- OpenAIs administrerende direktør, Sam Altman, hævder, at hver ChatGPT-forespørgsel bruger omkring 0,00032 liter vand, hvilket sammenlignes med "en femtendedel af en teskefuld".
- Energiforbruget ved en interaktion med ChatGPT er omkring 0,34 watt-timer, hvilket svarer til at bruge en LED-pære i et par minutter.
- Eksperter og medlemmer af det videnskabelige samfund påpeger, at der ikke er fremlagt klare beviser, der understøtter disse tal, og at deres metode heller ikke er blevet detaljeret beskrevet.
- Debatten om AI's miljøpåvirkning er fortsat igangværende, især med hensyn til køling af datacentre og træning af store modeller.
Den hurtige udvikling inden for kunstig intelligens har ført til bekymringer om dens indflydelse på miljøet, med særlig opmærksomhed på Energi- og vandforbrug forbundet med at køre populære modeller som ChatGPT, udviklet af OpenAI. I de seneste måneder har virksomhedens administrerende direktør, Sam Altman, forsøgt at kaste lys over det sande omfang af sin teknologis forbrug af naturressourcer, dog ikke uden en vis kontrovers eller mangel på spørgsmål.
Altmans udtalelser på hans personlige blog har udløst intens debat inden for den teknologiske og videnskabelige sfære.I takt med at ChatGPTs popularitet fortsætter med at vokse globalt, har den offentlige mening og medierne fokuseret på det økologiske fodaftryk af hver forespørgsel, og om de leverede data virkelig afspejler den miljømæssige indvirkning, som kunstig intelligens kan have på hverdagen.
Hvor meget vand bruger ChatGPT rent faktisk pr. forespørgsel?
For nylig udtalte Sam Altman, at Hver gang en bruger interagerer med ChatGPT, er det tilhørende vandforbrug minimalt.Som han forklarede, En enkelt konsultation forbruger omkring 0,00032 liter vand, hvilket omtrent svarer til "en femtendedel af en teskefuld." Denne mængde bruges primært i kølesystemerne i datacentre, hvor servere behandler og genererer AI-svar.
Køling er afgørende for at forhindre overophedning af elektroniske komponenter, især når vi taler om store infrastrukturer, der kører kontinuerligt og med fuld kapacitet. Dette behov for at køle maskiner med vand er ikke eksklusivt for ChatGPT, men er fælles for alle hele cloud computing- og AI-sektorenOmfanget af de daglige forespørgsler – millioner ifølge OpenAI – betyder dog, at Selv minimalt forbrug har en mærkbar effekt.
Selvom Altman ønskede at understrege, at prisen pr. bruger er næsten irrelevant, Eksperter og tidligere undersøgelser har offentliggjort højere tal i uafhængig forskningFor eksempel tyder nylige analyser fra amerikanske universiteter på, at Træning af store modeller som GPT-3 eller GPT-4 kan kræve hundredtusindvis af liter vand., selvom den specifikke brug pr. daglig konsultation er meget lavere.
Talkontroversen: tvivl om gennemsigtighed og metode
Altmans udtalelser er blevet modtaget med forsigtighed af både det videnskabelige samfund og specialiserede medier pga. manglen på detaljerede forklaringer på, hvordan disse værdier blev opnåetFlere artikler påpeger, at OpenAI ikke har offentliggjort den præcise metode til beregning af vand- og energiforbrug, hvilket har fået nogle medier og organisationer til at opfordre til større gennemsigtighed på dette område.
Mediepublikationer som The Washington Post, The Verge og universiteter som MIT eller California har peget på højere estimater, der strækker sig mellem 0,5 liter for hver 20-50 konsultationer (i tilfælde af tidligere modeller som GPT-3) og flere hundrede tusinde liter til AI-træningsfasen.
Energidebatten: effektivitet, kontekst og sammenligninger
Et andet af de punkter, som Sam Altman tager op, er Energiforbrug forbundet med hver interaktion med ChatGPTIfølge deres estimater, En gennemsnitlig konsultation involverer omkring 0,34 watt-timer, svarende til den energi, som en LED-pære forbruger på to minutter, eller en husholdningsovn, der lades være tændt i et sekund. For bedre at forstå virkningerne af AI kan du også konsultere virkningen af kunstig intelligens på bæredygtighed.
Imidlertid Modellernes effektivitet er steget i de senere år Og nutidens hardware er i stand til at behandle anmodninger med mindre strøm end for bare et par år siden. Det betyder, at selvom den individuelle brug er lav, ligger udfordringen i den enorme mængde af samtidige interaktioner, der forekommer på platforme som ChatGPT, Gemini eller Claude.
Nyere undersøgelser understøtter en vis reduktion i det gennemsnitlige forbrug pr. konsultation, selvom de insisterer på, at Hver browser, hver enhed og hver region kan have forskellige tal. afhængigt af typen af datacenter og det anvendte kølesystem.
Det kumulative fodaftryk og udfordringen med langsigtet bæredygtighed
Det virkelige dilemma opstår, når man ekstrapolerer disse minimumstal pr. konsultation til det samlede antal daglige interaktioner på verdensplan. Summen af millioner af små dråber kan blive til en betydelig mængde vand., især i takt med at kunstig intelligens bruges til stadig mere komplekse opgaver og strækker sig til sektorer som uddannelse, fritid og sundhedspleje.
Endvidere Træningsprocessen for avancerede AI-modeller som GPT-4 eller GPT-5 er fortsat ekstremt ressourcekrævende., både med hensyn til elektricitet og vand, hvilket tvinger teknologivirksomheder til at lede efter nye energikilder – såsom atomenergi – og til at overveje placeringer til deres datacentre, hvor vandinfrastrukturen er garanteret.
La Manglen på klare standarder, officielle tal og gennemsigtighed i beregninger giver fortsat næring til kontroverser.Organisationer som EpochAI og konsulentfirmaer har forsøgt at estimere virkningen, men der er stadig ingen konsensus om de reelle miljømæssige omkostninger ved at interagere med generativ AI i stor skala. I mellemtiden åbner debatten et vindue for refleksion over teknologiens fremtid og dens vigtigste fortaleres miljømæssige ansvar.
Diskussionen om den Sam Altman og kunstig intelligens generelt fremhæver spændingerne mellem teknologisk innovation og bæredygtighed. Mens tallene fra Sam Altman søger at berolige offentligheden om den lave effekt af hver enkelt høring, holder manglen på gennemsigtighed og tjenestens globale skala fokus på behovet for overvågning og videnskabelig stringens, når man vurderer det økologiske fodaftryk af systemer, der allerede er en del af vores dagligdag.
Jeg er en teknologientusiast, der har vendt sine "nørde" interesser til et erhverv. Jeg har brugt mere end 10 år af mit liv på at bruge avanceret teknologi og pille ved alle slags programmer af ren nysgerrighed. Nu har jeg specialiseret mig i computerteknologi og videospil. Dette skyldes, at jeg i mere end 5 år har skrevet til forskellige hjemmesider om teknologi og videospil, og lavet artikler, der søger at give dig den information, du har brug for, på et sprog, der er forståeligt for alle.
Har du spørgsmål, så spænder min viden fra alt relateret til Windows styresystemet samt Android til mobiltelefoner. Og mit engagement er over for dig, jeg er altid villig til at bruge et par minutter og hjælpe dig med at løse eventuelle spørgsmål, du måtte have i denne internetverden.