Чому екологічний вплив ШІ залишається непомітним

· Азія

Чому екологічний вплив ШІ залишається непомітним

Великим технологічним компаніям важко демонструвати прозорість у питаннях екології в сфері ШІ.

Угрупування енергетики та розробка штучного інтелекту

Коли великі технологічні компанії колись обіцяли зменшити викиди, вони тепер поспішно будують величезні дата-центри на викопному паливі. У такій ситуації розробка штучного інтелекту (ШІ) у стійкий спосіб здається лише далеким сном. Поступова перевага у розробці ШІ, яка нині є пріоритетом, підтримується адміністрацією Трампа, що спрощує екологічні норми.

Проте, незважаючи на такі труднощі, дослідник стійкості ШІ Саша Лучіоні зазначає, що з боку клієнтів — і бізнесу, і окремих осіб — вимоги до підвищення прозорості ШІ зростають як ніколи.

Протягом чотирьох років роботи в AI-компанії Hugging Face Лучіоні очолював ініціативи, щоб підвищити прозорість у питаннях впливу ШІ на екологію. Він швидко запустив рейтинг ефективності використання енергії для моделей з відкритим кодом. Лучіоні також публічно критикував великі компанії ШІ за те, що вони навмисно не розкривають інформацію щодо енергії і стійкості.

Разом із Борисом Гамазаїчковим, колишнім керівником з питань стійкості у Salesforce, Лучіоні заснував новий бізнес Sustainable AI Group, метою якого є допомогти компаніям розуміти, які елементи можна налаштувати для зменшення негативного впливу агентів.

Лучіоні додав, що він також цікавиться, як можна виміряти енергетичні потреби різних інструментів ШІ, таких як функціонал перетворення тексту в мову або генерація відео з фото.

Ця тема, за його словами, досі недостатньо досліджена.

Лучіоні дав ексклюзивне інтерв'ю для WIRED, де обговорював попит на стійкий ШІ та що саме очікує від великих технологічних компаній.


Видимість використання ШІ та вплив на навколишнє середовище

— Ми звикли чути про занепокоєння особистостей щодо впливу ШІ на навколишнє середовище. Але як щодо компаній, які застосовують ШІ? Які настрої панують з їхньої сторони?

Саша Лучіоні: По-перше, компанії відчувають великий тиск з боку працівників. Крім того, рада директорів також вимагає належної кількості даних: "Це потрібно кількісно визначити". Працівники ставлять питання на кшталт: "Компанія просить нас використовувати Copilot, але як це вплине на наші ESG-цілі?".

Багато компаній інтегрують ШІ у свої продукти. Отже, вони повинні розуміти ризики. Важливо знати, де працює модель. Компанії не можуть продовжувати використовувати моделі, не знаючи навіть місцезнаходження дата-центрів або підключених до них електромереж.

—

Це не означає, що потрібно відмовитися від ШІ. Я вважаю, що ми вже пройшли стадію обговорення цього питання. Тепер важливо, наприклад, вибрати правильну модель чи показати пріоритет для енергетичних джерел. Це може призвести до того, що клієнти погодяться платити трохи більше за використання дата-центрів на відновлювальних джерелах енергії. Способи є. Головне — знайти однодумців на правильному місці.

— Чи справді для глобальних компаній обставини в питаннях стійкості відрізняються від ситуації в США?

У Європі існує "Закон про ШІ ЄС". Стійкість розглядалася з самого початку як важливий аспект. Було включено багато положень, і зараз розпочато ініціативи з відкриття інформації.

В Азії також є рухи, спрямовані на підвищення прозорості. Міжнародне енергетичне агентство (IEA) складає звіт про ШІ та енергетичне споживання. Згідно з даними IEA, країни усвідомлюють, що агенція збирає статистику, але деякі країни не мають специфічних даних щодо дата-центрів. Без таких даних неможливо ухвалювати рішення про майбутнє.


