AI turi neįtikėtiną potencialą, tačiau yra keletas rimtų trūkumų, į kuriuos reikia atsižvelgti.
Dirbtinio intelekto lenktynėms progresuojant greičiau nei bet kada, daugelis nerimauja, kaip šios technologijos paveiks ekosistemą. AI naudojimas ir toliau auga. Be to, jo anglies pėdsakas tik pablogės, jei kūrėjai, galutiniai vartotojai ir reguliuojančios institucijos ir toliau gūžčios pečiais nuo jo poveikio aplinkai.
Vis dėlto tvarus masinis įvaikinimas vis dar įmanomas. Tačiau asmenys ir organizacijos turi dirbti kartu, kad išspręstų, kaip AI kenkia aplinkai.
Key Takeaways
- Dirbtinio intelekto kompiuteriai sunaudoja daug energijos ir prisideda prie didelio anglies pėdsako. Kūrėjai ir naudotojai turėtų žinoti apie poveikį aplinkai ir apsvarstyti tvaresnę praktiką.
- Spartūs dirbtinio intelekto pokyčiai įamžina išmetimo kultūrą, dėl kurios ištekliai naudojami švaistomi. Vartotojai turėtų vengti nereikalingų pirkinių, o įmonės pirmenybę teikti prasmingoms naujovėms.
- Šiuo metu nėra centrinės valdymo institucijos, reguliuojančios AI naudojimą ir plėtrą, todėl ekologiniai klausimai lieka prioritetų sąrašo apačioje. Norint sumažinti dirbtinio intelekto poveikį aplinkai, būtinas vyriausybės ir aplinkosaugos grupių bendradarbiavimas.
1. Dirbtinio intelekto kompiuteriams reikia didžiulės energijos
Pagrindinis generatyvaus AI didelio anglies pėdsako kaltininkas yra energijos suvartojimas. Paimkite pokalbių robotus kaip pavyzdį. Didžiausias ChatGPT prieigos raktų limitas ir greitas įvesties apdorojimas reikalauja didžiulių energijos poreikių. Dauguma vartotojų nesuvokia išteklių, reikalingų kiekvienai paieškos užklausai – jie be proto užplūsta pokalbių robotus atsitiktiniais raginimais.
Semianalizė sukūrė „ChatGPT“ kainos modelį. Jie sako, kad „OpenAI“ naudoja 3 617 HGX A100 serverių, kad atsakytų į milijonus raginimų, kuriuos „ChatGPT“ gauna kasdien.
Kiekvienas serveris sunaudoja 3000 vatvalandžių, jei jie panašūs į Nvidia HGX A100. Taigi, kad 3 617 įrenginių veiktų 24 valandas per parą, 7 dienas per savaitę, jiems reikia milžiniškų 95 054 760 000 vatvalandžių arba 95 054,76 megavatvalandžių per metus. Nuoroda Niujorkas kasdien sunaudoja nuo 5 500 iki 10 000 megavatvalandžių.
Spartus AI augimas įamžina išmetimo kultūrą. Technologijų vartotojai yra spaudžiami įsigyti naujausių sistemų rinkoje, nepaisant to, ar jiems to reikia, ar ne. Kai kurie vos net supranta šias programėles. Jie siekia „kito didelio dalyko“, nes įmonės žada naujas ir trikdančias funkcijas.
Pasiduodami šiam netvariam gyvenimo būdui, vartotojai leidžia technologijų lyderiams kontroliuoti AI platformų paklausą. Ištekliai švaistomi pertekliniams įrankiams, kurie duoda nereikšmingą naudą.
Paimkite, pavyzdžiui, „ChatGPT“. Milijonai kūrėjų pasinaudojo jos pakilimu, išleisdami dirbtinio intelekto valdomus pokalbių robotus. Nors technologijų lyderiai, tokie kaip „Microsoft“, „Meta“ ir „Google“, kūrė naujoviškus kalbų modelius, dauguma įmonių tik šoktelėjo į šią tendenciją.
Venkite atsisiųsti nepatvirtintų AI pokalbių robotų internete. Piratai naudojasi netikros „ChatGPT“ programos apgauti vartotojus, kad jie atskleistų asmeninę informaciją ir sumokėtų didžiulius abonentinius mokesčius.
3. Joks centrinis valdymo organas nereglamentuoja dirbtinio intelekto naudojimo ir kūrimo
Sparti AI pažanga lenkia valdymo gaires ir apribojimus. Net pasauliniai technologijų lyderiai mėgsta Samas Altmanas, OpenAI generalinis direktorius, ragina imtis griežtesnių AI reguliavimo priemonių valdyti galingus modelius. Šiuo metu nė viena institucija neprižiūri ir nereguliuoja AI veiklos.
Bet net jei vyriausybinės institucijos pradeda kovoti su AI susijusia rizika, ekologinė žala bus jų sąrašo apačioje. Tikėtina, kad jie pirmenybę teiks AI haliucinacijoms, etikos pažeidimams ir grėsmėms privatumui. Nors šie dalykai yra vienodai svarbūs, jie neturėtų užgožti neigiamo PG ekologinio poveikio.
Vyriausybė turi dirbti su aplinkosaugos grupėmis, kad galėtų stebėti technologijų įmones. Jie galėtų sumažinti dirbtinio intelekto kūrėjų anglies pėdsaką reguliuodami energijos suvartojimą, šalinimo būdus ir mineralų gavybą.
4. Dirbtinio intelekto skatinamos žemės ūkio pastangos teikia pirmenybę derliui, o ne ekosistemų sveikatai
Žemės ūkio sektoriai tiria būdus, kaip dirbtinio intelekto sistemas integruoti į ūkininkavimą. Strateginis įgyvendinimas galėtų padėti maksimaliai padidinti pasėlių augimą, automatizuoti rankų darbą ir kovoti su stichinėmis nelaimėmis, tuo pačiu sumažinant pridėtines išlaidas. Žemės ūkio AI yra auganti pramonė. Market.us netgi prognozuoja, kad pasaulinė rinka iki 2032 m. viršys 10,2 mlrd.
