Zastosowanie sztucznej inteligencji w technologiach porównywane bywa do przemysłu wydobywczego. Jak w przypadku wydobycia i przetwarzania paliw kopalnych, także i w dziedzinie sztucznej inteligencji trzeba „kopać” dane i poddawać je rafinacji. W rezultacie można je sprzedawać z dużym zyskiem, podobnie jak przetworzone surowce.

Związane jest to jednak ze sporym zużyciem energii, co z kolei nie pozostaje bez wpływu na środowisko. Podobne obliczenia przeprowadził niedawno zespół z University of Cambridge (W. Brytania) w odniesieniu do tzw. kopania kryptowalut. Komputery na całym świecie, które prowadziły obliczenia niezbędne do funkcjonowania kryptowalut, zużywały rocznie więcej energii niż Szwajcaria czy Czechy.

W najnowszych badaniach naukowcy z University of Massachusetts w Amherst (USA) skupili się na energochłonności sztucznej inteligencji.

Okazało się, że praca nad uczeniem niektórych dużych modeli sztucznej inteligencji pochłania energię, która jest ekwiwalentem emisji 283 tys. kg dwutlenku węgla. Innymi słowy jest to tyle CO2, ile powstaje w wyniku zużycia energii potrzebnej do wyprodukowania i użytkowania pięciu przeciętnych samochodów używanych w USA.

Naukowcy skupili się na modelach sztucznej inteligencji (Transformer, ELMo, BERT i GPT-2) używanej do przetwarzania języków naturalnych. Te programy komputerowe „karmione” są ogromną ilością danych językowych, które muszą przetwarzać, a dzięki specjalnym algorytmom „uczone” są, w jaki sposób mają nimi operować, żeby np. trzymać się reguł gramatyki. Dzięki temu możliwe jest chociażby stworzenie komputerowych tłumaczy z jednego języka na inny.

Badacze zastrzegają jednak, że ich szacunki są i tak ostrożne. Ich zdaniem, otrzymane obliczenia wskazują na wielkości minimalne, a w praktyce zużycie energii może być dużo wyższe.

Więcej informacji tutaj. (PAP)

krx/ ekr/