Искусственный интеллект (ИИ) помогает разработчикам ускорить процесс написания кода

Искусственный интеллект (ИИ) помогает разработчикам ускорить процесс написания кода, обеспечивает безопасность вождения для автомобилистов и снижает трудоемкость повседневных задач. Однако в комментарии, опубликованном 10 октября в журнале Joule, основатель Digiconomist представляет вывод, что этот инструмент, если его будут широко использовать, может оставить значительный энергетический след, который в будущем может превысить потребности некоторых стран в электроэнергии.

"С учетом растущего спроса на услуги искусственного интеллекта, высока вероятность того, что энергопотребление, связанное с искусственным интеллектом, значительно увеличится в ближайшие годы", — Алекс де Врис, доктор философии и кандидат Врие Universiteit Amsterdam.

С 2022 года, генеративные искусственные интеллекты, которые способны создавать текст, изображения и другие данные, активно развиваются. Обучение таких ИИ требует большого объема данных, и это процесс, который потребляет много энергии. Hugging Face, компания, специализирующаяся на искусственном интеллекте в Нью-Йорке, сообщила, что ее многоязычный генеративный ИИ, способный генерировать текст, потребил около 433 мегаватт-часов (МВтч) электроэнергии во время обучения, что эквивалентно потреблению электроэнергии 40 средних американских домов в течение года. Энергетический след ИИ продолжается после завершения обучения. Анализ Де Фриса показывает, что каждый раз, когда генеративный ИИ, такой как ChatGPT, создает текст или изображение на основе запросов, он также потребляет значительное количество вычислительной мощности и, следовательно, энергии. Например, работа ChatGPT может потреблять 564 МВтч электроэнергии в день.

Несмотря на усилия компаний по всему миру по повышению эффективности аппаратного и программного обеспечения ИИ, чтобы сделать его менее энергоемким, Де Врис указывает на то, что увеличение эффективности машин часто приводит к увеличению спроса. И, в конечном итоге, технологические достижения могут привести к увеличению общего потребления ресурсов — это известный как парадокс Джеффонса.

"Повышение эффективности и доступности этих ИИ может привести к их более широкому использованию и использованию большим количеством людей", — объясняет Де Врис.

Например, Google внедрил генеративный ИИ в свою почтовую службу и тестирует его поисковую систему с помощью ИИ. В настоящее время компания обрабатывает до 9 миллиардов поисковых запросов в день. Основываясь на этой статистике, Де Врис рассчитал, что если каждый поиск в Google будет использовать ИИ, потребуется около 29,2 тераватт-часов (ТВтч) электроэнергии в год, что эквивалентно годовому потреблению электроэнергии в Ирландии.

"Данный экстремальный сценарий вероятно не произойдет в ближайшем будущем из-за высоких затрат, связанных с дополнительными серверами ИИ и ограничениями в цепочке поставок серверов ИИ. Однако прогнозируется, что производство серверов искусственного интеллекта будет стремительно расти в ближайшем будущем", — Де Врис.

К 2027 году глобальное потребление электроэнергии, связанное с ИИ, может увеличиться на 85-134 ТВтч в год, основываясь на прогнозах производства серверов искусственного интеллекта. Этот объем сопоставим с годовым потреблением электроэнергии в таких странах, как Нидерланды, Аргентина и Швеция. Более того, повышение эффективности ИИ может также позволить разработчикам переориентировать некоторые компьютерные процессоры на работу с ИИ, что может дополнительно увеличить энергопотребление, связанное с ИИ.

"Этот потенциальный рост подчеркивает необходимость осторожного подхода к применению ИИ. Он потребляет много энергии, поэтому мы не должны применять его в областях, где он не является абсолютной необходимостью", — заключает Де Врис.