอบคำถามได้มากขึ้นเท่านั้น"
แม้ว่าความสามารถในการใช้เหตุผลและประสิทธิภาพจะเกินความพึงปรารถนา แต่ก็ใช้พลังงานจำนวนมาก ถือเป็นความท้าทายสำหรับการพัฒนา AI ที่ยั่งยืน
การเรียกร้องให้ดำเนินการและการแก้ปัญหาในอนาคต
ตามรายงานของ Tuoi Tre Online ความนิยมในการผสาน AI เข้ากับการทำงานประจำวันได้ก่อให้เกิดปัญหาที่ซับซ้อนในบริบทของวิกฤตสภาพอากาศที่รุนแรงเพิ่มมากขึ้น
นอกจากนี้ยังถือเป็นการเตือนใจถึงความรับผิดชอบด้านสิ่งแวดล้อมของเราเมื่อใช้เทคโนโลยี ผู้ใช้จำเป็นต้องได้รับข้อมูลเกี่ยวกับต้นทุนด้านสิ่งแวดล้อมที่อาจเกิดขึ้นจากการใช้ AI
อุตสาหกรรม AI จำเป็นต้องให้ความสำคัญกับการวิจัยและพัฒนาโมเดลและสถาปัตยกรรมที่ประหยัดพลังงานมากขึ้น ซึ่งอาจรวมถึงการปรับปรุงอัลกอริทึม การใช้ศูนย์ข้อมูลที่เป็นมิตรกับสิ่งแวดล้อมมากขึ้น หรือ การสำรวจ วิธีการประมวลผลที่ใช้พลังงานน้อยลง
นอกจากนี้ นักพัฒนาและผู้ให้บริการ AI ควรมีความโปร่งใสมากขึ้นเกี่ยวกับปริมาณคาร์บอนฟุตพริ้นท์ที่เกี่ยวข้องกับการใช้ผลิตภัณฑ์ ซึ่งจะช่วยให้ผู้ใช้และธุรกิจสามารถตัดสินใจได้อย่างชาญฉลาดมากขึ้น
นอกจากนี้ จำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อทำความเข้าใจความสัมพันธ์ระหว่างประสิทธิภาพของ AI และการใช้พลังงานให้ดียิ่งขึ้น รวมถึงค้นหาวิธีแก้ปัญหาเพื่อลดผลกระทบต่อสิ่งแวดล้อม ความร่วมมือระหว่าง นักวิทยาศาสตร์ วิศวกร และผู้กำหนดนโยบายจึงเป็นสิ่งสำคัญ
ถึงเวลาแล้วที่เราจะต้องทบทวนวิธีการโต้ตอบกับเทคโนโลยี AI และตั้งคำถามสำคัญเกี่ยวกับความยั่งยืนของเทคโนโลยีในอนาคต ขณะที่ AI ยังคงพัฒนาและทรงพลังมากขึ้น การแก้ปัญหาเรื่องพลังงานและการปล่อยก๊าซคาร์บอนจะไม่ใช่ทางเลือกอีกต่อไป แต่จะเป็นความจำเป็นเร่งด่วนเพื่อให้แน่ใจว่าความก้าวหน้าทางเทคโนโลยีจะไม่ส่งผลกระทบต่อสิ่งแวดล้อม
ที่มา: https://tuoitre.vn/moi-cau-lenh-cho-ai-deu-gay-o-nhiem-moi-truong-20250625114142376.htm
การแสดงความคิดเห็น (0)