Η τεχνητή νοημοσύνη έχει απίστευτες δυνατότητες, αλλά υπάρχουν ορισμένα σοβαρά μειονεκτήματα που πρέπει να ληφθούν υπόψη.
Με τον αγώνα τεχνητής νοημοσύνης να προχωρά πιο γρήγορα από ποτέ, πολλοί ανησυχούν για το πώς αυτές οι τεχνολογίες θα επηρεάσουν το οικοσύστημα. Η υιοθέτηση της τεχνητής νοημοσύνης συνεχίζει να αυξάνεται. Μαζί με αυτό, το αποτύπωμά του άνθρακα θα επιδεινωθεί μόνο εάν οι προγραμματιστές, οι τελικοί χρήστες και οι ρυθμιστικοί φορείς συνεχίσουν να αποφεύγουν τις περιβαλλοντικές επιπτώσεις του.
Τούτου λεχθέντος, η βιώσιμη μαζική υιοθέτηση είναι ακόμα δυνατή. Ωστόσο, άτομα και οργανισμοί πρέπει να συνεργαστούν για να επιλύσουν πώς η τεχνητή νοημοσύνη βλάπτει το περιβάλλον.
Βασικά Takeaways
- Η υπολογιστική τεχνητή νοημοσύνη καταναλώνει τεράστιες ποσότητες ενέργειας, συμβάλλοντας στο μεγάλο της αποτύπωμα άνθρακα. Οι προγραμματιστές και οι χρήστες θα πρέπει να γνωρίζουν τις περιβαλλοντικές επιπτώσεις και να εξετάζουν πιο βιώσιμες πρακτικές.
- Οι ταχύρυθμες εξελίξεις στην τεχνητή νοημοσύνη διαιωνίζουν μια κουλτούρα απόρριψης, οδηγώντας σε σπάταλη κατανάλωση πόρων. Οι καταναλωτές θα πρέπει να αποφεύγουν τις περιττές αγορές και οι εταιρείες θα πρέπει να δίνουν προτεραιότητα σε ουσιαστικές καινοτομίες.
- Επί του παρόντος δεν υπάρχει κεντρικό κυβερνητικό όργανο που να ρυθμίζει τη χρήση και την ανάπτυξη της τεχνητής νοημοσύνης, αφήνοντας τις οικολογικές ανησυχίες στο κάτω μέρος της λίστας προτεραιοτήτων. Η συνεργασία μεταξύ κυβέρνησης και περιβαλλοντικών ομάδων είναι απαραίτητη για την ελαχιστοποίηση των περιβαλλοντικών επιπτώσεων της τεχνητής νοημοσύνης.
1. Το AI Computing απαιτεί τεράστια ενέργεια
Ο κύριος ένοχος πίσω από το μεγάλο αποτύπωμα άνθρακα της παραγωγικής τεχνητής νοημοσύνης είναι η κατανάλωση ενέργειας. Πάρτε για παράδειγμα τα chatbots. Το υψηλό όριο διακριτικών του ChatGPT και η ταχεία επεξεργασία εισροών έχουν τεράστιες ενεργειακές απαιτήσεις. Οι περισσότεροι χρήστες δεν αντιλαμβάνονται τους πόρους που απαιτούνται για κάθε ερώτημα αναζήτησης - κατακλύζουν άσκοπα τα chatbots με τυχαίες προτροπές.
Ημιανάλυση έκανε ένα μοντέλο κόστους του ChatGPT. Λένε ότι το OpenAI εκτελεί 3.617 διακομιστές HGX A100 για να απαντήσει στα εκατομμύρια προτροπές που λαμβάνει το ChatGPT καθημερινά.
Κάθε διακομιστής καταναλώνει 3.000 watt-hours εάν είναι παρόμοιοι με τον Nvidia HGX A100. Έτσι, για να λειτουργούν 3.617 μονάδες 24/7, χρειάζονται 95.054.760.000 βατώρες ή 95.054,76 μεγαβατώρες ετησίως. Για αναφορά, Η Νέα Υόρκη χρησιμοποιεί 5.500 έως 10.000 μεγαβατώρες καθημερινά.
