Szkolenie ChatuGPT nie jest ekologiczne. Przeciętna rozmowa jak wylanie butelki wody

Wyścig w zakresie rozwoju narzędzi sztucznej inteligencji, które nie będą popełniać pomyłek i wprowadzać użytkowników w błąd, zaoszczędzą ich czas i wykonają rutynowe zadania za nich – trwa. Giganci technologiczni próbują wyprzedzić konkurencję, póki co niezbyt przejmując się jakimikolwiek skutkami ubocznymi.

A poza kwestiami związanymi z bezpieczeństwem, o czym piszemy na bieżaco w naszych analizach – jak pokazują najnowsze badania – dochodzą jeszcze sprawy ekologii.

Duże modele językowe (LLM), a nim jest m.in. ChatGPT od OpenAI czy Bard autorstwa Google’a, wymagają ogromnych farm serwerów, wymagających dużych zasobów energii, które potrzebne są, by zapewnić wystarczającą ilość i przetwarzanie danych do szkolenia oprogramowania. Ten proces wymaga także chłodzenia centrów danych, a wedle nowych badań, na które powołuje się serwis Gizmodo trening samego GPT-3 pochłonął... 700 tys. litrów wody.

Zgodnie z danymi, konwersacja przeciętnego użytkownika z chatbotem to równowartość... wylania dużej butelki czystej wody na ziemię. Natomiast biorąc pod uwagę popularność tego narzędzia w ostatnim czasie, naukowcy z Uniwersytetu Colorado w Riverside i Uniwersytetu Teksasu w Arlington obawiają się, że „rozlanie tych wszystkich butelek” może skutkować w przyszłości historycznymi suszami.

W artykule „Making AI Less 'Thirsty'” (“Sprawienie, by AI była mniej spragniona”) opublikowali szacunki dotyczące zużycia wody przez sztuczną inteligencję. Według nich, odpowiada to ilości potrzebnej do wypełnienia wieży chłodniczej reaktora jądrowego.

OpenAI nie podało dokładnych danych dotyczących czasu, jakiego potrzebowała firma, by trenować model GPT-3. Jednak Microsoft (który notabene zainwestował w OpenAI ), zbudował superkomputery do szkolenia AI, zawierające 10 tys. kart graficznych i ponad 285 tys. procesorów.

Chatbot, który pojawił się po GPT-3 musiałby zatem „wypić” 500-mililitrową butelkę wody, by odpowiedzieć na około 25-50 pytań użytkownika. Co więcej, naukowcy spodziewają się, że w przypadku wyższych modeli językowych, takich jak choćby ostatni GPT-4 – zapotrzebowanie na wodę jeszcze wzrośnie.

„Ślad wodny modeli AI nie może dłużej pozostawać poza radarem” – stwierdzili naukowcy. „Ślad wodny musi być traktowany jako priorytet, w ramach wspólnych wysiłków na rzecz zwalczania globalnych wyzwań związanych z wodą” – napisali w swojej analizie.

W swoim komentarzu dla CyberDefence24.pl na kwestie zużycia wody przez AI zwraca uwagę także Daniel Czyżewski, redaktor serwisu Energetyka24.com. Jak zaznacza, ilość wody jaką zużywa ChatGPT jest alarmująca.

„Każdy jest świadomy, że procesy przemysłowe i technologiczne wymagają pewnego wkładu energii, wody, pracy czy kapitału, ale jeśli OpenAI realizuje swoje projekty w formie komercyjnej, to musi się liczyć z krytyką i rozliczeniem wpływu na środowisko” – zaznacza Daniel Czyżewski. Jego zdaniem, od lat nierozwiązany pozostaje także problem intensywności energetycznej kopalni Bitcoina i innych kryptowalut – niedługo globalna branża „górnicza” będzie zużywać tyle energii, co Polska.

Jak chatbot zużywa wodę?

Naukowcy szacują, że na każdą kilowatogodzinę w przeciętnym centrum danych zużywa się około galona wody (tj. 3,78 litra). Musi to być czysta, słodka woda, by nie pojawiła się korozja lub bakterie, potrzebna jest też do kontroli wilgotności w pomieszczeniu.

Dodatkowo woda wymagana jest do generowania dużej ilości energii elektycznej, zużywanej przez centra danych. Jak oszacowano, energia potrzebna do wytrenowania GPT-3 mogłaby zasilać dom przeciętnego Amerykanina przez setki lat.

Giganci tech a ekologia

Problem zużycia ogromnych zasobów wody nie dotyczy jedynie OpenAI, a każdej firmy, która trenuje swój duży model językowy (LLM). Jak informuje Gizmodo, tylko w 2019 roku Google wymagał ponad 2,3 mld galonów wody dla swoich centrów danych w trzech stanach. W tej chwili w USA gigant posiada 14 centrów danych, potrzebnych do obsługi wyszukiwarki Google, narzędzi do pracy czy do trenowania własnego chatbota - Barda.

„Zalecamy twórcom modeli AI i operatorom centrów danych większą przejrzystość” – napisali naukowcy. „Kiedy i gdzie są szkolone modele AI? A co z modelami sztucznej inteligencji przeszkolonymi i/lub wdrożonymi w centrach danych lub chmurach publicznych innych firm? Takie informacje będą miały wielką wartość dla społeczności naukowej i ogółu społeczeństwa” – stwierdzili.

Redaktor serwisu Energetyka24.com podkresla, ża na ten temat toczy się ostra dyskusja. „Gospodarka rynkowa przestaje traktować zasoby naturalne jako bezpłatną ofiarę działalności, ale dostrzega koszt, jaki idzie np. za emisjami CO2 czy znaczącym zużyciem wody pitnej. Tym bardziej, że anomalie związane z zmianami klimatycznymi występują już regularnie i stają się realnym ryzykiem nie tylko dla działalności biznesowej, ale całych miast i regionów. W ub. roku w niemal na wszystkich kontynentach przeżywaliśmy intensywne susze, więc woda pitna będzie zasobem o coraz większym znaczeniu, coraz cenniejszym i rzadkim, którym trzeba będzie bardzo oszczędnie gospodarować” – dodaje w komentarzu dla CyberDefence24.pl.

Według szacunków Światowego Forum Ekonomicznego, ok. 2,2 miliona mieszkańców USA nie ma dostępu do wody i podstawowych instalacji wodno-kanalizacyjnych. Natomiast z szacunków Uniwersytetu Stanforda wynika, że do 2071 roku połowa ze zbiorników słodkiej wody w Stanach nie będzie w stanie zaspokoić miesięcznego zapotrzebowania na wodę. Te dane dotyczą tylko USA, a jak wiadomo na świecie stan zasobów wodnych w wielu miejscach jest o wiele bardziej krytyczny.

Serwis CyberDefence24.pl otrzymał tytuł #DigitalEUAmbassador (Ambasadora polityki cyfrowej UE). Jeśli są sprawy, które Was nurtują; pytania, na które nie znacie odpowiedzi; tematy, o których trzeba napisać – zapraszamy do kontaktu. Piszcie do nas na: [email protected].