- Ο Διευθύνων Σύμβουλος της OpenAI, Σαμ Άλτμαν, ισχυρίζεται ότι κάθε ερώτημα στο ChatGPT χρησιμοποιεί περίπου 0,00032 λίτρα νερού, συγκρίνοντας αυτόν τον όγκο με «το ένα δέκατο πέμπτο ενός κουταλακιού του γλυκού».
- Η κατανάλωση ενέργειας μιας αλληλεπίδρασης με το ChatGPT είναι περίπου 0,34 βατώρες, παρόμοια με τη χρήση μιας λάμπας LED για λίγα λεπτά.
- Οι ειδικοί και τα μέλη της επιστημονικής κοινότητας επισημαίνουν ότι δεν έχουν παρουσιαστεί σαφή στοιχεία που να υποστηρίζουν αυτά τα στοιχεία, ούτε έχει περιγραφεί λεπτομερώς η μεθοδολογία τους.
- Η συζήτηση σχετικά με τις περιβαλλοντικές επιπτώσεις της Τεχνητής Νοημοσύνης παραμένει σε εξέλιξη, ειδικά όσον αφορά την ψύξη κέντρων δεδομένων και την εκπαίδευση μεγάλων μοντέλων.
Η ραγδαία πρόοδος της τεχνητής νοημοσύνης έχει φέρει στο προσκήνιο ανησυχίες για την επίδρασή του στο περιβάλλονμε ιδιαίτερη προσοχή Κατανάλωση ενέργειας και νερού που εμπλέκεται στη λειτουργία δημοφιλών μοντέλων όπως το ChatGPT, που αναπτύχθηκε από την OpenAI. Τους τελευταίους μήνες, ο Διευθύνων Σύμβουλος της εταιρείας, Σαμ Άλτμαν, προσπάθησε να ρίξει φως στην πραγματική έκταση της κατανάλωσης φυσικών πόρων από την τεχνολογία της, αν και όχι χωρίς κάποια διαμάχη ή έλλειψη ερωτημάτων.
Οι δηλώσεις του Άλτμαν στο προσωπικό του ιστολόγιο έχουν πυροδοτήσει έντονες συζητήσεις στον τεχνολογικό και επιστημονικό τομέα.Καθώς η δημοτικότητα του ChatGPT συνεχίζει να αυξάνεται παγκοσμίως, η κοινή γνώμη και τα μέσα ενημέρωσης έχουν επικεντρωθεί στο οικολογικό αποτύπωμα κάθε ερωτήματος και στο κατά πόσον τα παρεχόμενα δεδομένα αντικατοπτρίζουν πραγματικά τον περιβαλλοντικό αντίκτυπο που μπορεί να έχει η τεχνητή νοημοσύνη στην καθημερινή ζωή.
Πόσο νερό χρησιμοποιεί στην πραγματικότητα το ChatGPT ανά ερώτημα;
Πρόσφατα, ο Σαμ Άλτμαν δήλωσε ότι Κάθε φορά που ένας χρήστης αλληλεπιδρά με το ChatGPT, η σχετική κατανάλωση νερού είναι ελάχιστη.Όπως εξήγησε, Μία μόνο συνεδρία καταναλώνει περίπου 0,00032 λίτρα νερού., περίπου ισοδύναμο με «ένα δέκατο πέμπτο ενός κουταλακιού του γλυκού». Αυτή η ποσότητα χρησιμοποιείται κυρίως στα συστήματα ψύξης των κέντρων δεδομένων όπου οι διακομιστές επεξεργάζονται και δημιουργούν απαντήσεις τεχνητής νοημοσύνης.
Η ψύξη είναι ζωτικής σημασίας για την αποφυγή υπερθέρμανσης των ηλεκτρονικών εξαρτημάτων, ειδικά όταν μιλάμε για μεγάλες υποδομές που λειτουργούν συνεχώς και με πλήρη χωρητικότητα. Αυτή η ανάγκη ψύξης μηχανημάτων με νερό δεν είναι αποκλειστικότητα του ChatGPT, αλλά κοινή σε όλους ολόκληρος ο τομέας του cloud computing και της τεχνητής νοημοσύνηςΩστόσο, το μέγεθος των καθημερινών ερωτημάτων—εκατομμύρια, σύμφωνα με το OpenAI—σημαίνει ότι ακόμη και η ελάχιστη κατανάλωση συσσωρεύει αισθητή επίδραση.