Η ταχεία ανάπτυξη της τεχνητής νοημοσύνης διαιωνίζει μια κουλτούρα απόρριψης. Οι καταναλωτές τεχνολογίας πιέζονται να αποκτήσουν τα πιο πρόσφατα συστήματα στην αγορά, ανεξάρτητα από το αν τα χρειάζονται ή όχι. Μερικοί μόλις και μετά βίας καταλαβαίνουν αυτά τα gadget. Επιδιώκουν το «επόμενο μεγάλο πράγμα» επειδή οι εταιρείες υπόσχονται νέα και ενοχλητικά χαρακτηριστικά.
Υποκύπτοντας σε αυτόν τον μη βιώσιμο τρόπο ζωής, οι καταναλωτές επιτρέπουν στους ηγέτες της τεχνολογίας να ελέγχουν τη ζήτηση για πλατφόρμες τεχνητής νοημοσύνης. Οι πόροι σπαταλούνται σε περιττά εργαλεία που αποφέρουν αμελητέα οφέλη.
Πάρτε το ChatGPT, για παράδειγμα. Εκατομμύρια προγραμματιστές επωφελήθηκαν από την άνθησή του κυκλοφορώντας τα chatbot που βασίζονται σε AI. Ενώ οι ηγέτες της τεχνολογίας όπως η Microsoft, η Meta και η Google κατασκεύασαν καινοτόμα μοντέλα γλώσσας, οι περισσότερες εταιρείες απλώς ακολούθησαν την τάση.
Αποφύγετε τη λήψη μη επαληθευμένων chatbots AI στο διαδίκτυο. Οι χάκερ χρησιμοποιούν ψεύτικες εφαρμογές ChatGPT για να εξαπατήσουν τους χρήστες να αποκαλύψουν προσωπικές πληροφορίες και να πληρώσουν υπέρογκες συνδρομές.
3. Κανένας κεντρικός κυβερνητικός φορέας δεν ρυθμίζει τη χρήση και την ανάπτυξη της τεχνητής νοημοσύνης
Οι γρήγορες εξελίξεις της τεχνητής νοημοσύνης ξεπερνούν τις κατευθυντήριες γραμμές και τους περιορισμούς. Ακόμα και οι παγκόσμιοι ηγέτες της τεχνολογίας αρέσει Ο Sam Altman, Διευθύνων Σύμβουλος της OpenAI, ζητά αυστηρότερη ρυθμιστική παρέμβαση για την τεχνητή νοημοσύνη για τον έλεγχο ισχυρών μοντέλων. Μέχρι στιγμής, καμία μεμονωμένη αρχή δεν παρακολουθεί και ρυθμίζει τις δραστηριότητες AI.
Αλλά ακόμα κι αν οι κυβερνητικοί φορείς αρχίζουν να αντιμετωπίζουν κινδύνους που σχετίζονται με την τεχνητή νοημοσύνη, η οικολογική ζημιά θα βρίσκεται στο τέλος της λίστας τους. Πιθανότατα θα δώσουν προτεραιότητα στις παραισθήσεις AI, τις ηθικές παραβιάσεις και τις απειλές για την ιδιωτική ζωή. Αν και εξίσου σημαντικά, αυτά τα θέματα δεν θα πρέπει να επισκιάζουν τις αρνητικές οικολογικές επιπτώσεις της τεχνητής νοημοσύνης.
Η κυβέρνηση πρέπει να συνεργαστεί με περιβαλλοντικές ομάδες για να παρακολουθεί τις εταιρείες τεχνολογίας. Θα μπορούσαν να ελαχιστοποιήσουν το αποτύπωμα άνθρακα των προγραμματιστών AI ρυθμίζοντας την κατανάλωση ενέργειας, τις μεθόδους απόρριψης και την εξόρυξη ορυκτών.
4. Οι γεωργικές προσπάθειες με γνώμονα την τεχνητή νοημοσύνη δίνουν προτεραιότητα στις αποδόσεις έναντι της υγείας του οικοσυστήματος
Οι αγροτικοί τομείς διερευνούν τρόπους ενσωμάτωσης συστημάτων που βασίζονται σε τεχνητή νοημοσύνη στη γεωργία. Η στρατηγική εφαρμογή θα μπορούσε να βοηθήσει στη μεγιστοποίηση της ανάπτυξης των καλλιεργειών, στην αυτοματοποίηση της χειρωνακτικής εργασίας και στην καταπολέμηση των φυσικών καταστροφών, ελαχιστοποιώντας ταυτόχρονα τα γενικά έξοδα. Το Agricultural AI είναι ένας αναπτυσσόμενος κλάδος. Market.us προβλέπει μάλιστα ότι το μέγεθος της παγκόσμιας αγοράς θα ξεπεράσει τα 10,2 δισεκατομμύρια δολάρια μέχρι το 2032.