Прозорість від великих компаній ШІ

— Якщо б ти мав змогу провести магічну паличку і отримати інформацію від Сема Алтмана чи Даріо Амодей, що б це було? Чи, може, ти спостерігаєш за загальним процесом відкриття інформації від великих компаній?

Я б хотів, щоб на екрані користувачів ChatGPT або Claude з'являлася маленька шкала чи інформаційне поле, яке вказує, скільки енергії використано для кожного запиту та взаємодії. Бажано, щоб там також вказували обсяги викидів парникових газів і як ця енергія була вироблена.

Я вважаю, що якщо якась з компаній, що надають великі моделі, оголосить про пріоритет стійкості, це надасть їй конкурентні переваги. Зараз у кожного з них свої внутрішні змагання, всі намагаються обійти один одного. Якщо одна компанія скаже: «Давайте кинемо будувати дата-центри на природному газі і перейдемо на відновлювальні джерела», вона може дійсно здобути перевагу. Це схоже на той випадок, коли Anthropic відмовилася від військового використання в США, і це принесло їй вигоду.

— Так, це саме культурний прогрес.

Правильно.

Альтернативи великим моделям

— Існує враження, що тільки великі закриті моделі є єдиною альтернативою в ШІ. Чи розуміють люди, з ким ти спілкуєшся, що для всіх застосувань не завжди потрібні великі моделі? Чи це частина твого послання?

Звичайно, це теж моя думка. Можливо, це звучить трохи дивно, проте мені подобається розмірковувати над основними питаннями на кшталт "Що таке ШІ?". Люди люблять говорити, що ШІ революціонізує суспільство, але насправді це не так: не великі мовні моделі (LLM) відіграють цю роль, а класифікатори. Саме ці системи становлять основну базу продуктивності, яку ми асоціюємо з ШІ.

Я завжди намагаюся розділити те, що нам справді необхідно, і те, що компанії намагаються продати. Наприклад, люди у фінансовій сфері хочуть зрозуміти, в якому напрямку рухається ринок. Для цього їм не потрібно універсальне LLM.

Google публікує дані про кількість надісланих і отриманих токенів. Це дуже важлива інформація. Вона дозволяє визначити, чи можна використовувати простішу модель, якщо запит дуже простий.

—

Це означає, що можна сказати співробітникам: "Якщо ви просто хочете виконати пошук документів компанії, використовуйте цю модель. Вона проста і коштує недорого. Якщо ж ви хочете провести детальніше дослідження, ось більш складна модель".

— Існує припущення, що компанії, які розробляють великі моделі, не хочуть, щоб інші знали про альтернативи.

У цій сфері інтереси різних сторін тісно переплітаються. Багато великих компаній, які створюють моделі, також є постачальниками обчислювальних ресурсів. Для них економічно доцільно продавати найбільші моделі, оскільки вони потребують найбільших обчислювальних ресурсів.

Якби компанії, які відповідають за управління дата-центрами та виставлення рахунків, були абсолютно відокремлені від тих, хто тренує моделі, і тих, хто розробляє продукти на базі цих моделей, то різноманіття у ШІ було б набагато більшим.


Необхідність точних даних

— Я сам маю багато занепокоєнь щодо екологічних аспектів, пов’язаних із ШІ. Але я також відчуваю дискомфорт, коли бачить, що це обговорення стає механістичним і не враховує різні точки зору. Як ти ставишся до таких обговорень?

Як дослідник, я не можу говорити на основі цифр, які не підтверджують. Водночас мені справді важко передати обсяги та нюанси.

Одиничні запити можуть не здаватися значними. Але їх накопичення в кількості користувачів цих інструментів становить серйозну проблему. Це дійсно непроста розмова.

Щоб зробити обґрунтоване рішення, нам потрібні дані про використання енергії та води. Навіть якщо ці цифри невеликі, ми повинні їх врахувати. Адже у нас є дані про транспортування, харчування та інші аспекти.

(Оригінал опубліковано на wired.com, перекладено Ноцуні Окумою, редаговано Маміко Накано)

Оригінал: wired.jp

Про Що? — новини науки, технологій і світу