Отправка одного электронного письма с помощью ChatGPT эквивалентна потреблению одной бутылки воды

ChatGPT с GPT-4 использует около 519 миллилитров воды, немного больше, чем одна бутылка на 16,9 унций, чтобы написать одно электронное письмо на 100 слов, согласно оригинальному исследованию The Washington Post и Калифорнийского университета в Риверсайде. Такое расточительное использование ресурсов может ухудшить условия засухи, вызванной человеком, особенно в и без того сухом климате.

Отчет Washington Post основан на исследовательской работе «Как сделать ИИ менее «жаждущим»: раскрытие и устранение секретного водного следа моделей ИИ» Мохаммада А. Ислама из Техасского университета в Арлингтоне, а также Пэнфэй Ли, Цзяньи Ян и Шаолей Рен из Калифорнийского университета в Риверсайде. Репортеры Праншу Верма и Шелли Тан и их редакторская группа использовали общедоступную информацию для своих расчетов оценок водного следа и потребления электроэнергии, как подробно описано в их статье.

Сколько воды и электроэнергии необходимо для ChatGPT?

Washington Post и Калифорнийский университет в Риверсайде изучили электроэнергию, необходимую для работы серверов генеративного ИИ, и воду для охлаждения этих серверов. Количество воды и электроэнергии, используемое в конкретных центрах обработки данных, может варьироваться в зависимости от климата, в котором расположены эти центры обработки данных. В штатах Вашингтон и Аризона особенно большой расход воды.

Например, в регионах, где электроэнергия дешевле или ее больше, чем воды, центры обработки данных могут охлаждаться с помощью электрической системы, а не с помощью градирен, заполненных водой.

Другие выводы включают:

Если один из 10 работающих американцев (около 16 миллионов человек) будет писать одно электронное письмо из 100 слов с помощью ChatGPT еженедельно в течение года, ИИ потребуется 435 235 476 литров воды. Это количество примерно эквивалентно всей воде, потребляемой в Род-Айленде за полтора дня. Отправка электронного письма из 100 слов с помощью GPT-4 требует 0,14 киловатт-часов (кВт·ч) электроэнергии, что, как отмечает The Washington Post, эквивалентно включению 14 светодиодных лампочек в течение одного часа. Если один из 10 работающих американцев будет писать одно электронное письмо из 100 слов с помощью ChatGPT еженедельно в течение года, ИИ потребуется 121 517 мегаватт-часов (МВт·ч) электроэнергии. Это то же количество электроэнергии, которое потребляют все домохозяйства Вашингтона, округ Колумбия, за 20 дней. Для обучения GPT-3 потребовалось 700 000 литров воды.

В заявлении для The Washington Post представитель OpenAI Кайла Вуд сказала, что создатель ChatGPT «постоянно работает над повышением эффективности».

СМ.: Технологические гиганты могут скрыть выбросы парниковых газов от проектов ИИ, учитывая рыночные выбросы.

Сколько электроэнергии требуется для создания изображения с помощью ИИ?

В декабре 2023 года исследователи из Университета Карнеги-Меллона и Hugging Face обнаружили, что для генерации изображения ИИ требуется 2,907 кВт·ч электроэнергии на 1000 выводов; это количество различается в зависимости от размера модели ИИ и разрешения изображения. В частности, исследователи протестировали потребление энергии на этапе вывода, который происходит каждый раз, когда ИИ отвечает на подсказку, поскольку предыдущие исследования были сосредоточены на этапе обучения.

В то время как репортаж The Washington Post был сосредоточен на высокой стоимости относительно небольшого запроса ИИ (электронная почта), стоимость использования ИИ для более сложных задач только увеличивается. Генерация изображений создала наибольшие выбросы углерода из всех задач ИИ, которые протестировали исследователи Университета Карнеги-Меллона и Hugging Face.

Чрезмерная зависимость от ИИ может иметь негативные последствия как для Земли, так и для прибыли

Ресурсоемкий ИИ обменивает текущую прибыль на усугубляющуюся засуху и увеличивающуюся нагрузку на электросеть. Генеративный ИИ также может отпугивать клиентов: августовская реклама Google Gemini вызвала негативную реакцию потребителей. Июльский опрос Gartner показал, что 64% ​​из 5728 клиентов предпочли бы не сталкиваться с ИИ в обслуживании клиентов.

Организации должны найти способы стимулировать долгосрочное мышление, когда речь идет о том, какие технологии сотрудники выбирают для ежедневного использования. Создание экологической политики — и ее соблюдение — может повысить доверие клиентов к бизнесу и помочь распределить прибыль в долгосрочной перспективе.

«Многие преимущества генеративного ИИ носят спекулятивный характер и могут проявиться в будущем, поскольку компании быстро исследуют разнообразные варианты использования, которые могут спровоцировать широкое внедрение», — сказал профессор инженерного факультета Пенсильванского университета Бенджамин Ли в электронном письме TechRepublic. «Но многие издержки генеративного ИИ реальны и возникают немедленно по мере создания центров обработки данных, питания графических процессоров и развертывания моделей».

«Компании должны быть уверены, что исторически широко используемая технология становится все более и более эффективной, поскольку специалисты по информатике многократно и постепенно оптимизируют эффективность программного и аппаратного обеспечения на протяжении многих лет последовательных исследований и разработок», — сказал Ли. «Проблема с генеративным ИИ заключается в том, что варианты использования, программные приложения и аппаратные системы быстро развиваются. Специалисты по информатике все еще изучают технологию, и четкой цели для их оптимизации нет».

Ахилеш Агарвал, главный операционный директор компании по управлению поставщиками apexanalytix, в электронном письме TechRepublic сообщил, что одним из способов смягчить воздействие ИИ на окружающую среду является запуск центров обработки данных на основе возобновляемых источников энергии: ветра, солнца, гидроэлектроэнергии или атомной энергии.

«Крайне важно, чтобы компании, внедряющие технологии ИИ, помнили о потенциальных экологических издержках, если они не будут инвестировать в устойчивые методы, поскольку неконтролируемый рост ИИ может усугубить глобальные проблемы потребления ресурсов», — сказал Агарвал.

С другой стороны, ИИ может «оптимизировать процессы, снизить неэффективность и даже способствовать усилиям по обеспечению устойчивого развития», сказал Агарвал, и его влияние следует измерять по выбросам углерода человеческой рабочей силой, выполняющей те же задачи.