Ωστόσο, παρά αυτά τα οφέλη, η γεωργική τεχνητή νοημοσύνη εξακολουθεί να παραβλέπει τη μαζική κατανάλωση ενέργειας της εκπαίδευσης και της κατασκευής αυτών των συστημάτων. Η προτεραιότητα στις υψηλές αποδόσεις των καλλιεργειών και στις αποτελεσματικές μεθόδους συγκομιδής θέτει επίσης σε κίνδυνο το οικοσύστημα. Με αυτόν τον ρυθμό, η τεχνητή νοημοσύνη θα μπορούσε ακούσια να προωθήσει εντατικές γεωργικές πρακτικές που καταστρέφουν και αφυδατώνουν τη γη.
5. Το Training AI Απαιτεί δοκιμή και σφάλμα
Η εκπαίδευση πλατφορμών που βασίζονται σε τεχνητή νοημοσύνη σε δισεκατομμύρια παραμέτρους απαιτεί τεράστιους πόρους. Μεταξύ της προετοιμασίας συνόλων δεδομένων για απόξεση και της εισαγωγής τους σε μοντέλα τεχνητής νοημοσύνης, η διαδικασία θα μπορούσε εύκολα να αποστραγγίσει εκατομμύρια watt-hours.
Επίσης, η δοκιμή δεδομένων αποτελείται από αυστηρές δοκιμές και σφάλματα. Οι προγραμματιστές θα συνεχίσουν να καταναλώνουν τεράστιους ενεργειακούς πόρους καθώς αναπτύσσουν επαναλήψεις μοντέλων, αντιμετωπίζουν προβλήματα και διορθώνουν ανακρίβειες.
Ας πάρουμε το ChatGPT ως παράδειγμα. ΕΝΑ μελέτη από το Πανεπιστήμιο Cornell δείχνει ότι το OpenAI κατανάλωσε 405 χρόνια GPU V100 για να εκπαιδεύσει το GPT-3 σε 175 δισεκατομμύρια παραμέτρους. Πιο απλά, μια GPU V100 θα χρειαζόταν 405 χρόνια για να δημιουργήσει το ChatGPT.
Υποθέτοντας ότι το OpenAI χρησιμοποιεί κάτι παρόμοιο με GPU Nvidia V100, που καταναλώνουν 300 βατώρες, 405 χρόνια κατανάλωσης ενέργειας ισούται με 1.064.340.000 βατώρες. Για αναφορά, τα περισσότερα νοικοκυριά καταναλώνουν 30.000 βατώρες την ημέρα. Έτσι, η ενέργεια που χρησιμοποιούσε το OpenAI για να εκπαιδεύσει το ChatGPT αρχικά μπορούσε να τροφοδοτήσει 35.478 σπίτια για 24 ώρες.
Το υλικό που χρησιμοποιείται για την κατασκευή, την εκπαίδευση και την εμπορευματοποίηση προγραμμάτων τεχνητής νοημοσύνης αποτελείται από διάφορα μέταλλα της γης. Πάρτε για παράδειγμα τις GPU. Η κατασκευή τους απαιτεί χαλκό, κασσίτερο, ασήμι και ψευδάργυρο, μεταξύ άλλων πρώτων υλών, και οι εταιρείες τεχνολογίας χρειάζονται χιλιάδες GPU για τη συντήρηση συστημάτων AI.
Οι προγραμματιστές θα πρέπει να διερευνήσουν εναλλακτικές μεθόδους για την προμήθεια πρώτων υλών. Διαφορετικά, οι επιζήμιες δραστηριότητες εξόρυξης θα κλιμακωθούν μόνο καθώς αυξάνεται η ζήτηση για υλικό που σχετίζεται με την τεχνητή νοημοσύνη. Ακόμη και τα μεγαλύτερα ορυχεία θα στερέψουν μετά από αρκετές δεκαετίες.