Tačiau nepaisant šių privalumų, žemės ūkio dirbtinis intelektas vis dar neatsižvelgia į didžiulį energijos suvartojimą treniruojant ir kuriant šias sistemas. Pirmenybė teikiama dideliam derliaus kiekiui ir efektyviems derliaus nuėmimo būdams taip pat kenkia ekosistemai. Tokiu greičiu AI gali netyčia paskatinti intensyvią ūkininkavimo praktiką, kuri naikina ir dehidratuoja žemę.
5. Mokant dirbtinį intelektą reikia bandymo ir klaidų
AI valdomų platformų mokymas pagal milijardus parametrų reikalauja didžiulių išteklių. Nuo duomenų rinkinių paruošimo grandinimui ir įvedimo į AI modelius procesas gali lengvai išeikvoti milijonus vatvalandžių.
Be to, duomenų tikrinimas susideda iš griežtų bandymų ir klaidų. Kurdami modelių iteracijas, šalindami triktis ir taisydami netikslumus, kūrėjai ir toliau naudos didžiulius energijos išteklius.
Paimkime ChatGPT kaip pavyzdį. A Kornelio universiteto studija rodo, kad OpenAI sunaudojo 405 V100 GPU metų energijos, kad apmokytų GPT-3 pagal 175 milijardus parametrų. Paprasčiau tariant, vienam V100 GPU sukurti ChatGPT prireiktų 405 metų.
Darant prielaidą, kad OpenAI naudoja kažką panašaus į Nvidia V100 GPU, kurios sunaudoja 300 vatvalandžių, 405 metų energijos suvartojimas prilygsta 1 064 340 000 vatvalandžių. Pavyzdžiui, dauguma namų ūkių suvartoja 30 000 vatvalandžių per dieną. Taigi energija, kurią „OpenAI“ iš pradžių naudojo „ChatGPT“ mokymui, 24 valandas galėjo aprūpinti 35 478 namus.
Aparatinė įranga, naudojama kuriant, mokant ir komercializuojant AI programas, susideda iš įvairių žemės metalų. Paimkite GPU kaip pavyzdį. Jų gamybai, be kitų žaliavų, reikia vario, alavo, sidabro ir cinko, o technologijų įmonėms dirbtinio intelekto sistemoms prižiūrėti reikia tūkstančių GPU.
Kūrėjai turėtų ištirti alternatyvius žaliavų tiekimo būdus. Priešingu atveju žalinga kasybos veikla tik padidės, nes padidės su AI susijusios aparatinės įrangos paklausa. Net didžiausios kasyklos išsektų po kelių dešimtmečių.
7. Galimos eismo spūstys
AI gali sukurti energiją taupančią protinga automobilių pramonės ateitis. Tyrimas, atliktas Tarptautinis aplinkos tyrimų ir visuomenės sveikatos žurnalas teigia, kad savaeigiai automobiliai išmeta 50–100 procentų mažiau anglies dvideginio nei tradicinės transporto priemonės. Automobilių gamintojai visame pasaulyje palaipsniui integruos dirbtinį intelektą į savo padalinius.
Nors degalų taupymas, AI valdomų automobilių atsiradimas taip pat padidina eismo spūstis tankiai apgyvendintuose miestuose. Asmeninių transporto priemonių skaičius ir toliau viršys viešojo transporto mazgus. A Adelaidės universiteto išilginė apklausa teigia, kad vartotojai norėtų pirkti automobilius be vairuotojo, o ne važiuoti į darbą ir atgal ar dalytis transporto priemone.
8. AI Evolution padidina elektroninių atliekų kiekį
AI sparčiai vystosi, nes kūrėjai nuolat išleidžia naujus techninės ir programinės įrangos produktus. Jie visi pirmiausia nori dominuoti pasaulinėje rinkoje. Deja, ardomųjų technologijų taikymas prisideda prie didėjančios visuomenės elektroninių atliekų problemos. Atminkite: dirbtinio intelekto sistemų priežiūrai reikia tūkstančių GPU ir serverių, kurių daugumos negalima perdirbti.
Pasaulis skaičiuoja praneša, kad 85 procentai elektroninių atliekų patenka į sąvartynus ir deginimo įrenginius, o 70 procentų yra toksiškų elementų. AI kūrėjai turėtų ištirti tvaresnius šalinimo būdus. Ekologinė praktika, pvz., iškastinio kuro suvartojimo mažinimas, techninės įrangos gyvavimo ciklų pratęsimas ir perdirbimo metodų kūrimas, pakeis pramonę.
Ar AI kenkia aplinkai?
Nepaisant žalingo AI poveikio aplinkai, jis savaime nėra netvarus. Dauguma minėtų problemų kyla dėl to, kaip žmonės kuria, programuoja, diegia ir valdo dirbtinio intelekto pagrįstas technologijas. Technologijų įmonės turėtų nustoti aukoti ekologinę praktiką, siekdamos greitos pažangos. Net pasiekus dirbtinio bendro intelekto piką nepateisins Žemės gamtinių išteklių išeikvojimo.
Įmonės taip pat turi teikti pirmenybę ekologiškoms technologijoms. AI verslo, komercinės ir pramoninės programos nustelbia jos potencialą padėti aplinkai. Pramonė jau užtvindyta atsitiktinių AI programėlių ir įrankių. Tačiau nepakankamai kūrėjų domisi AI panaudojimu išteklių išsaugojimui ir klimato kaitai.