ההשפעה הסביבתית של בינה מלאכותית: דאגה מעבר למידע מוטעה ואיומים בעבודה

בתחום הבינה המלאכותית (AI), דיונים לרוב סובבים סביב מידע מוטעה והאיום הפוטנציאלי על משרות אנושיות. עם זאת, פרופסור מאוניברסיטת בוסטון, קייט סנקו, מפנה את תשומת הלב לדאגה משמעותית נוספת - ההשפעה הסביבתית המשמעותית של כלי בינה מלאכותית.

כחוקר בינה מלאכותית, סאנקו מעלה חששות לגבי עלויות האנרגיה של בניית מודלים של בינה מלאכותית. במאמר על The Conversation, היא מדגישה, "ככל שה-AI חזק יותר, כך הוא לוקח יותר אנרגיה."

בעוד שצריכת האנרגיה של מטבעות קריפטוגרפיים כמו ביטקוין ואת'ריום עוררה ויכוחים נרחבים, ההתפתחות המהירה של AI לא זכתה לאותה רמת בדיקה מבחינת השפעתה על כדור הארץ.

פרופסור סנקו שואף לשנות את הנרטיב הזה, מתוך הכרה בנתונים המוגבלים הזמינים על טביעת הרגל הפחמנית של שאילתת בינה מלאכותית יחידה. עם זאת, היא מדגישה שמחקרים מראים שצריכת האנרגיה גבוהה פי ארבעה עד חמישה מזו של שאילתה פשוטה במנוע חיפוש.

מחקר בולט משנת 2019 בוחן מודל בינה מלאכותית מחוללת בשם Bidirectional Encoder Representations from Transformers (BERT), המורכב מ-110 מיליון פרמטרים. מודל זה צרך אנרגיה שווה ערך לטיסה חוצה יבשות הלוך ושוב עבור אדם אחד במהלך תהליך האימון שלו, תוך שימוש ביחידות עיבוד גרפיות (GPUs). פרמטרים, המנחים את התחזיות של המודל ומגבירים את המורכבות, מותאמים במהלך האימון כדי להפחית שגיאות.

לשם השוואה, Saenko חושף כי דגם ה-GPT-3 של OpenAI, עם 175 מיליארד פרמטרים מדהים, צרך אנרגיה שווה ערך ל-123 רכבי נוסעים מונעי בנזין שנסעו במשך שנה אחת או כ-1,287 מגה וואט שעות חשמל. בנוסף, הוא יצר 552 טון מדהימים של פחמן דו חמצני. למרבה הפלא, הוצאת אנרגיה זו התרחשה עוד לפני שצרכנים החלו להשתמש במודל.

עם הפופולריות העולה של צ'אטבוטים של AI, כמו Perplexity AI ו-ChatGPT של מיקרוסופט המשולבים ב-Bing, המצב מחמיר עוד יותר על ידי שחרור יישומים ניידים, מה שהופך את הטכנולוגיות הללו לנגישות עוד יותר לקהל רחב יותר.

למרבה המזל, Saenko מדגיש מחקר של גוגל שמציע אסטרטגיות שונות להפחתת טביעת הרגל הפחמנית. שימוש בארכיטקטורות מודלים יעילות יותר, מעבדים ומרכזי נתונים ידידותיים לסביבה יכולים להפחית באופן משמעותי את צריכת האנרגיה.

בעוד שמודל בינה מלאכותית יחיד לא יכול להרוס את הסביבה לבד, סאנקו מזהיר שאם מספר רב של חברות יפתחו בוטים של בינה מלאכותית מעט שונים למטרות שונות, שכל אחד מהם יספק מיליוני לקוחות, השימוש המצטבר באנרגיה עלול להפוך לדאגה משמעותית.

בסופו של דבר, סאנקו מציע שמחקר נוסף חיוני לשיפור היעילות של AI יצירתי. באופן מעודד, היא מדגישה את הפוטנציאל של AI לפעול על מקורות אנרגיה מתחדשים. על ידי אופטימיזציה של החישוב כך שיעלה בקנה אחד לזמינות של אנרגיה ירוקה או איתור מרכזי נתונים שבהם יש אנרגיה מתחדשת בשפע, ניתן להפחית את הפליטות בפקטור מדהים של 30 עד 40 בהשוואה להסתמכות על רשתות הנשלטות על דלק מאובנים.

לסיכום, בעוד שהחששות לגבי מידע מוטעה ועקירת תפקידים עקב בינה מלאכותית נמשכות, הדגש של פרופסור סנקו על ההשפעה הסביבתית של כלי בינה מלאכותית מעוררת בעיה קריטית. זה קורא להגברת מחקר וגישות חדשניות כדי להבטיח שפיתוח AI תואם את יעדי הקיימות. על ידי כך, נוכל לרתום את הפוטנציאל של AI תוך מזעור טביעת הרגל הפחמנית שלו, ובכך לסלול את הדרך לעתיד ירוק יותר.