生成型 AI は環境に悪影響を及ぼしますか?

ゲッティイメージズ/アントン・ペトルス

州と地方自治体に関する毎日の読書

州と地方自治体のリーダーを結びつける

ケイト・サエンコ著、ザ・カンバセーション

この記事はThe Conversationから再掲載されたものです。 元の記事を読んでください。

ジェネレーティブ AI は、チャットボットや画像ジェネレーターの背後にある注目の新テクノロジーです。 しかし、地球はどれくらい暑いのでしょうか?

AI 研究者として、私は人工知能モデルの構築にかかるエネルギーコストについてよく心配します。 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。 ますます強力になった生成 AI モデルの出現は、社会の将来の二酸化炭素排出量にとって何を意味しますか?

「生成的」とは、複雑なデータを生成する AI アルゴリズムの能力を指します。 代替案は、固定数の選択肢から選択して 1 つの数値だけを生成する「識別型」AI です。 差別的な出力の例は、ローン申請を承認するかどうかの選択です。

生成 AI は、文、段落、画像、さらには短いビデオなど、より複雑な出力を作成できます。 これは、スマート スピーカーなどのアプリケーションで音声応答を生成したり、オートコンプリートで検索クエリを提案したりするために長い間使用されてきました。 しかし、人間のような言語とリアルな写真を生成する機能を獲得したのはつい最近のことです。

これまで以上に多くの電力を使用

単一の AI モデルの正確なエネルギー コストを見積もるのは難しく、これにはコンピューティング機器の製造、モデルの作成、実稼働環境でのモデルの使用に使用されるエネルギーが含まれます。 2019 年、研究者らは、1 億 1,000 万のパラメーターを備えた BERT と呼ばれる生成 AI モデルを作成すると、1 人が大陸横断飛行を往復するほどのエネルギーを消費することを発見しました。 パラメータの数はモデルのサイズを指し、一般にモデルが大きいほど熟練度が高くなります。 研究者らは、1,750億個のパラメータを持つはるかに大きなGPT-3の作成には、1,287メガワット時の電力を消費し、552トンの二酸化炭素を生成したと推定した。これは、1年間に123台のガソリン動力の乗用車を運転するのに相当する。 これは、消費者がモデルを使用し始める前に、モデルを発売する準備を整えるためだけです。

二酸化炭素排出量を予測するのは規模だけではありません。 フランスの BigScience プロジェクトによって開発されたオープンアクセスの BLOOM モデルは、GPT-3 と同様のサイズですが、二酸化炭素排出量がはるかに低く、30 トンの CO2 換算で 433 MWh の電力を消費します。 Google の調査によると、同じ規模の場合、より効率的なモデル アーキテクチャとプロセッサ、より環境に優しいデータセンターを使用すると、二酸化炭素排出量を 100 ～ 1,000 分の 1 に削減できることがわかりました。

大きなモデルは、展開中によ​​り多くのエネルギーを消費します。 単一の生成 AI クエリの二酸化炭素排出量に関するデータは限られていますが、業界の統計の中には、検索エンジン クエリの二酸化炭素排出量よりも 4 ～ 5 倍高いと推定する人もいます。 チャットボットや画像ジェネレーターの人気が高まり、Google や Microsoft が自社の検索エンジンに AI 言語モデルを組み込むにつれて、毎日受信するクエリの数は飛躍的に増加する可能性があります。

検索用 AI ボット

数年前、研究室以外では BERT や GPT などのモデルを使用している人は多くありませんでした。 OpenAI が ChatGPT をリリースした 2022 年 11 月 30 日に状況は変わりました。 最新の入手可能なデータによると、ChatGPT の訪問数は 2023 年 3 月に 15 億を超えました。Microsoft は ChatGPT を自社の検索エンジン Bing に組み込み、2023 年 5 月 4 日に誰でも利用できるようにしました。チャットボットが検索エンジンと同じくらい人気になれば、そのエネルギーはAI の導入コストが実際に増加する可能性があります。 しかし、AI アシスタントには、文書の作成、数学の問題の解決、マーケティング キャンペーンの作成など、検索だけでなくさまざまな用途があります。

もう 1 つの問題は、AI モデルを継続的に更新する必要があることです。 たとえば、ChatGPT は 2021 年までのデータでのみトレーニングされたため、それ以降に起こったことについては知りません。 ChatGPT の作成による二酸化炭素排出量は公開されていませんが、おそらく GPT-3 の二酸化炭素排出量よりもはるかに高いでしょう。 知識を更新するために定期的に再作成する必要がある場合、エネルギーコストはさらに増大するでしょう。

利点の 1 つは、チャットボットに質問すると、検索エンジンを使用するよりも直接的に情報を取得できることです。 リンクでいっぱいのページを取得する代わりに、精度の問題が軽減されていれば、人間からの場合と同様に直接的な回答が得られます。 情報に素早くアクセスできれば、検索エンジンに比べてエネルギー使用量の増加を相殺できる可能性があります。

今後の方向性

将来を予測するのは困難ですが、大規模な生成 AI モデルは今後も存続し、人々はおそらくますます情報を得るためにモデルに頼るようになるでしょう。 たとえば、生徒が数学の問題を解くのに手助けが必要な場合、家庭教師や友人に尋ねたり、教科書を調べたりします。 将来的にはチャットボットに頼ることになるだろう。 法律上のアドバイスや医学的専門知識など、他の専門知識についても同様です。

単一の大規模な AI モデルが環境を破壊することはありませんが、千社がさまざまな目的に合わせてわずかに異なる AI ボットを開発し、それぞれが何百万もの顧客によって使用されている場合、エネルギーの使用量が問題になる可能性があります。 生成 AI をより効率的にするには、さらなる研究が必要です。 良いニュースは、AI が再生可能エネルギーで実行できることです。 グリーン エネルギーがより豊富にある場所に計算を導入したり、再生可能エネルギーがより多く利用できる時間帯に計算をスケジュールしたりすることで、化石燃料が大半を占めるグリッドを使用する場合と比較して、排出量を 30 ～ 40 分の 1 に削減できます。

最後に、一部の企業や研究機関がすでに行っているように、社会的圧力が AI モデルの二酸化炭素排出量を公表するよう促すのに役立つ可能性があります。 将来的には、消費者がこの情報を利用して「より環境に優しい」チャットボットを選択できるようになるかもしれません。

ケイト・サエンコはボストン大学のコンピューターサイエンス准教授です。

次の話:議員らは子供たちをソーシャルメディアやポルノサイトから遠ざけようとしている