Instrumentele de inteligență artificială au devenit mai eficiente, dar utilizarea lor crește atât de repede încât consumul total de electricitate al centrelor de date continuă să urce. Alegerea instrumentului potrivit, solicitarea unor răspunsuri mai scurte și generarea imaginilor la rezoluții mici pot reduce energia consumată
De la redactarea unui e-mail și căutarea unei informații până la generarea de imagini, programarea software sau interpretarea unor date medicale, inteligența artificială este folosită pentru sarcini tot mai diverse. În spatele răspunsurilor se află însă centre de date în care procesoare performante efectuează permanent un număr uriaș de calcule.
Centrele de date consumă în prezent aproximativ 414 terawați-oră de electricitate anual, echivalentul a circa 1,5% din consumul mondial, potrivit datelor Agenției Internaționale pentru Energie citată de Live Science. În plus, până în 2030, cererea lor de electricitate ar urma să crească de peste două ori.
Nu întreaga energie consumată de centrele de date este destinată inteligenței artificiale. Acestea susțin și servicii cloud, streaming, stocare, tranzacții financiare sau infrastructura obișnuită a internetului. AI reprezintă însă una dintre sursele cu cea mai rapidă creștere a cererii.
Impactul nu se limitează la electricitate. Centrele de date folosesc apă pentru răcire, uneori în regiuni afectate de secetă, iar o parte a energiei suplimentare este încă produsă din combustibili fosili.
Pentru o singură persoană, folosirea unui chatbot reprezintă probabil doar o fracțiune redusă din amprenta totală asupra mediului. Problema apare la scară: miliarde de solicitări, repetate zilnic de persoane, companii și agenți software care pot interacționa automat cu modelele AI.
Cât consumă o întrebare adresată unui chatbot
Calcularea consumului unei singure solicitări este dificilă. Rezultatul depinde de modelul folosit, lungimea întrebării și a răspunsului, infrastructura centrului de date și sursa din care provine electricitatea.
Google estimează că un răspuns de lungime medie oferit de Gemini consumă aproximativ 0,24 wați-oră, folosește 0,26 mililitri de apă și generează emisii echivalente cu 0,03 grame de dioxid de carbon. Aceste valori provin însă din propriile calcule ale companiei și nu pot fi aplicate automat tuturor modelelor sau tuturor tipurilor de solicitări.
Compania susține că energia consumată de Gemini pentru o astfel de solicitare s-a redus de 33 de ori într-un singur an. Câștigurile de eficiență sunt importante, dar pot fi depășite de creșterea accelerată a numărului de utilizatori și de extinderea aplicațiilor AI.
Modelele lingvistice mari consumă energie deoarece generează răspunsul cuvânt după cuvânt. Pentru fiecare nou fragment de text, sistemul procesează solicitarea și ceea ce a produs până atunci, efectuând miliarde de calcule. Cu cât răspunsul este mai lung, cu atât crește volumul de calcul.
Experții prezentați de Live Science recomandă patru măsuri prin care utilizatorii își pot reduce consumul.
1. Nu folosi AI pentru orice căutare simplă
Pentru vreme, o adresă, programul unei instituții sau găsirea unui articol cunoscut, un motor de căutare clasic ori un site specializat poate fi suficient.
„Să întrebi ChatGPT «Cum este vremea?» este ca și cum ai lua Concorde ca să mergi la supermarket”, explică Günter Klambauer, specialist în inteligență artificială la Universitatea Johannes Kepler din Austria.
Același principiu se aplică rezumatelor AI afișate automat de unele motoare de căutare. Dacă utilizatorul vrea doar să ajungă la o anumită pagină, generarea unei sinteze suplimentare consumă resurse fără să aducă neapărat un beneficiu.
Recomandarea nu este renunțarea la AI, ci folosirea sa acolo unde aduce o valoare reală: comparații complexe, analizarea mai multor informații, redactare, programare sau explicarea unui subiect dificil.
