- CEO OpenAI Sam Altman mengklaim bahwa setiap kueri ChatGPT menggunakan sekitar 0,00032 liter air, yang mana volume ini setara dengan “seperlima belas sendok teh.”
- Konsumsi energi untuk interaksi dengan ChatGPT adalah sekitar 0,34 watt-jam, serupa dengan menggunakan lampu LED selama beberapa menit.
- Para ahli dan anggota masyarakat ilmiah menunjukkan bahwa tidak ada bukti jelas yang diajukan untuk mendukung angka-angka ini, juga tidak ada metodologi yang dirinci.
- Perdebatan tentang dampak AI terhadap lingkungan masih berlangsung, terutama mengenai pendinginan pusat data dan pelatihan model besar.
Kemajuan pesat kecerdasan buatan telah membawa kita pada solusi kekhawatiran tentang pengaruhnya terhadap lingkungandengan perhatian khusus pada Penggunaan energi dan air yang terlibat dalam menjalankan model populer seperti ChatGPT, yang dikembangkan oleh OpenAI. Dalam beberapa bulan terakhir, CEO perusahaan tersebut, Sam Altman, telah berupaya mengungkap seberapa besar konsumsi sumber daya alam oleh teknologinya, meskipun tidak tanpa kontroversi atau kurangnya pertanyaan.
Pernyataan Altman di blog pribadinya telah memicu perdebatan sengit di bidang teknologi dan ilmiah.Seiring semakin populernya ChatGPT secara global, opini publik dan media telah berfokus pada jejak ekologis setiap kueri, dan apakah data yang disediakan benar-benar mencerminkan dampak lingkungan yang dapat ditimbulkan kecerdasan buatan terhadap kehidupan sehari-hari.
Berapa banyak air sebenarnya yang digunakan ChatGPT per kueri?
Baru-baru ini, Sam Altman menyatakan bahwa Setiap kali pengguna berinteraksi dengan ChatGPT, penggunaan air yang terkait minimal.Seperti yang dia jelaskan, Satu kali konsultasi menghabiskan sekitar 0,00032 liter air, kira-kira setara dengan "seperlima belas sendok teh." Jumlah ini terutama digunakan dalam sistem pendingin pusat data tempat server memproses dan menghasilkan respons AI.
Pendinginan sangatlah penting untuk mencegah komponen elektronik menjadi terlalu panas, terutama jika kita berbicara tentang infrastruktur besar yang berjalan terus-menerus dan dengan kapasitas penuh. Kebutuhan untuk mendinginkan mesin dengan air ini tidak eksklusif untuk ChatGPT, tetapi umum untuk semua seluruh sektor komputasi awan dan AINamun, besarnya permintaan harian—jutaan, menurut OpenAI—berarti bahwa bahkan konsumsi kecil pun dapat memberikan dampak yang berarti.
Meskipun Altman ingin menekankan bahwa biaya per pengguna hampir tidak relevan, Para ahli dan penelitian sebelumnya telah menerbitkan angka yang lebih tinggi dalam penelitian independenMisalnya saja, analisis terbaru yang dilakukan oleh universitas-universitas di Amerika menunjukkan bahwa Melatih model besar seperti GPT-3 atau GPT-4 dapat membutuhkan ratusan ribu liter air., meskipun penggunaan spesifik per konsultasi harian jauh lebih rendah.
Kontroversi angka: keraguan tentang transparansi dan metodologi
Pernyataan Altman telah diterima dengan hati-hati oleh komunitas ilmiah dan media khusus, karena kurangnya penjelasan rinci tentang bagaimana nilai-nilai ini diperolehBeberapa artikel menunjukkan bahwa OpenAI belum menerbitkan metodologi yang tepat untuk menghitung konsumsi air dan energi, yang menyebabkan beberapa media dan organisasi menyerukan transparansi yang lebih besar di area ini.
Publikasi media seperti The Washington Post, The Verge dan universitas seperti MIT atau California telah menunjukkan perkiraan yang lebih tinggi, mencapai antara 0,5 liter untuk setiap 20-50 konsultasi (dalam kasus model sebelumnya seperti GPT-3) dan beberapa ratus ribu liter untuk fase pelatihan AI.
