人工知能の環境への影響: 誤った情報と雇用の脅威を超えた懸念

人工知能 (AI) の分野では、誤った情報や人間の仕事に対する潜在的な脅威を中心に議論が展開されることがよくあります。 しかし、ボストン大学のケイト・サエンコ教授は、別の重大な懸念、つまり生成 AI ツールが環境に与える重大な影響について注目を集めています。

AI 研究者として、サエンコ氏は AI モデルの構築にかかるエネルギーコストについて懸念を表明しています。 The Conversation の記事の中で、彼女は「AI が強力であればあるほど、より多くのエネルギーが必要になります」と強調しています。

ビットコインやイーサリアムなどの暗号通貨のエネルギー消費は広範な議論を呼んでいますが、AI の急速な発展は、地球への影響という観点からは同レベルの精査を受けていません。

サエンコ教授は、単一の生成 AI クエリの二酸化炭素排出量に関して利用できるデータが限られていることを認識し、この物語を変えることを目指しています。 しかし、研究によると、エネルギー消費量は単純な検索エンジン クエリのエネルギー消費量の XNUMX ～ XNUMX 倍であることが示唆されていると彼女は強調します。

2019 年の注目すべき研究では、110 億 XNUMX 万個のパラメーターで構成される Bidirectional Encoder Representations from Transformers (BERT) と呼ばれる生成 AI モデルを調査しています。 このモデルは、グラフィックス プロセッシング ユニット (GPU) を利用したトレーニング プロセス中に、XNUMX 人が大陸を往復する飛行に相当するエネルギーを消費しました。 モデルの予測をガイドし、複雑さを増すパラメーターは、エラーを減らすためにトレーニング中に調整されます。

これと比較して、Saenko 氏は、3 億という驚異的なパラメーターを備えた OpenAI の GPT-175 モデルは、123 年間に走行した 1,287 台のガソリンエンジン式乗用車、または約 552 メガワット時の電力に相当するエネルギーを消費したことを明らかにしました。 さらに、XNUMXトンもの二酸化炭素を発生させました。 注目すべきことに、このエネルギー消費は、消費者がモデルを利用し始める前に発生していました。

Perplexity AI や Bing に統合された Microsoft の ChatGPT などの AI チャットボットの人気が高まる中、モバイル アプリケーションのリリースによって状況はさらに悪化し、これらのテクノロジがより幅広いユーザーにとってアクセスしやすくなっています。

幸いなことに、サエンコ氏は、二酸化炭素排出量を軽減するためのさまざまな戦略を提案する Google の研究を強調しています。 より効率的なモデル アーキテクチャ、プロセッサ、環境に優しいデータ センターを採用することで、エネルギー消費を大幅に削減できます。

単一の大規模な AI モデルが単独で環境を破壊することはないかもしれませんが、多数の企業がさまざまな目的でわずかに異なる AI ボットを開発し、それぞれが何百万もの顧客に対応する場合、累積的なエネルギー使用量が重大な懸念事項になる可能性があるとサエンコ氏は警告します。

最終的に、サエンコ氏は、生成 AI の効率を高めるにはさらなる研究が不可欠であると示唆しています。 彼女は、再生可能エネルギー源で AI が動作する可能性を力強く強調しています。 グリーン エネルギーの利用可能性に合わせて計算を最適化するか、再生可能エネルギーが豊富な場所にデータ センターを配置することで、化石燃料主体の送電網に依存する場合と比較して、排出量を 30 ～ 40 分の XNUMX という大幅な削減が可能になります。

結論として、AI による誤った情報や雇用の喪失に関する懸念が根強い一方で、生成 AI ツールが環境に与える影響をサエンコ教授が強調することは、重大な問題を提起しています。 AI 開発が持続可能性の目標に沿ったものとなるよう、研究の強化と革新的なアプローチが求められています。 そうすることで、二酸化炭素排出量を最小限に抑えながら AI の可能性を活用し、より環境に優しい未来への道を開くことができます。