Új szintre lép a hadviselés: a mesterséges intelligenciát tanítanák be az ukránok az oroszok ellen
Az ukránok több millió órányi drónfelvétel segítségével tanítanák be a mesterséges intelligenciát, hogy segítse őket a harctéren.
A mesterséges intelligenciát működtető szervergépek rengeteg energiát és vizet igényelnek, így nem túl környezetbarát az üzemeltetésük. A nagy techcégek is felfedezték a problémát, és igyekeznek növelni a hatékonyságot, valamint csökkenteni a vízfelhasználást.
Mint arról már beszámoltunk, a mesterséges intelligencia fejlődése megannyi előnnyel kecsegtet, azonban olyan problémákat is generál, amelyeket érdemes minél hamarabb megoldani. Ezeknek a nagy nyelvi modelleknek a tanítása rengeteg energiát igényel. A Massachusetts Amherst Egyetem kutatóinak 2019-es tanulmánya például megállapította, hogy
egyetlen mesterségesintelligencia-modell természetes nyelvi feldolgozásra való kiképzése annyi szén-dioxidot bocsát ki, mint amennyit öt autó a teljes élettartama alatt.
Ráadásul a mesterséges intelligencia energiafogyasztása nem ér véget a képzési fázissal, hiszen az adatfeldolgozás és a feladatok elvégzése során is fogyaszt. Bizonyos esetekben ez a szokottnál is jelentősebb lehet, különösen akkor, ha nagy méretű alkalmazásokban, például adatközpontokban és felhőalapú számítástechnikai platformokon használják őket. A Kaliforniai Egyetem kutatóinak 2020-as tanulmánya például úgy becsülte, hogy
a mesterséges intelligencia 2025-re a globális villamosenergia-fogyasztás 10 százalékát is kiteheti, ha az alkalmazása a jelenlegi ütemben növekszik.
Az energia mellett rengeteg víz is szükséges a rendszerek üzemeltetéséhez. A chatbot népszerűsége pedig egyre nő, ezzel együtt a vízigénye is.
Hivatalos jelentések szerint a Microsoft vízfogyasztása 2021 és 2022 között 34 százalékkal ugrott meg, feltehetőleg az MI miatt. Fő versenytársa, a Google ugyanebben az időszakban szintén 20 százalékos vízfogyasztás-növekedésről számolt be. Csak hogy perspektívába helyezzük,
ez a bővülés a két vállalatot nézve 6,435 milliárd liter vizet jelent. Az idő előrehaladtával pedig egyre nő az aggodalom az iható víz ekkora mennyiségben történő felhasználása miatt.
Akadémikusok szerint a hatalmas népszerűsége miatt a mesterséges intelligenciának 2027-re 4,2–6,6 milliárd köbméterre, azaz az Egyesült Királyság éves vízfogyasztásának mintegy felére növekedne a vízigénye.
A mesterségesintelligencia-modellek működését hatalmas szerverfarmok (ahol nagy számban találhatók szervergépek) biztosítják. Többféle technika is létezik, de gyakran vízre van szükség a hűtésükhöz. A meleg levegő áthalad a vízzel töltött hűtőpaneleken vagy hűtőtornyokban, majd elpárolog. A párolgás során a víz hőt von el a levegőből, így hűti azt. Ez a folyamat tehát csökkenti a víz mennyiségét, mivel egy része elpárolog. Azonban ezeket a rendszereket úgy tervezték , hogy az el nem párolgott, de már felmelegedett víz visszakerüljön egy gyűjtőtartályba, ahol újra lehűthető, és újra felhasználható a hűtési ciklusban. Összességében valamennyi megmarad, mégis vizet veszítenek.
Azonban úgy tűnik, a vállalatok elhatározták magukat: a Microsoft, a Meta és a Google azt tervezi, hogy 2030-ig megoldják, hogy több vizet juttassanak vissza a rendszerekbe, mint amennyit fogyasztanak, például a szivárgó öntözőrendszer-infrastruktúra javítását vagy a vizes élőhelyi rendszerek helyreállítását célzó munkák finanszírozásával.
Az OpenAI szintén ludas a vízfelhasználást illetően. Egy hónappal a ChatGPT-4 megjelenése előtt egy,
a lakosok által benyújtott per szerint a West Des Moines-ban található adatközpontklasztere a környék vízkészletének 6 százalékát élte fel.
Shaolei Ren, a UC Riverside egyetemi docense szerint a cég régebbi, GPT-3-as modellje 10–50 válaszonként fél liter vizet használ fel. A GPT-4 pedig még fejlettebb, így több energiát igényel.
A kutatók átfogóbb adatokat és átláthatóságot kértek az MI-cégektől, beleértve annak részletes lebontását, hogy a különböző számítástechnikai szolgáltatások mennyit fogyasztanak.
Az OpenAI a Financial Timesnak elmondta, hogy látják a problémát, és igyekeznek javítani a hatékonyságon.
Kapcsolódó:
Címlapfotó: