AI berkontribusi terhadap perubahan iklim – Cara menjadikannya teknologi yang lebih higienis

Kecerdasan buatan generatif (AI) ialah hal yang populer, tetapi menghasilkan begitu banyak informasi disertai dengan anggaran lingkungan.

Sebuah laporan baru-baru ini oleh para peneliti Universitas Stanford menemukan bahwasannya hanya dengan melatih gaya di belakang chatbot AI, ChatGPT melepaskan emisi yang setara dengan 9 mobil. sementara dampak lingkungan AI yang pasti belum diukur, para ahli memberikan keterangan konsekuensinya sangat parah.

“Kami perlu terus meningkatkan perangkat keras dan perangkat lunak,” kata penasihat teknis Vaclav Vincalek dalam wawancara email dengan Lifewire. “Pusat data yang lebih efisien, sistem pendinginan yang lebih baik buat pusat data tersebut, algoritme hemat energi, dan insentif buat inovasi yang bisa membantu pengembang AI memberikan pengurangan dampak lingkungan dari sistem mereka.”

Dampak lingkungan AI

Penelitian Stanford meneliti anggaran karbon yang terkait dengan pelatihan empat gaya: Gopher DeepMind, inisiatif BigScience BLOOM, OPT Meta, dan GPT-3 OpenAI. gaya OpenAI dilaporkan melepaskan 502 ton karbon selama pelatihan, empat kali lebih banyak karbon daripada Gopher dan 20,1 kali lebih banyak daripada BLOOM. GPT-3 mengkonsumsi energi paling banyak dengan 1.287 megawatt jam.

“ada banyak laporan tentang anggaran lingkungan dari pelatihan gaya AI generatif seperti ChatGPT,” kata Vincalek. “anda akan membaca di koran bahwasannya itu mempergunakan energi sebanyak 120 rumah di AS akan dipakai selama setahun. laporan lain membandingkannya dengan memancarkan emisi yang setara dengan satu orang yang terbang antara New York dan San Francisco 550 kali setahun. Lalu ada konsumsi air yang terkait dengan pelatihan AI generatif. Satu laporan menyatakan bahwasannya ia menelan 185.000 galon air selama pelatihannya.

Masalahnya ialah salah satu skala. agar chatbot generatif dapat memberikan jawaban, mereka perlu “dilatih” pada kumpulan data yang sangat besar, catat ahli yang tugasnya memberi petunjuk teknologi Sam Cooper dalam email. Proses pelatihan ini membutuhkan pemakaian superkomputer dan prosesor yang kuat secara intensif yang mengonsumsi listrik dalam jumlah besar. Misalnya, butuh sembilan hari buat melatih salah satu chatbot AI awal OpenAI, yang mempergunakan lebih dari 25.000 kilowatt jam energi. jumlah ini setara dengan konsumsi energi tiga rumah di AS selama setahun penuh.

“Bukan hanya konsumsi energi yang menimbulkan kendala lingkungan bagi AI,” tambahnya.
“Prosesor dan chip yang dipakai superkomputer buat melatih gaya AI ini membutuhkan silikon, plastik, dan tembaga dalam jumlah besar.”

Sifat bisnis AI yang semakin kompetitif juga berkontribusi pada kendala lingkungan, kata Hammad Khan, CEO AlphaVenture, sebuah perusahaan ahli yang tugasnya memberi petunjuk AI, bersumber dari email. Dia memberikan keterangan perlombaan senjata AI mengarah pada peningkatan permintaan dan produksi chip dengan jejak karbon yang signifikan.

“Juga, dengan lonjakan permintaan yang tiba-tiba dan kemajuan pesat, anda sering berakhir di tempat sampah dengan tumpukan perangkat keras usang, seperti yang kita lihatlah dengan ledakan crypto,” tambahnya.

Tetapi AI juga dapat membantu memberikan pengurangan perubahan iklim

tidak seluruh berita buruk terkait AI dan lingkungan. Teknologi ini memiliki potensi buat memberikan pengurangan limbah secara signifikan dan mempromosikan keberlanjutan dengan membuatnya lebih gampang buat mempergunakan kembali barang-barang lama atau rusak, kata Jake Maymar, wakil presiden inovasi di ahli yang tugasnya memberi petunjuk teknologi The Glimpse Group, dalam sebuah email.

AI dapat secara auto memilah dan mengkategorikan berbagai jenis limbah, seperti elektronik, tekstil, dan plastik, berdasarkan komposisi dan kondisinya, kata Maymar. “Ini dapat menjadikan mungkin identifikasi barang yang bisa dipakai kembali atau diperbaiki secara efisien yang bisa dipakai kembali daripada dibuang sebagai limbah,” adiknya.

AI juga dapat membantu memaksimalkan desain barang agar lebih tahan lama, dapat diperbaiki, dan dapat dipakai kembali. “Dengan mempergunakan algoritme AI, desainer dapat memaksimalkan pemakaian material, meningkatkan masa pakai barang, dan memberikan pengurangan pemborosan dalam fase desain itu sendiri,” kata Maymar.

Pada akhirnya, industri AI perlu menemukan cara yang lebih higienis buat menghasilkan data. Insinyur harus memprioritaskan efisiensi energi saat merancang perangkat keras dan perangkat lunak yang dipakai buat pelatihan dan inferensi, kata Krzysztof Sopyla, kepala pembelajaran mesin di STX Next, dalam email. Pendekatan ini dapat mencakup pemakaian prosesor dan algoritme yang lebih hemat energi yang memerlukan kalkulasi lebih sedikit.

“Pendekatan lain ialah mempergunakan sumber energi terbarukan buat menggerakkan infrastruktur komputasi yang dipakai buat AI generatif,” kata Sopyla. “Banyak pusat data sudah menjadikan kemajuan di bidang ini, dan saya yakin tren ini akan terus berkembang di masa yang akan datang.”