Αν και ο Άλτμαν ήθελε να τονίσει ότι το κόστος ανά χρήστη είναι σχεδόν άσχετο, Οι ειδικοί και προηγούμενες μελέτες έχουν δημοσιεύσει υψηλότερα στοιχεία σε ανεξάρτητη έρευναΓια παράδειγμα, πρόσφατες αναλύσεις από αμερικανικά πανεπιστήμια δείχνουν ότι Η εκπαίδευση μεγάλων μοντέλων όπως το GPT-3 ή το GPT-4 μπορεί να απαιτήσει εκατοντάδες χιλιάδες λίτρα νερού., αν και η συγκεκριμένη χρήση ανά ημερήσια συνεδρία είναι πολύ χαμηλότερη.
Η διαμάχη για τα στοιχεία: αμφιβολίες σχετικά με τη διαφάνεια και τη μεθοδολογία
Οι δηλώσεις του Άλτμαν έγιναν δεκτές με επιφύλαξη τόσο από την επιστημονική κοινότητα όσο και από τα εξειδικευμένα μέσα ενημέρωσης, λόγω η έλλειψη λεπτομερών εξηγήσεων για το πώς αποκτήθηκαν αυτές οι τιμέςΑρκετά άρθρα επισημαίνουν ότι η OpenAI δεν έχει δημοσιεύσει την ακριβή μεθοδολογία για τον υπολογισμό της κατανάλωσης νερού και ενέργειας, γεγονός που έχει οδηγήσει ορισμένα μέσα ενημέρωσης και οργανισμούς να ζητήσουν μεγαλύτερη διαφάνεια σε αυτόν τον τομέα.
Μέσα ενημέρωσης όπως η Washington Post, η Verge και πανεπιστήμια όπως το MIT ή η Καλιφόρνια έχουν επισημάνει υψηλότερες εκτιμήσεις, που φτάνουν μεταξύ 0,5 λίτρα για κάθε 20-50 συνεδρίες (στην περίπτωση προηγούμενων μοντέλων όπως το GPT-3) και αρκετές εκατοντάδες χιλιάδες λίτρα για τη φάση εκπαίδευσης στην Τεχνητή Νοημοσύνη.
Η συζήτηση για την ενέργεια: αποδοτικότητα, πλαίσιο και συγκρίσεις
Ένα άλλο σημείο που θίγει ο Σαμ Άλτμαν είναι το Κατανάλωση ενέργειας που σχετίζεται με κάθε αλληλεπίδραση με το ChatGPTΣύμφωνα με τις εκτιμήσεις τους, Μια μέση συμβουλευτική συνεδρία περιλαμβάνει περίπου 0,34 βατώρες, παρόμοια με την ενέργεια που καταναλώνει μια λάμπα LED σε δύο λεπτά ή ένας οικιακός φούρνος που αφήνεται αναμμένος για ένα δευτερόλεπτο. Για να κατανοήσετε καλύτερα τις επιπτώσεις της Τεχνητής Νοημοσύνης, μπορείτε επίσης να συμβουλευτείτε ο αντίκτυπος της τεχνητής νοημοσύνης στη βιωσιμότητα.
Ωστόσο, Η αποτελεσματικότητα των μοντέλων έχει αυξηθεί τα τελευταία χρόνια Και το σημερινό υλικό είναι ικανό να επεξεργάζεται αιτήματα με λιγότερη ισχύ από ό,τι πριν από μερικά χρόνια. Αυτό σημαίνει ότι, αν και η ατομική χρήση είναι χαμηλή, η πρόκληση έγκειται στον τεράστιο όγκο ταυτόχρονων αλληλεπιδράσεων που συμβαίνουν σε πλατφόρμες όπως το ChatGPT, το Gemini ή το Claude.
Πρόσφατες μελέτες υποστηρίζουν μια ορισμένη μείωση της μέσης κατανάλωσης ανά συνεδρία, αν και επιμένουν ότι Κάθε πρόγραμμα περιήγησης, κάθε συσκευή και κάθε περιοχή ενδέχεται να έχει διαφορετικά στοιχεία. ανάλογα με τον τύπο του κέντρου δεδομένων και το σύστημα ψύξης που χρησιμοποιείται.
