AI ir neticams potenciāls, taču ir jāņem vērā daži nopietni trūkumi.
AI sacensībām progresējot ātrāk nekā jebkad agrāk, daudzi uztraucas par to, kā šīs tehnoloģijas ietekmēs ekosistēmu. AI pieņemšana turpina pieaugt. Līdz ar to tā oglekļa pēdas nospiedums tikai pasliktināsies, ja izstrādātāji, galalietotāji un regulējošās iestādes turpinās paraustīt plecus no tā ietekmes uz vidi.
Tas nozīmē, ka joprojām ir iespējama ilgtspējīga masveida adopcija. Taču indivīdiem un organizācijām ir jāsadarbojas, lai atrisinātu, kā AI kaitē videi.
Key Takeaways
- AI skaitļošana patērē milzīgu enerģijas daudzumu, tādējādi veicinot tās lielo oglekļa pēdu. Izstrādātājiem un lietotājiem ir jāapzinās ietekme uz vidi un jāapsver ilgtspējīgāka prakse.
- Ātrā AI attīstība saglabā izmešanas kultūru, kas noved pie izšķērdīga resursu patēriņa. Patērētājiem būtu jāizvairās no nevajadzīgiem pirkumiem, un uzņēmumiem par prioritāti ir jāizvirza nozīmīgi jauninājumi.
- Pašlaik nav centrālās pārvaldes iestādes, kas regulētu AI izmantošanu un attīstību, atstājot ekoloģiskās problēmas prioritāšu saraksta apakšā. Lai samazinātu mākslīgā intelekta ietekmi uz vidi, ir nepieciešama valdības un vides grupu sadarbība.
1. AI skaitļošanai ir nepieciešama milzīga enerģija
Galvenais ģeneratīvā AI lielā oglekļa pēdas vaininieks ir tā enerģijas patēriņš. Kā piemēru ņemiet tērzēšanas robotus. ChatGPT augstais pilnvaru ierobežojums un ātrai ievades apstrādei ir milzīgs enerģijas patēriņš. Lielākā daļa lietotāju neapzinās katram meklēšanas vaicājumam nepieciešamos resursus — viņi neprātīgi pārpludina tērzēšanas robotus ar nejaušām uzvednēm.
Semianalīze izveidoja ChatGPT izmaksu modeli. Viņi saka, ka OpenAI darbina 3617 HGX A100 serverus, lai atbildētu uz miljoniem uzvedņu, ko ChatGPT saņem katru dienu.
Katrs serveris patērē 3000 vatstundu, ja tie ir līdzīgi Nvidia HGX A100. Tātad, lai 3617 vienības darbotos visu diennakti, tām ir vajadzīgas milzīgas 95 054 760 000 vatstundas jeb 95 054,76 megavatstundas gadā. Uzziņai, Ņujorka katru dienu izmanto 5500 līdz 10 000 megavatstundu.
AI straujā izaugsme saglabā izmešanas kultūru. Tehnoloģiju patērētāji tiek spiesti iegādāties jaunākās sistēmas tirgū neatkarīgi no tā, vai viņiem tās ir vajadzīgas. Daži tik tikko pat saprot šos sīkrīkus. Viņi tiecas pēc "nākamās lielās lietas", jo uzņēmumi sola jaunas un traucējošas funkcijas.
Padodoties šim neilgtspējīgam dzīvesveidam, patērētāji ļauj tehnoloģiju vadītājiem kontrolēt pieprasījumu pēc AI platformām. Resursi tiek izšķiesti liekiem rīkiem, kas dod nenozīmīgu labumu.
Ņemiet, piemēram, ChatGPT. Miljoniem izstrādātāju guva labumu no tā uzplaukuma, izlaižot savus AI vadītos tērzēšanas robotus. Kamēr tehnoloģiju līderi, piemēram, Microsoft, Meta un Google, izveidoja novatoriskus valodu modeļus, vairums uzņēmumu tikai lēca uz tendenci.