7. Πιθανή κυκλοφοριακή συμφόρηση
Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει ένα πιο ενεργειακά αποδοτικό, έξυπνο μέλλον για την αυτοκινητοβιομηχανία. Μια μελέτη από το International Journal of Environmental Research and Public Health αναφέρει ότι τα αυτόνομα αυτοκίνητα παράγουν 50 έως 100 τοις εκατό λιγότερες εκπομπές άνθρακα από τα παραδοσιακά οχήματα. Οι κατασκευαστές αυτοκινήτων σε όλο τον κόσμο θα ενσωματώσουν σταδιακά την τεχνητή νοημοσύνη στις μονάδες τους.
Αν και αποδοτικά καύσιμα, η εμφάνιση αυτοκινήτων με τεχνητή νοημοσύνη αυξάνει επίσης την κυκλοφοριακή συμφόρηση σε πυκνοκατοικημένες πόλεις. Τα ιδιωτικά οχήματα θα συνεχίσουν να υπερτερούν των κόμβων των δημόσιων συγκοινωνιών. ΕΝΑ διαχρονική έρευνα από το Πανεπιστήμιο της Αδελαΐδας λέει ότι οι καταναλωτές θα προτιμούσαν να αγοράζουν αυτοκίνητα χωρίς οδηγό από τις μετακινήσεις ή την κοινή χρήση οχημάτων.
8. Το AI Evolution αυξάνει τα ηλεκτρονικά απόβλητα
Η τεχνητή νοημοσύνη εξελίσσεται γρήγορα επειδή οι προγραμματιστές συνεχίζουν να κυκλοφορούν νέα προϊόντα υλικού και λογισμικού. Όλοι θέλουν πρώτα να κυριαρχήσουν στην παγκόσμια αγορά. Δυστυχώς, η επιδίωξη διασπαστικών τεχνολογιών προσθέτει στο αυξανόμενο πρόβλημα των ηλεκτρονικών αποβλήτων της κοινωνίας. Θυμηθείτε: η διατήρηση συστημάτων AI απαιτεί χιλιάδες GPU και διακομιστές, οι περισσότεροι από τους οποίους δεν μπορούν να ανακυκλωθούν.
Ο κόσμος μετράει αναφέρει ότι το 85 τοις εκατό των ηλεκτρονικών αποβλήτων πηγαίνει σε χώρους υγειονομικής ταφής και αποτεφρωτήρες και το 70 τοις εκατό περιέχει τοξικά στοιχεία. Οι προγραμματιστές τεχνητής νοημοσύνης θα πρέπει να διερευνήσουν πιο βιώσιμες μεθόδους απόρριψης. Οικολογικές πρακτικές όπως η μείωση της κατανάλωσης ορυκτών καυσίμων, η παράταση του κύκλου ζωής του υλικού και ο σχεδιασμός μεθόδων ανακύκλωσης θα αναθεωρήσουν τη βιομηχανία.
Είναι το AI κακό για το περιβάλλον;
Παρά τις επιβλαβείς περιβαλλοντικές επιπτώσεις της τεχνητής νοημοσύνης, δεν είναι εγγενώς μη βιώσιμο. Τα περισσότερα από τα παραπάνω ζητήματα πηγάζουν από τον τρόπο με τον οποίο οι άνθρωποι σχεδιάζουν, προγραμματίζουν, εφαρμόζουν και διαχειρίζονται τεχνολογίες που βασίζονται στην τεχνητή νοημοσύνη. Οι εταιρείες τεχνολογίας θα πρέπει να σταματήσουν να θυσιάζουν τις οικολογικές πρακτικές για την ταχεία πρόοδο. Ακόμη και η επίτευξη της κορυφής της τεχνητής γενικής νοημοσύνης δεν θα δικαιολογήσει την εξάντληση των φυσικών πόρων της Γης.
Οι εταιρείες πρέπει επίσης να δώσουν προτεραιότητα στη φιλική προς το περιβάλλον τεχνολογία. Οι επιχειρηματικές, εμπορικές και βιομηχανικές εφαρμογές του AI επισκιάζουν τις δυνατότητές του να βοηθήσει το περιβάλλον. Η βιομηχανία είναι ήδη πλημμυρισμένη από τυχαίες εφαρμογές και εργαλεία τεχνητής νοημοσύνης. Αλλά δεν ενδιαφέρονται αρκετοί προγραμματιστές να αξιοποιήσουν την τεχνητή νοημοσύνη για τη διατήρηση των πόρων και την κλιματική αλλαγή.