2. Folosește modele mici pentru sarcini simple și repetitive
Un model general, cu foarte mulți parametri, nu este necesar pentru orice traducere, rezumat sau corectură de e-mail. Pentru asemenea sarcini există modele mai mici, specializate, care efectuează mai puține calcule.
Într-un studiu publicat de UNESCO, cercetătoarea Ivana Drobnjak, de la University College London, și colegii săi au comparat modele specializate cu modelul general Llama 3.1, dezvoltat de Meta.
Modelele mici au consumat de 15 până la 50 de ori mai puțină energie și au oferit rezultate mai bune pentru sarcinile precise pentru care fuseseră construite. În ansamblul experimentului, trecerea la modele mai mici a redus consumul energetic cu aproximativ 90%.
Pentru utilizatorul obișnuit, opțiunea nu este întotdeauna ușor de identificat. Companiile care integrează AI la scară mare pot însă direcționa automat solicitările simple către modele mai mici și pot rezerva modelele puternice pentru problemele care chiar necesită capacitatea lor.
3. Cere răspunsuri mai scurte și nu activa raționamentul complex inutil
Cantitatea de text generată contează mai mult decât lungimea întrebării. Modelele care produc explicații foarte ample sau folosesc un mod de raționament complex efectuează mai multe calcule decât cele care oferă un răspuns direct.
În testele UNESCO, solicitarea ca modelul să-și reducă la jumătate răspunsul a dus la scăderea cu aproximativ 50% a consumului de energie. Reducerea la jumătate a lungimii întrebării a adus o economie mult mai mică, de aproximativ 5%.
Formulări precum „răspunde în maximum 100 de cuvinte”, „dă-mi doar concluzia” sau „maximum cinci puncte” pot limita atât timpul pierdut de utilizator, cât și energia consumată.
Modurile avansate de raționament ar trebui păstrate pentru calcule, programare, analiză sau probleme cu mai multe etape. Pentru o reformulare, o traducere simplă sau o informație directă, modul standard este de obicei suficient.
4. Generează imaginile și clipurile mai întâi la rezoluție mică
Generarea de imagini și, mai ales, de materiale video poate consuma mult mai multă energie decât producerea unui text. Sistemul trebuie să proceseze în mod repetat milioane de pixeli, iar costul de calcul crește odată cu rezoluția, durata și numărul variantelor solicitate.
Experții recomandă ca prima versiune să fie generată la o rezoluție redusă. Rezoluția poate fi mărită numai după ce compoziția, stilul și conținutul sunt cele dorite.
Editarea unei imagini existente este, de regulă, mai puțin solicitantă decât generarea uneia complet noi. Dacă sunt necesare mai multe variante, realizarea lor într-o singură sesiune sau într-un lot poate fi mai eficientă decât trimiterea unor cereri separate.
Responsabilitatea principală rămâne la companii
Alegerile individuale pot reduce risipa, dar nu pot rezolva singure problema. Cea mai mare responsabilitate le revine companiilor care dezvoltă modelele și administrează centrele de date.
Acestea pot folosi procesoare mai eficiente, pot direcționa sarcinile simple către modele mici, pot alimenta infrastructura din surse cu emisii reduse și pot evita construirea centrelor de date în regiuni în care apa este insuficientă. De asemenea, ar putea publica date comparabile și verificate independent despre consumul de energie, apă și emisiile fiecărui serviciu.
Utilizatorii nu trebuie, așadar, să renunțe la instrumentele AI utile. Principiul recomandat de specialiști este mai simplu: instrumentul potrivit pentru fiecare sarcină, răspunsuri atât de lungi cât este necesar și evitarea generării inutile de conținut la rezoluții foarte mari.
Nota de plată a verii infernale din Europa: Economie vs reducerea emisiilor? De ce e greșit
Trump își instalează fostul avocat la conducerea Departamentului Justiției. Vot la limită, doi republicani au votat împotrivă
De ce este mai important ca oricând ca tu și familia ta să aveți un cod secret
Tatăl lui Lionel Messi a murit
