ИИ не так вреден для окружающей среды, как вы думаете

ИИ не так вреден для окружающей среды, как вы думаете

13 августа 2025 г.

В каждом из двух промышленных революций, испытываемых миром в прошлые эпохи, большие скачки в технологическом прогрессе были сопоставлены с такими же большими сменами вСамые большие проблемы в мире,от прав работника и колониального суверенитета до того, должен ли самый богатый человек в мирекупить другие компанииПолем Ой, подождите, может быть, мирнетсильно изменилсяпосле всего.

Помимо шуток, несколько таких вопросов возникают в глобальных дискуссиях о том, на чем мы должны сосредоточиться на ресурсах человечества. Соответственно, изменение климата называется одной из ведущих проблем, с которыми сталкиваются работники, правительства и ученые. Исторически, наши быстро развивающиеся технологии, начиная с середины 19 -го века, имели неудобный побочный эффект ускорения глобального потепления посредством освобождения парниковых газов и загрязняющих веществ. Тем не менее, ИИ может представлять собой исключение из этой модели - в частности, использованиемощные вычислительные средства (HPC)необходимо для развития искусственного интеллекта - привело к дискуссиям о сложностях определения того, может ли ИИ через необработанную эффективность компенсировать огромный окружающий площадь, необходимый для его поддержания.

Энергетическая раковина, кран загрязнящего вещества

ПРИМЕЧАНИЕ. Этот раздел, а также последующий раздел, содержит информацию, перефразированную изБеркли Лаборатория 2024 г.и этоОтчет о природе о воздействии на окружающую среду крупных языковых моделейПолем

Измерение того, сколько энергии может быть сложным. В то время как традиционные серверные комнаты, подобные тем, которые размещают этот веб-сайт, по сути, стойки центральных обработчиков (процессоров), так же, как тот, который использует ваш компьютер, средства, специфичные для искусственного интеллекта, различаются по нескольким значительным способам:

  • Учреждения HPC часто используют графические единицы обработки (графические процессоры) вместо центральных переработков (процессоров) в основном из -за более высокой производительности первого впараллельная обработкаи энергоэффективность.
  • Средства HPC используют методы хранения и передачи с более высокой пропускной способностью из-за огромных требований обработки данных ИИ.
  • Учреждения HPC требуют специальных систем охлаждения в результате тепла, генерируемого массивными массивами графических процессоров.
  • Средства HPC Используют вычислительную мощность на основе фиксированных требований (выполнение задачи обработки данных) вместо переменных (500-20 000 пользователей, пытающихся получить доступ к веб-сайту).

По сути, эти различия означают, что современные компьютерные центры искусственного интеллекта являются более дорогими, более энергосберегающими и труднее поддерживать. Центры обработки данных ИИ используют огромные объемы электроэнергии: чуть менее десятилетия среднее совокупное количество мощности, используемой центрами обработки данных ИИ, утроившись - от 60 до 176 ТВтч по состоянию на 2024 год, что составляет около 4,4% от общего потребления данных в Соединенных Штатах. Этот показатель, по прогнозам, увеличится, при этом к 2028 году консервативные оценки составляют 320 ТВЧ, и в этом случае объекты HPC займут около 7% потребления энергии в США.

Куда идет вся эта энергия? В типичном центре обработки данных энергия, фактически используемая для питания массивов графических процессоров, занимает чуть меньше, чем ⅔ общего использования мощности объекта; Остальная часть энергии входит в системы, чтобы помочь аппаратным ускорителям фактически функционировать - системы охлаждающей жидкости, освещения и контроля температуры необходимы для поддержания работы центра HPC. Несмотря на то, что дополнительная энергия, потраченная на эти дополнительные раковины, представляет собой нежелательную неэффективность во многих центрах обработки данных США, ученые и инженеры постоянно находят более быстрые способы сокращения дополнительного потребления, в некоторых случаях снижая дополнительное использование до 17%.

Относительная эффективность?

ИИ (при безопасном использовании, конечно,) может многое внести свой вклад в наше общество. В то время как многие компании и работникисообщил, что работает быстрееи более эффективно с ИИ,ПриродаИсследователи хотели оценить, насколько много работы ИИ может спасти нас, сравнив гипотетические затраты на написание страницы из 500 слов с использованием инструментов ИИ по сравнению с человеческим трудом. Игнорирование качественного аспекта написания и учета времени, экономических затрат, выбросов углерода и использования воды, исследователейобнаружил, чтоСовременные крупные языковые модели (LLMS), аналогичные Llama-3 от Meta, достигли аналогичной эффективности в результате от 40 до 150 американских граждан, и что меньшие, более энергоэффективные модели, аналогичные Google Gemma-2B, создавали работу по сравнению с эффективностью 130-1100 американцев.


Значит ли это, что мы должны начать заменять человеческих работников ИИ?Конечно, не после большего рассмотрения,заключил исследователи, которые отметили очевидные этические проблемы с последствиями их фигур. Несмотря на возвышающуюся тяжести перемещения работников в отношении глобального общества и экономики, широко распространенное принятие ИИ, как и в нем, сталкивается с неотъемлемой проблемой быть ненадежным при непревзойденной. Одним из самых насущных недостатков в модели исследователей является неспособность учитывать качество работ, произведенных людьми и ИИ. Разбивая это, мы видим, что, хотя ИИ, как было показано, увеличивает урожайность человеческих работников, повышение эффективности там останавливается - в то время как комбинация систем ИИ и человеческой изобретательности может привести к желаемой работе, автономные LLM не могут надеяться продюсировать надежную работу, если не менее минимум, направленным на вдумчивый надзор за человеком.

Эта статья представлена вам нашим искусственным интеллектом, основанной на студентах и студенческой организации по этике ИИ, стремящейся диверсифицировать перспективы в ИИ помимо того, что обычно обсуждается в современных СМИ. Если вам понравилась эта статья, ознакомьтесь с нашими ежемесячными публикациями и эксклюзивными статьями вhttps://www.our-ai.org/ai-nexus/read!

Для более зеленого будущего

Независимо от обоснованности современных количественных исследований о краткосрочных затратах на разработку ИИ, я придерживаюсь мнения, что мы должны продолжать продолжать путь улучшения и лучшего ИИ, несмотря ни на что. Повторяя то, что это должно быть сделано безопасно и с целью принести пользу достаточно большой части общества, я утверждаю, что технологический прогресс часто является единственным способом решить проблемы мира. В конце концов, именно генетическая инженерия посадила семена для второй сельскохозяйственной революции, кульминацией которого стала смягчение нехватки продовольствия в Юго -Восточной Азии, и вакцины, которые принесли десятки распространенных, эпидемических заболеваний на колени в течение многих лет. Аналогичным образом, в то время как нынешние правительственные и социальные движения по снижению крупных загрязняющих веществ, таких как коммерческое сельское хозяйство, производство энергии и транспорт, не смогли продемонстрировать значительный прорыв, будущие технологии искусственного интеллекта, несомненно, помогут нам повысить эффективность наших нынешних усилий, будь то за счет ускорения текущих усилий по созданию матриц метана или повышения эффективности возобновляемых источников власти. Возможности в руках человечества.


Оригинал
PREVIOUS ARTICLE
NEXT ARTICLE