Стакан воды, цена ChatGPT

Автор: Химена Докармо¹

Сколько стаканов воды вы выпиваете в день? Вы наверняка слышали популярную рекомендацию выпивать восемь стаканов в день. искусственный интеллект Вам также необходимо увлажнять организм. Знаете ли вы, что ЧатGPTодна из самых популярных моделей генеративного искусственного интеллекта (Gen-AI), а также потреблять воду работать?

Gen-IA использует пресную воду для охлаждения суперкомпьютеры отвечает за обработку полученной информации нагрев во время работы. По данным исследования Шаолей Рен и других участников, Chat-GPT3 использует около 500 миллилитров воды от 10 до 50 ответов на вопросы, что эквивалентно двум стаканам воды.

С ростом популярности ChatGPT этот искусственный интеллект, который, по данным InvGate, получает более 10 миллионов запросов ежедневно, будет использовать от 800 000 до 4 миллионов стаканов воды в день, то есть воду, которую будут потреблять от 100 до 500 тысяч человек..

Это всего лишь влияние одной технологии: ChatGPT. Если мы добавим к уравнению другие модели Gen-IAоба из открытый исходный код как и в случае с проектами, разработанными частными компаниями, эта цифра растет в геометрической прогрессии. Это явление представляет собой новые экологические риски и поднимает критический вопрос для латиноамериканских политиков. Как мы можем воспользоваться возможностями, которые эта технология приносит в регион, и в то же время смягчить возможные последствия в природных ресурсах?

Генеративный ИИ и риски

Согласно отчету Insights Compass 2023 – раскрытие истинного потенциала искусственного интеллекта от Statista, Gen-AI предлагает множество преимущества. Хотя это также таит в себе значительные риски, которые нельзя игнорировать. Statista предлагает матрица рисков который оценивает проблемы с двух точек зрения:

С одной стороны, серьезность бизнес-риска измеряет потенциальное воздействие риска на организацию в случае его реализации. Риски высокая гравитация Они могут повлиять на деятельность, финансовую жизнеспособность или репутацию организации. В то время как риски низкая гравитация Ими можно управлять с помощью мер низкой сложности и стоимости.

С другой стороны, простота смягчения последствий оценивает, насколько легко контролировать или снижать риск. Некоторые риски легко снизить с помощью четкие правилаинструменты мониторинга или обучение персонала. Другие могут потребовать значительных усилий, дорогостоящих инвестиций или даже технологических достижений, которых еще нет.

В этой связи Gen-AI сталкивается с рядом рисков, которые Statista классифицирует по семи неисчерпывающим категориям:

отсутствие функции истинности увеличивает распространение дезинформации.
Возможности этих систем можно использовать для фишинг и изощренное мошенничество.
Он избыточная мощность Это означает, что системы ИИ могут обладать расширенными возможностями, которые мы еще не до конца понимаем или которые еще не раскрыты.
Лос предвзятые результаты Они представляют собой риск для равенства, поскольку усиливают существующие стереотипы или дискриминацию.
нарушение авторских прав поднимает юридические и этические проблемы при использовании созданного контента.
утечка конфиденциальных данных угрожает конфиденциальности и безопасности бизнеса.
И, наконец, энергопотребление как один из наиболее сложных рисков, которые необходимо смягчить.

Как мы видели, процесс обучение и исполнение модели ИИ требует большого количества ресурсов, включая воду. Это может привести к увеличение выбросов CO2.

Большие платформы и их водный след

Широко признанная веха среди крупные технологические платформы Это время, которое им понадобится, чтобы охватить миллион пользователей. По данным InvGate, ChatGPT-3.5 достиг этой цели менее чем за неделю в 2022 году и за первый месяц собрал 57 миллионов активных пользователей в месяц. Этот успех побудил другие компании разработать свои собственные модели искусственного интеллекта, такие как Близнецывыпущенный в феврале 2024 года, и вопросбизнес-чат-бот Amazon, а также другие бесплатные и платные альтернативы.

Однако этот экспоненциальный рост не обходится без экологические проблемы. Хотя углеродный след является широко рассматриваемым индикатором устойчивости. Sustain отмечает, что Водный след ИИ – связанные с потреблением воды для производства энергии и охлаждения – уделяется мало внимания. Тренировочные модели, подобные Chat-GPT3, как мы видели, могут потребовать миллионы литров пресной воды. Исследование Рена также подробно описывает, что использование воды в Дата-центры Google увеличилось на 20% в 2022 году по сравнению с 2021 годом. При этом общий объем потребления Майкрософт вырос на 34% за тот же период, и эти цифры отражают то, как развитие искусственного интеллекта увеличивает потребление водных ресурсов.

Этот Индекс устойчивости ИИ подчеркивает безотлагательность снижения этого воздействия. Предлагает разработчикам опубликовать подробные данные о водном следе своих моделей. Включение этой информации в технические листы позволит оценить воздействие на окружающую среду. принимать стратегические решения — например, модели обучения в регионах с меньшим дефицитом воды — и справедливое распределение нагрузки на окружающую среду, особенно в уязвимых районах. Элементы, которые должны быть проанализированы лицами, принимающими решения, для включения в разработку государственная политика на ИИ.

Водная дилемма для Латинской Америки?

По данным Всемирного банка, на Латинскую Америку приходится примерно треть глобальные водные ресурсычто дает ему самую большую доступность воды на душу населения, почти в четыре раза выше, чем в среднем по миру. Такое изобилие воды также позволяет ей генерировать самое устойчивое электричество в мирепри этом 45% приходится на гидроэлектрические источники. Однако почти 150 миллионов человек, примерно четверть населения Латинской Америки и Карибского бассейна, проживают в районах, затронутых эпидемией. нехватка водыи более 400 миллионов человек не имеют доступа к адекватным санитарным услугам. Эти цифры будут продолжать расти, поскольку изменение климата меняет круговорот воды.

Развитие Gen-AI представляет собой ключевую задачу для политики регионакоторые смогут воспользоваться изобилием воды, чтобы позиционировать Латинскую Америку как лидера в технологическом секторе посредством установки центров обработки данных. Однако эта стратегия должна быть сбалансирована с острой необходимостью обеспечения доступа к воде и санитарии. Нахождение этого баланса может стать долгосрочная дилеммапоскольку пробелы в доступе сегодня они значительны. Крайне важно, чтобы технологическая политика не ставила под угрозу основные права населения, защищая их благополучие и одновременно содействуя экономическое и технологическое развитие.