จำเป็นต้องมีมาตรฐานเพิ่มเติมเพื่อควบคุมความสัมพันธ์ระหว่างประสิทธิภาพของ AI และการใช้พลังงาน
เมื่อวันที่ 23 มิถุนายน 2568 ผู้เขียน Kameryn Griesser ได้เปิดเผยในบทความเรื่อง "Your AI prompts may have a negative impact on the environmental" ซึ่งไม่ค่อยมีใครรู้จักแต่ก็น่ากังวลมากขึ้นเรื่อยๆ เกี่ยวกับการพัฒนาอย่างรวดเร็วของปัญญาประดิษฐ์ (AI) และต้นทุนด้านสิ่งแวดล้อมที่อาจเกิดขึ้น
AI สร้างความสะดวกสบายแต่ส่งผลกระทบต่อสิ่งแวดล้อม
แบบจำลอง AI เชิงสร้างสรรค์กำลังถูกใช้โดยบุคคลและองค์กรมากขึ้นเรื่อยๆ ในฐานะเครื่องมือสำหรับการแก้ปัญหาในชีวิตประจำวัน แต่เบื้องหลังความสะดวกสบายนั้นซ่อนความจริงอันโหดร้ายไว้ นั่นคือ ทุกปัญหาที่ AI แก้ไขได้ล้วนมาพร้อมกับต้นทุนด้านสิ่งแวดล้อมที่แอบแฝงซึ่งเพิ่มสูงขึ้นเรื่อยๆ ซึ่งหัวใจสำคัญอยู่ที่วิธีการทำงานของ AI
แต่ละคำในข้อความแจ้งเตือนที่ผู้ใช้ป้อนจะถูกแบ่งออกเป็นกลุ่มตัวเลขที่เรียกว่า "ID โทเค็น" จากนั้นตัวเลขเหล่านี้จะถูกส่งไปยังศูนย์ข้อมูลขนาดใหญ่ ซึ่งบางแห่งมีขนาดใหญ่กว่าสนามฟุตบอลเสียอีก
ที่นี่ คอมพิวเตอร์ขนาดใหญ่จะทำการคำนวณอย่างรวดเร็วหลายสิบครั้งเพื่อสร้างการตอบสนอง
ศูนย์เหล่านี้มักใช้พลังงานจากโรงไฟฟ้าถ่านหินหรือก๊าซธรรมชาติ ซึ่งเป็นเชื้อเพลิงฟอสซิลที่ก่อให้เกิดมลพิษต่อสิ่งแวดล้อมอย่างร้ายแรง
กระบวนการประมวลผลทั้งหมด ตามการประมาณการที่มักถูกอ้างถึงโดยสถาบันวิจัยพลังงานไฟฟ้า (Electric Power Research Institute) อาจใช้พลังงานมากกว่าการค้นหาข้อมูลบน Google ทั่วไปถึง 10 เท่า นับเป็นตัวเลขที่น่าตกใจอย่างยิ่ง โดยเฉพาะอย่างยิ่งเมื่อพิจารณาถึงความถี่และขนาดของการใช้งาน 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 เข้ากับการทำงานประจำวันได้ก่อให้เกิดปัญหาที่ซับซ้อนในบริบทของวิกฤตสภาพอากาศที่รุนแรงมากขึ้นเรื่อยๆ
นอกจากนี้ยังถือเป็นการเตือนใจถึงความรับผิดชอบด้านสิ่งแวดล้อมของเราเมื่อใช้เทคโนโลยี ผู้ใช้จำเป็นต้องได้รับข้อมูลเกี่ยวกับต้นทุนด้านสิ่งแวดล้อมที่อาจเกิดขึ้นจากการใช้ AI
อุตสาหกรรม AI จำเป็นต้องให้ความสำคัญกับการวิจัยและพัฒนาโมเดลและสถาปัตยกรรมที่ประหยัดพลังงานมากขึ้น ซึ่งอาจรวมถึงการปรับปรุงอัลกอริทึม การใช้ศูนย์ข้อมูลที่เป็นมิตรกับสิ่งแวดล้อมมากขึ้น หรือ การสำรวจ วิธีการประมวลผลที่ใช้พลังงานน้อยลง
นอกจากนี้ นักพัฒนาและผู้ให้บริการ AI ควรมีความโปร่งใสมากขึ้นเกี่ยวกับปริมาณคาร์บอนฟุตพริ้นท์ที่เกี่ยวข้องกับการใช้ผลิตภัณฑ์ ซึ่งจะช่วยให้ผู้ใช้และธุรกิจสามารถตัดสินใจได้อย่างชาญฉลาดมากขึ้น
จำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อทำความเข้าใจความสัมพันธ์ระหว่างประสิทธิภาพของ AI และการใช้พลังงานให้ดียิ่งขึ้น รวมถึงหาวิธีลดผลกระทบต่อสิ่งแวดล้อม ความร่วมมือระหว่าง นักวิทยาศาสตร์ วิศวกร และผู้กำหนดนโยบายจึงเป็นสิ่งสำคัญ
ถึงเวลาแล้วที่เราต้องทบทวนวิธีการโต้ตอบกับเทคโนโลยี AI และตั้งคำถามสำคัญเกี่ยวกับความยั่งยืนของเทคโนโลยีในอนาคต ขณะที่ AI ยังคงพัฒนาและทรงพลังมากขึ้น การแก้ไขปัญหาพลังงานและคาร์บอนฟุตพริ้นท์จะไม่ใช่ทางเลือกอีกต่อไป แต่จะเป็นความจำเป็นเร่งด่วนเพื่อให้แน่ใจว่าความก้าวหน้าทางเทคโนโลยีจะไม่นำมาซึ่งความเสื่อมโทรมของสิ่งแวดล้อม
ที่มา: https://tuoitre.vn/moi-cau-lenh-cho-ai-deu-gay-o-nhiem-moi-truong-20250625114142376.htm
การแสดงความคิดเห็น (0)