Perdebatan energi: efisiensi, konteks dan perbandingan
Poin lain yang dibahas oleh Sam Altman adalah Konsumsi energi yang terkait dengan setiap interaksi dengan ChatGPTMenurut perkiraan mereka, Konsultasi rata-rata melibatkan sekitar 0,34 watt-jam, mirip dengan energi yang dikonsumsi oleh lampu LED dalam dua menit atau oven rumah tangga yang dibiarkan menyala selama satu detik. Untuk lebih memahami dampak AI, Anda juga dapat berkonsultasi dampak kecerdasan buatan terhadap keberlanjutan.
Namun, Efisiensi model telah meningkat dalam beberapa tahun terakhir Dan perangkat keras masa kini mampu memproses permintaan dengan daya yang lebih sedikit dibandingkan beberapa tahun lalu. Ini berarti bahwa, meskipun penggunaan individual rendah, tantangannya terletak pada besarnya volume interaksi simultan yang terjadi pada platform seperti ChatGPT, Gemini, atau Claude.
Studi-studi terkini mendukung adanya penurunan tertentu dalam konsumsi rata-rata per konsultasi, meskipun mereka bersikeras bahwa Setiap browser, setiap perangkat, dan setiap wilayah mungkin memiliki angka yang berbeda. tergantung pada jenis pusat data dan sistem pendingin yang digunakan.
Jejak kumulatif dan tantangan keberlanjutan jangka panjang
Dilema sesungguhnya muncul saat mengekstrapolasi jumlah minimum per konsultasi ke jumlah total interaksi harian di seluruh dunia. Jumlah jutaan tetes kecil dapat menjadi sejumlah besar air., terutama karena AI digunakan untuk tugas yang semakin kompleks dan meluas ke sektor-sektor seperti pendidikan, rekreasi, dan perawatan kesehatan.
Selanjutnya, Proses pelatihan model AI canggih seperti GPT-4 atau GPT-5 terus membutuhkan sangat banyak sumber daya., baik dalam hal listrik maupun air, memaksa perusahaan teknologi untuk mencari sumber energi baru—seperti energi nuklir—dan mempertimbangkan lokasi untuk pusat data mereka di mana infrastruktur air terjamin.
La Kurangnya standar yang jelas, angka resmi dan transparansi dalam perhitungan terus memicu kontroversiOrganisasi seperti EpochAI dan firma konsultan telah berupaya memperkirakan dampaknya, tetapi masih belum ada konsensus mengenai biaya lingkungan sebenarnya dari interaksi dengan AI generatif dalam skala besar. Sementara itu, perdebatan tersebut membuka jendela untuk refleksi tentang masa depan teknologi dan tanggung jawab lingkungan dari para pendukung utamanya.
Diskusi tentang Sam Altman dan AI secara umum menyoroti ketegangan antara inovasi teknologi dan keberlanjutan. Sementara angka-angka yang diberikan oleh Sam Altman berusaha meyakinkan publik tentang dampak rendah dari setiap konsultasi individual, kurangnya transparansi dan skala global layanan tersebut tetap menyoroti perlunya pemantauan dan ketelitian ilmiah saat menilai jejak ekologis sistem yang sudah menjadi bagian dari kehidupan kita sehari-hari.
Saya seorang penggila teknologi yang telah mengubah minat "geek"-nya menjadi sebuah profesi. Saya telah menghabiskan lebih dari 10 tahun hidup saya menggunakan teknologi mutakhir dan mengutak-atik semua jenis program hanya karena rasa ingin tahu. Sekarang saya memiliki spesialisasi dalam teknologi komputer dan video game. Hal ini karena selama lebih dari 5 tahun saya telah menulis untuk berbagai website tentang teknologi dan video game, membuat artikel yang berupaya memberikan informasi yang Anda butuhkan dalam bahasa yang dapat dimengerti oleh semua orang.
Jika Anda memiliki pertanyaan, pengetahuan saya berkisar dari segala sesuatu yang berhubungan dengan sistem operasi Windows serta Android untuk ponsel. Dan komitmen saya adalah kepada Anda, saya selalu bersedia meluangkan beberapa menit dan membantu Anda menyelesaikan pertanyaan apa pun yang mungkin Anda miliki di dunia internet ini.