Izvairieties no nepārbaudītu AI tērzēšanas robotu lejupielādes tiešsaistē. Hakeri izmanto viltotas ChatGPT lietotnes lai apmānītu lietotājus, lai tie izpaust personisku informāciju un maksātu pārmērīgas abonēšanas maksas.
3. Neviena centrālā pārvaldes iestāde neregulē AI izmantošanu un attīstību
AI straujie sasniegumi apsteidz regulējošās vadlīnijas un ierobežojumus. Pat globālajiem tehnoloģiju līderiem patīk Sems Altmans, OpenAI izpilddirektors, aicina ieviest stingrākus AI regulējošos pasākumus lai kontrolētu jaudīgus modeļus. Pašlaik neviena iestāde neuzrauga un neregulē AI darbības.
Bet pat tad, ja valdības iestādes sāk risināt ar AI saistītos riskus, ekoloģiskie zaudējumi būs viņu saraksta beigās. Viņi, visticamāk, piešķirs prioritāti AI halucinācijām, ētikas pārkāpumiem un privātuma apdraudējumiem. Lai gan šie jautājumi ir vienlīdz svarīgi, tiem nevajadzētu aizēnot mākslīgā intelekta negatīvo ietekmi uz vidi.
Valdībai ir jāsadarbojas ar vides grupām, lai uzraudzītu tehnoloģiju uzņēmumus. Tie varētu samazināt AI izstrādātāju oglekļa pēdas nospiedumu, regulējot to enerģijas patēriņu, iznīcināšanas metodes un minerālu ieguvi.
4. AI virzītie lauksaimniecības centieni dod priekšroku ražai, nevis ekosistēmas veselībai
Lauksaimniecības nozares pēta veidus, kā integrēt AI balstītas sistēmas lauksaimniecībā. Stratēģiskā īstenošana varētu palīdzēt maksimāli palielināt ražas augšanu, automatizēt roku darbu un cīnīties pret dabas katastrofām, vienlaikus samazinot pieskaitāmās izmaksas. Lauksaimniecības AI ir augoša nozare. Market.us pat prognozē, ka pasaules tirgus apjoms līdz 2032. gadam pārsniegs 10,2 miljardus dolāru.
Tomēr, neskatoties uz šīm priekšrocībām, lauksaimniecības mākslīgais intelekts joprojām neievēro milzīgo enerģijas patēriņu apmācībā un šo sistēmu veidošanā. Augstas ražas noteikšana par prioritāti un efektīvām ražas novākšanas metodēm arī apdraud ekosistēmu. Šādā ātrumā AI varētu netīšām veicināt intensīvas lauksaimniecības praksi, kas iznīcina un dehidrē zemi.
5. Apmācībai AI ir nepieciešams izmēģinājums un kļūda
AI vadītu platformu apmācība par miljardiem parametru prasa milzīgus resursus. Starp datu kopu sagatavošanu nokasīšanai un ievadīšanu AI modeļos process var viegli iztukšot miljoniem vatstundu.
Arī datu pārbaude sastāv no stingras izmēģinājuma un kļūdu pārbaudes. Izstrādātāji turpinās patērēt milzīgus enerģijas resursus, izstrādājot modeļu iterācijas, novēršot problēmas un novēršot neprecizitātes.
Kā piemēru ņemsim ChatGPT. A Kornela universitātes pētījums parāda, ka OpenAI patērēja 405 V100 GPU gadus enerģijas, lai apmācītu GPT-3 uz 175 miljardiem parametru. Vienkāršāk sakot, viena V100 GPU būtu nepieciešami 405 gadi, lai izveidotu ChatGPT.
Pieņemot, ka OpenAI izmanto kaut ko līdzīgu Nvidia V100 GPU, kas patērē 300 vatstundas, 405 gadu enerģijas patēriņš ir vienāds ar 1 064 340 000 vatstundām. Uzziņai lielākā daļa mājsaimniecību patērē 30 000 vatstundu dienā. Tātad enerģija, ko OpenAI izmantoja, lai apmācītu ChatGPT sākotnēji, varētu 24 stundas darbināt 35 478 mājas.
