admin 
Šiuo metu generatyvus dirbtinio intelekto internete neįmanoma ignoruoti. An AI sukurta santrauka gali atsitiktinai pasirodyti rezultatų viršuje, kai atliekate „Google“ paiešką. Arba būsite paraginti pabandyti Meta AI įrankis naršant Facebook. Ir tai nuolatinis blizgantis jaustukas ir toliau persekioja mano svajones.
Šis skubėjimas įtraukti dirbtinį intelektą į kuo daugiau sąveikų internete gali būti siejamas su OpenAI ribas stumiančiu leidimu ChatGPT 2022 m. pabaigoje. Silicio slėnis netrukus tapo apsėstas generatyvaus dirbtinio intelekto, o beveik po dvejų metų AI įrankiai, maitinami didelių kalbų modeliai prasiskverbti į internetinę vartotojo patirtį.
Vienas apgailėtinas šio plitimo šalutinis poveikis yra tas, kad skaičiavimo procesai, reikalingi generacinėms AI sistemoms paleisti, reikalauja daug daugiau išteklių. Tai paskatino interneto didelio vartojimo eros atėjimą – laikotarpį, kurį apibrėžė naujos rūšies kompiuterijos, kuriai sukurti ir eksploatuoti reikia per daug elektros ir vandens, plitimo.
„Galų gale šie algoritmai, kurie turi veikti bet kuriam generuojančiam AI modeliui, iš esmės labai labai skiriasi nuo tradicinės Google paieškos ar el. Sajjad Moazeni, Vašingtono universiteto kompiuterių inžinerijos tyrėjas. „Pagrindinėms paslaugoms tai buvo labai maža, atsižvelgiant į duomenų kiekį, kurį reikėjo perduoti pirmyn ir atgal tarp procesorių. Palyginimui, Moazeni apskaičiavo, kad generacinės AI programos yra maždaug 100–1000 kartų intensyvesnės skaičiavimams.
Technologijų energijos poreikis mokymui ir diegimui nebėra generuojantis AI nešvari maža paslaptis, kaip ekspertas po eksperto praėjusiais metais prognozavo energijos poreikio padidėjimą duomenų centruose, kuriuose įmonės dirba su AI programomis. Beveik tarsi užuomina, „Google“ neseniai nustojo save tokia laikyti anglies neutraluso „Microsoft“ gali ją sutrypti tvarumo tikslai po kojomis vykstančiose lenktynėse kuriant didžiausius ir geriausius AI įrankius.
„Anglies pėdsakas ir energijos suvartojimas bus tiesiniai jūsų atliekamų skaičiavimų kiekiui, nes iš esmės šie duomenų centrai maitinami proporcingai atliekamų skaičiavimų kiekiui“, – sakoma pranešime. Junchen Jiang, tinklų sistemų tyrinėtojas iš Čikagos universiteto. Kuo didesnis dirbtinio intelekto modelis, tuo dažniau reikia atlikti skaičiavimus, o šie modeliai tampa visiškai milžiniški.
Nors bendras „Google“ energijos suvartojimas nuo 2019 m. iki 2023 m. padvigubėjo, bendrovės atstovė spaudai Corina Standiford teigė, kad būtų neteisinga teigti, kad „Google“ energijos suvartojimas išaugo per AI lenktynes. „Mūsų tiekėjų išmetamų teršalų mažinimas yra labai sudėtingas, o tai sudaro 75 procentus mūsų pėdsakų“, – sako ji el. Tiekėjai, dėl kurių „Google“ kaltina, yra serverių, tinklo įrangos ir kitos duomenų centrų techninės infrastruktūros gamintojai – tai daug energijos sunaudojantis procesas, reikalingas norint sukurti fizines dalis pažangiems AI modeliams.
