ในขณะที่คำถามเกี่ยวกับอันตรายของ AI รวมถึงข้อมูลที่ผิดและภัยคุกคามต่อการย้ายงานของมนุษย์ ยังคงมีอิทธิพลเหนือการอภิปราย ศาสตราจารย์มหาวิทยาลัยบอสตันกำลังส่งสัญญาณเตือนเกี่ยวกับผลข้างเคียงที่อาจเกิดขึ้นได้ นั่นคือเครื่องมือ AI เชิงกำเนิดอาจส่งผลกระทบต่อสิ่งแวดล้อมอย่างมาก **
“ในฐานะนักวิจัยด้าน AI ฉันมักกังวลเกี่ยวกับค่าใช้จ่ายด้านพลังงานในการสร้างแบบจำลอง AI” Kate Saenko รองศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์แห่งมหาวิทยาลัยบอสตันเขียนในบทความสำหรับ The Conversation เธอกล่าวว่า “AI ยิ่งมีพลังมากเท่าไหร่ ยิ่งต้องใช้พลังงานมากเท่านั้น”
ในขณะที่การใช้พลังงานของบล็อกเชนอย่าง Bitcoin และ Ethereum ได้กลายเป็นจุดสนใจของการวิจัยและการถกเถียงตั้งแต่ Twitter ไปจนถึงห้องโถงของรัฐสภา ผลกระทบของความก้าวหน้าอย่างรวดเร็วของปัญญาประดิษฐ์บนโลกนี้ยังไม่ได้รับความสนใจเช่นเดียวกัน
ศาสตราจารย์ แสนโก มีเป้าหมายที่จะเปลี่ยนแปลงสิ่งนั้น แต่ในบทความของเธอ เธอยอมรับว่ามีข้อมูลจำกัดเกี่ยวกับรอยเท้าคาร์บอนของการสืบค้น AI เชิงกำเนิดแต่ละรายการ อย่างไรก็ตาม เธอกล่าวว่าการค้นพบนี้แสดงให้เห็นว่าข้อความค้นหา AI เชิงกำเนิดใช้พลังงานมากกว่าข้อความค้นหาของเครื่องมือค้นหาธรรมดาถึงสี่ถึงห้าเท่า
จากรายงานในปี 2019 ศาสตราจารย์ Saenko กล่าวถึงโมเดลปัญญาประดิษฐ์เชิงกำเนิดที่เรียกว่า BERT (Bidirectional Encoder Representation from Transformers) ซึ่งมีพารามิเตอร์ 110 ล้านพารามิเตอร์ และพลังงานที่ใช้ในการฝึกโมเดลนั้นเทียบเท่ากับการเดินทางข้ามทวีปด้วยคน 1 คน และโมเดลจำลอง การฝึกอบรมการใช้หน่วยประมวลผลกราฟิก (GPU)
ในแบบจำลอง AI พารามิเตอร์คือตัวแปรที่เรียนรู้จากข้อมูลที่เป็นแนวทางในการคาดการณ์ของแบบจำลอง พารามิเตอร์ที่มากขึ้นในแบบจำลองมักจะหมายถึงแบบจำลองที่ซับซ้อนมากขึ้น ดังนั้นจึงต้องการข้อมูลและทรัพยากรคอมพิวเตอร์มากขึ้น ระหว่างการฝึกอบรม พารามิเตอร์จะถูกปรับเพื่อลดข้อผิดพลาดให้เหลือน้อยที่สุด
ในการเปรียบเทียบ ศาสตราจารย์ Saenko กล่าวว่าโมเดล GPT-3 ของ OpenAI มีพารามิเตอร์ 175 พันล้านพารามิเตอร์และใช้พลังงานมากเท่ากับรถยนต์นั่งที่ใช้น้ำมัน 123 คันต่อปี หรือประมาณ 1,287 เมกะวัตต์-ชั่วโมง ไฟฟ้า ในเวลาเดียวกัน โมเดลดังกล่าวผลิต CO2 ได้ 552 ตัน เธอยังเสริมว่าตัวเลขนี้จะเกิดขึ้นเมื่อโมเดลพร้อมเปิดตัวเท่านั้น โดยไม่มีผู้บริโภครายใดเริ่มใช้โมเดลดังกล่าว
“หากแชตบอตได้รับความนิยมพอๆ กับเสิร์ชเอ็นจิ้น ต้นทุนด้านพลังงานในการปรับใช้เอไอเหล่านี้อาจสูงมาก” ศาสตราจารย์ แสนโก กล่าว โดยอ้างถึงการเพิ่ม ChatGPT ของ Microsoft ในเว็บเบราว์เซอร์ Bing เมื่อต้นเดือนนี้เป็นตัวอย่าง
เรื่องที่ซับซ้อนยิ่งขึ้นแชทบอท AI จำนวนมากขึ้นเรื่อย ๆ เช่น Perplexity AI และ ChatGPT ยอดนิยมของ OpenAI กำลังเปิดตัวแอพมือถือ ทำให้ง่ายต่อการใช้งานและเข้าถึงฐานผู้ใช้ที่กว้างขึ้น
ศาสตราจารย์ แสนโก ชี้ให้เห็นถึงการศึกษาที่จัดทำโดย Google ซึ่งพบว่าการใช้สถาปัตยกรรมแบบจำลองและตัวประมวลผลที่มีประสิทธิภาพมากขึ้น รวมถึงศูนย์ข้อมูลที่เป็นมิตรกับสิ่งแวดล้อมมากขึ้น สามารถลดรอยเท้าคาร์บอนได้อย่างมาก
“โมเดล AI ขนาดใหญ่เพียงตัวเดียวจะไม่ทำลายสิ่งแวดล้อม แต่ถ้าบริษัทหลายพันแห่งพัฒนาหุ่นยนต์ AI ที่แตกต่างกันเล็กน้อยเพื่อวัตถุประสงค์ที่แตกต่างกัน และหุ่นยนต์แต่ละตัวถูกใช้โดยลูกค้าหลายล้านคน การใช้พลังงานอาจเป็นปัญหาได้”
ในท้ายที่สุด แสนโกะสรุปว่าจำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อทำให้ AI กำเนิดมีประสิทธิภาพมากขึ้น แต่เธอก็มองโลกในแง่ดี
“ข่าวดีก็คือ AI สามารถใช้พลังงานหมุนเวียนได้” เธอเขียน “การวางการคำนวณในที่หรือในบางครั้งที่พลังงานหมุนเวียนมีมากขึ้น โดยใช้เชื้อเพลิงฟอสซิลเป็นส่วนใหญ่” ซึ่งสามารถลดการปล่อยก๊าซลงได้ 30 ถึง 40 เท่าเมื่อเทียบกับระบบกริดหลัก"