Aparatūra, ko izmanto AI programmu veidošanā, apmācībā un komercializācijā, sastāv no dažādiem zemes metāliem. Kā piemēru ņemiet GPU. To ražošanai, cita starpā, ir nepieciešams varš, alva, sudrabs un cinks, un tehnoloģiju uzņēmumiem ir nepieciešami tūkstošiem GPU, lai uzturētu AI sistēmas.
Izstrādātājiem jāizpēta alternatīvas izejvielu iegūšanas metodes. Pretējā gadījumā kaitējošās ieguves darbības tikai saasināsies, pieaugot pieprasījumam pēc ar AI saistītās aparatūras. Pat lielākās raktuves izžūtu pēc vairākiem gadu desmitiem.
7. Iespējamie satiksmes sastrēgumi
AI var izveidot energoefektīvāku, gudra nākotne auto industrijai. Pētījums, ko veica Starptautiskais vides pētījumu un sabiedrības veselības žurnāls norāda, ka pašbraucošās automašīnas rada par 50 līdz 100 procentiem mazāk oglekļa emisiju nekā tradicionālie transportlīdzekļi. Automašīnu ražotāji visā pasaulē pakāpeniski integrēs AI savās vienībās.
Lai gan ar AI vadītu automašīnu parādīšanās ir degvielas ekonomija, tā arī palielina satiksmes sastrēgumus blīvi apdzīvotās pilsētās. Privāto transportlīdzekļu skaits joprojām pārsniegs sabiedriskā transporta mezglus. A Adelaidas universitātes garengriezuma apsekojums saka, ka patērētāji dod priekšroku bezvadītāja automašīnu iegādei, nevis braukšanai uz darbu vai transportlīdzekļa koplietošanai.
8. AI Evolution palielina elektronisko atkritumu daudzumu
AI strauji attīstās, jo izstrādātāji turpina izlaist jaunus aparatūras un programmatūras produktus. Viņi visi vispirms vēlas dominēt pasaules tirgū. Diemžēl graujošu tehnoloģiju izmantošana palielina sabiedrības pieaugošo e-atkritumu problēmu. Atcerieties: AI sistēmu uzturēšanai ir nepieciešami tūkstošiem GPU un serveru, no kuriem lielāko daļu nevar pārstrādāt.
Pasaule skaitās ziņo, ka 85 procenti e-atkritumu nonāk poligonos un sadedzināšanas iekārtās, un 70 procenti satur toksiskus elementus. AI izstrādātājiem vajadzētu izpētīt ilgtspējīgākas apglabāšanas metodes. Ekoloģiskā prakse, piemēram, fosilā kurināmā patēriņa samazināšana, aparatūras dzīves cikla pagarināšana un pārstrādes metožu izstrāde, pārveidos nozari.
Vai AI ir kaitīgs videi?
Neskatoties uz AI kaitīgo ietekmi uz vidi, tas pēc būtības nav neilgtspējīgs. Lielākā daļa no iepriekšminētajām problēmām izriet no tā, kā cilvēki izstrādā, programmē, ievieš un pārvalda AI vadītas tehnoloģijas. Tehnoloģiju uzņēmumiem vajadzētu pārtraukt upurēt ekoloģisko praksi straujam progresam. Pat mākslīgā vispārējā intelekta maksimuma sasniegšana neattaisnos Zemes dabas resursu izsīkšanu.
Uzņēmumiem par prioritāti jāizvirza arī videi draudzīgas tehnoloģijas. AI biznesa, komerciālās un rūpnieciskās lietojumprogrammas aizēno tā potenciālu palīdzēt videi. Nozare jau ir pārpludināta ar nejaušām AI lietotnēm un rīkiem. Taču nepietiekami daudz izstrādātāju interesējas par AI izmantošanu resursu saglabāšanai un klimata pārmaiņām.