Implementacija umjetne inteligencije u svakodnevnr poslove i rutine za sobom ostavlja sve veći energetski otisak i uskoro bi njene potrebe mogle premašiti zahtjeve za energijom nekih razvijenih zemalja, upozoravaju istraživači Sveučilišta u Amsterdamu (VU) u članku koji objavljuje časopis Joule.

Intenzivan proces

Uvježbavanje generativne UI koja može proizvesti tekst, slike ili druge podatke, energetski je intenzivan proces; njujorški Hugging Face otkriva kako je njihov višejezični UI alat za generiranje teksta tijekom obuke potrošio oko 433 MWh, dovoljno za napajanje 40 prosječnih američkih domova godinu dana.

Energetski otisak umjetne inteligencije ne završava obukom. Analiza nizozemskih stručnjaka pokazuje da alat koristi značajnu količinu računalne snage, a time i energije, svaki put kad generira neki tekst ili sliku. Na primjer, rad ChatGPT-a mogao bi progutati 564 MWh električne energije dnevno.

Jevonsov paradoks

Tvrtke pokušavaju poboljšati učinkovitost UI hardvera i softvera kako bi alat bio manje energetski intenzivan, a povećanje učinkovitosti strojeva često povećava potražnju. Na kraju će tehnološki napredak dovesti do neto povećanja korištenja resursa, što je fenomen poznat kao Jevonsov paradoks, ističu istraživači.

Google je, na primjer, uključio generativnu umjetnu inteligenciju u svoju uslugu e-pošte i testira svoje tražilice pomoću umjetne inteligencije. Tvrtka trenutno obrađuje do devet milijardi pretraživanja dnevno. Kad bi za svako pretraživanje Google koristio umjetnu inteligenciju, izračunali su nizozemski istraživači, trebalo bi oko 29,2 TWh energije godišnje, što je ekvivalentno godišnjoj potrošnji električne energije u Irskoj.

Ekstremni scenarija

Malo je vjerojatno da će se ovaj ekstremni scenarij dogoditi u kratkom roku zbog visokih troškova povezanih s dodatnim UI serverima i uskim grlima u opskrbnom lancu. No predviđa se da će proizvodnja UI servera brzo rasti u bliskoj budućnosti. Do 2027. svjetska potrošnja električne energije povezana s umjetnom inteligencijom mogla bi se povećati za 85 do 134 TWh godišnje.

Iznos je usporediv s godišnjom potrošnjom električne energije u zemljama poput Nizozemske, Argentine i Švedske. Štoviše, poboljšanja u učinkovitosti umjetne inteligencije također bi mogla omogućiti programerima da prenamijene neke računalne procesorske čipove za upotrebu UI-ja, što bi pak moglo dodatno povećati potrošnju električne energije povezane s umjetnom inteligencijom.

“Potencijalni rast naglašava da moramo biti vrlo svjesni za što koristimo umjetnu inteligenciju. Energetski je intenzivan pa ga ne želimo stavljati u razne stvari gdje nam zapravo nije potreban,” zaključuju istraživači.