Το σωρευτικό αποτύπωμα και η πρόκληση της μακροπρόθεσμης βιωσιμότητας
Το πραγματικό δίλημμα προκύπτει κατά την παρέκταση αυτών των ελάχιστων αριθμών ανά διαβούλευση στον συνολικό αριθμό καθημερινών αλληλεπιδράσεων παγκοσμίως. Το άθροισμα εκατομμυρίων μικρών σταγόνων μπορεί να γίνει μια σημαντική ποσότητα νερού., ειδικά καθώς η Τεχνητή Νοημοσύνη χρησιμοποιείται για ολοένα και πιο σύνθετες εργασίες και επεκτείνεται σε τομείς όπως η εκπαίδευση, η αναψυχή και η υγειονομική περίθαλψη.
Επιπλέον, το Η διαδικασία εκπαίδευσης μοντέλων τεχνητής νοημοσύνης τελευταίας τεχνολογίας, όπως το GPT-4 ή το GPT-5, εξακολουθεί να απαιτεί εξαιρετικά πολλούς πόρους., τόσο όσον αφορά την ηλεκτρική ενέργεια όσο και το νερό, αναγκάζοντας τις εταιρείες τεχνολογίας να αναζητήσουν νέες πηγές ενέργειας —όπως η πυρηνική ενέργεια— και να εξετάσουν τοποθεσίες για τα κέντρα δεδομένων τους όπου οι υποδομές ύδρευσης είναι εγγυημένες.
La Η έλλειψη σαφών προτύπων, επίσημων στοιχείων και διαφάνειας στους υπολογισμούς συνεχίζει να τροφοδοτεί την αντιπαράθεση.Οργανισμοί όπως η EpochAI και εταιρείες συμβούλων έχουν προσπαθήσει να εκτιμήσουν τον αντίκτυπο, αλλά δεν υπάρχει ακόμη συναίνεση σχετικά με το πραγματικό περιβαλλοντικό κόστος της αλληλεπίδρασης με την παραγωγική τεχνητή νοημοσύνη σε μεγάλη κλίμακα. Εν τω μεταξύ, η συζήτηση ανοίγει ένα παράθυρο για προβληματισμό σχετικά με το μέλλον της τεχνολογίας και την περιβαλλοντική ευθύνη των βασικών υποστηρικτών της.
Η συζήτηση σχετικά με το Ο Σαμ Άλτμαν και η Τεχνητή Νοημοσύνη γενικά υπογραμμίζει τις εντάσεις μεταξύ τεχνολογικής καινοτομίας και βιωσιμότητας. Ενώ τα στοιχεία που παρείχε ο Sam Altman επιδιώκουν να καθησυχάσουν το κοινό σχετικά με τον χαμηλό αντίκτυπο κάθε μεμονωμένης διαβούλευσης, η έλλειψη διαφάνειας και η παγκόσμια κλίμακα της υπηρεσίας διατηρούν στο επίκεντρο την ανάγκη για παρακολούθηση και επιστημονική αυστηρότητα κατά την αξιολόγηση του οικολογικού αποτυπώματος συστημάτων που αποτελούν ήδη μέρος της καθημερινότητάς μας.
Είμαι λάτρης της τεχνολογίας που έχει μετατρέψει τα «γκικ» ενδιαφέροντά του σε επάγγελμα. Έχω περάσει περισσότερα από 10 χρόνια της ζωής μου χρησιμοποιώντας τεχνολογία αιχμής και ασχολούμαι με όλα τα είδη προγραμμάτων από καθαρή περιέργεια. Τώρα έχω ειδικευτεί στην τεχνολογία υπολογιστών και στα βιντεοπαιχνίδια. Αυτό οφείλεται στο γεγονός ότι για περισσότερα από 5 χρόνια εργάζομαι γράφοντας για διάφορους ιστότοπους σχετικά με την τεχνολογία και τα βιντεοπαιχνίδια, δημιουργώντας άρθρα που επιδιώκουν να σας δώσουν τις πληροφορίες που χρειάζεστε σε μια γλώσσα κατανοητή από όλους.
Αν έχετε απορίες, οι γνώσεις μου κυμαίνονται από οτιδήποτε σχετίζεται με το λειτουργικό σύστημα Windows καθώς και με Android για κινητά τηλέφωνα. Και η δέσμευσή μου είναι απέναντί σας, είμαι πάντα πρόθυμος να αφιερώσω λίγα λεπτά και να σας βοηθήσω να επιλύσετε τυχόν απορίες που μπορεί να έχετε σε αυτόν τον κόσμο του Διαδικτύου.