Zöld mesterséges intelligencia? Égető szükség van rá
Minden technológiai áttörésnek megvan a maga ára. A mesterséges intelligencia fejlődése az elmúlt évtizedben példátlan sebességgel zajlott, miközben sokan megfeledkeztek arról, milyen hatással van ez a környezetre.
A GPT-4-hez hasonló nyelvi modellek, a képfelismerésben használt neurális hálók vagy a játékokat verhetetlenül játszó algoritmusok nem pusztán „okosabbá” teszik világunkat, hanem jókora szén-dioxid-lábnyomot is hagynak maguk után.
Egyetlen mesterséges intelligencia-modell betanítása ugyanis több száz tonna CO₂ kibocsátással járhat.
A GPT-3 esetében például ez a mennyiség 502 tonnára tehető, ami több mint száz autó éves kibocsátásával egyenértékű.
Ez az „árnyoldal” mostanra egyre nagyobb figyelmet kap, itt a Green.hu-n is írtunk már róla, és a jóslatok szerint nem a jó irányba haladunk, az AI energiaigénye egyre nagyobb és nagyobb lesz.
Vörös MI vs. Zöld MI – két út a jövőbe
Egyes modellek képzése hetekig tart, több száz grafikus processzor egyidejű futtatása mellett. Ez nemcsak költséges, hanem rendkívül energiaigényes is. A fejlesztők célja legtöbbször az, hogy minél jobb pontosságot érjenek el a modellek teljesítményében, ám ennek ára van: minél pontosabb egy modell, annál nagyobb adatmennyiség és annál komplexebb architektúra szükséges hozzá – ami egyenesen arányosan növeli az energiafogyasztást.
Az ilyen irányú kutatásokat ma egyre gyakrabban „Vörös MI”-nek nevezik. Ez a szemlélet a teljesítményt mindenek fölé helyezi, és gyakran figyelmen kívül hagyja a környezeti hatásokat. Egy-egy csúcstechnológiás modell kiképzése során olyan adatmennyiségeket használnak fel, amelyek kezelése és feldolgozása több ezer GPU-órát igényel.
Ezzel szemben egyre többen emelik fel a hangjukat a „Zöld MI” érdekében, amely az energiahatékonyságot és a fenntarthatóságot helyezi előtérbe. Ennek célja, hogy a fejlődés ne csak gyors és látványos, hanem környezetbarát is legyen.
Ahhoz, hogy a mesterséges intelligencia fenntarthatóbbá váljon, először is mérni kell annak környezeti hatásait. A szén-dioxid-kibocsátás kézenfekvő mérőszám lenne, azonban erősen helyfüggő – más egy modell energiafelhasználása, ha azt Lengyelországban vagy épp Norvégiában futtatják, eltérő energiaforrások miatt. A villamosenergia-fogyasztás szintén hasznos mutató lehet, de szintén hardver- és környezetfüggő.
Az egyik legstabilabb mutató a modellek paramétereinek száma, hiszen ez nem függ a futtatás helyétől vagy idejétől.
Egy nagyobb számú paraméterrel rendelkező modell jellemzően több memóriát, több számítást és hosszabb futási időt igényel. Ugyanakkor fontos látni, hogy nem minden modell használja ki ugyanolyan hatékonyan a rendelkezésére álló paramétereket – így az összehasonlítás nem mindig ad pontos képet.
A kutatók egyre inkább egy új szemlélet bevezetését szorgalmazzák: a teljesítmény mellett a hatékonyság is váljon elsődleges értékelési szemponttá.
Egy modell lehet, hogy nem a legpontosabb, de ha lényegesen kevesebb energiával dolgozik, akkor hosszú távon sokkal inkább preferálható lehet – különösen, ha milliárdnyi futtatásról van szó.
Lehet-e a mesterséges intelligencia a megoldás, és nem a probléma?
A mesterséges intelligencia nemcsak szennyezhet, hanem segíthet is a fenntarthatóság megvalósításában. Egy 2020-ban készült kutatás szerint az MI a globális fenntarthatósági célok több mint 90 százalékát pozitívan befolyásolhatja. Segíthet például az energiafelhasználás optimalizálásában, a megújuló energiaforrások integrálásában vagy az elsivatagosodás korai felismerésében műholdképek alapján.
Törökországban a cementgyártásban már alkalmaznak olyan MI-alapú rendszereket, melyek révén évente akár 7000 tonnával is csökkenthető a szén-dioxid-kibocsátás. Ez körülbelül 320 ezer fa éves szénmegkötő képességének felel meg.
Chilében a legnagyobb távközlési vállalat, az Entel olyan érzékelőket fejlesztett ki, melyek képesek a levegőben lévő részecskéket észlelni, és mesterséges intelligenciával előrejelezni az erdőtüzek kialakulását. A rendszer akár 12 perccel is korábban képes észlelni a tüzet, mint a hagyományos módszerek. Egy olyan országban, ahol a korábbi években közel háromnegyed millió hektárnyi erdő pusztult el, ez életmentő fejlesztésnek számít.
A zöld mesterséges intelligencia egyre sürgetőbb realitás. Ahhoz, hogy ezt a szemléletet a gyakorlatba is átültessük, szükség van a kutatók, a vállalatok, a döntéshozók és a felhasználók közös felelősségvállalására és a mesterséges intelligencia etikus használatára.
Forrás: ICT Global
Nyitókép: Freepik
*
Írja meg Facebook oldalunkra, hogy mit gondol erről a témakörről!
https://www.facebook.com/greenponthu/
*
Tegyünk együtt a zöldebb és fenntarthatóbb jövőért!
Olvassa minden nap a Green.hu cikkeit, híreit!
