Chi phí môi trường của các mô hình AI: Lượng khí thải carbon và mức tiêu thụ nước

Báo cáo chỉ số trí tuệ nhân tạo năm 2023

Viện Trí tuệ nhân tạo lấy con người làm trung tâm (HAI) Stanford đã công bố Báo cáo chỉ số AI hàng năm, cung cấp một bức tranh toàn diện về thế giới AI ngày nay. Báo cáo năm nay dài 302 trang, tăng gần 60% so với báo cáo năm 2022, phản ánh sự bùng nổ của AI tạo ra và nỗ lực ngày càng tăng để thu thập dữ liệu về AI và đạo đức. Báo cáo Chỉ số AI đã so sánh lượng khí thải carbon của bốn mẫu LLM. GPT-3 có lượng khí thải cao nhất, thậm chí vượt qua Gopher, một mô hình nguồn mở được đào tạo trên các thông số lớn 280B. Mô hình ngôn ngữ đa ngôn ngữ BLOOM, với thông số tương đương GPT-3, tạo ra 25 tấn carbon vào năm 2022, thấp hơn 20 lần so với GPT-3. Mô hình ngôn ngữ được đào tạo trước mở (OPT) của Meta tiêu thụ ít năng lượng nhất, với 1/7 lượng khí thải carbon do GPT-3 tạo ra.

Chi phí gia tăng của các mô hình ngôn ngữ lớn

Khả năng của LLM như tài khoản ChatGPT Plus đã tăng lên đáng kể nhưng chi phí đào tạo chúng cũng tăng theo. Các mô hình ngôn ngữ tiêu tốn nhiều tài nguyên máy tính nhất trong số tất cả các hệ thống học máy, dẫn đến chi phí carbon cao. Theo Báo cáo Chỉ số AI năm 2023 của Đại học Stanford, lượng phát thải tương đương carbon dioxide của GPT-3 ở mức 502 tấn vào năm 2022, cao nhất so với các mô hình được đào tạo có thông số tương tự.

Ước tính lượng phát thải carbon của hệ thống AI

Nhóm Chỉ số AI đã xem xét các yếu tố như số lượng tham số trong mô hình, hiệu suất năng lượng của trung tâm dữ liệu và loại hình sản xuất điện được sử dụng để cung cấp điện để ước tính lượng khí thải carbon của hệ thống AI. Phân tích của họ kết luận rằng ngay cả mô hình hiệu quả nhất, BLOOM, cũng thải ra nhiều carbon hơn mức trung bình mà người dân Hoa Kỳ sử dụng trong một năm.

Tiêu thụ nước: Yếu tố đáng ngạc nhiên trong đào tạo AI

Một nghiên cứu mới cho thấy việc đào tạo các mô hình AI như ChatGPT và Bard tiêu tốn một lượng nước đáng kể. Lượng nước cần để đào tạo ChatGPT 3 tương đương với lượng nước cần thiết để sản xuất ra 370 chiếc ô tô điện BMW và 320 chiếc Tesla. Bài báo cũng lưu ý rằng “ChatGPT cần uống một chai nước 500 ml cho một cuộc trò chuyện đơn giản khoảng 20-50 câu hỏi và câu trả lời”.

Tác động tiêu cực trực tiếp đến môi trường: Tiêu thụ năng lượng và hơn thế nữa

Tác động môi trường của các mô hình AI tổng hợp còn vượt ra ngoài lượng khí thải carbon và mức tiêu thụ nước. Các tác động môi trường tiêu cực trực tiếp khác bao gồm giảm trải nghiệm thiên nhiên và nguy cơ làm trầm trọng thêm tác động của việc lạm dụng và thiên vị do quyền lực giả định. Việc tập trung ngày càng nhiều vào công nghệ AI có thể dẫn đến các hiệu ứng ưu tiên nghiên cứu, mở rộng khoảng cách kỹ thuật số và làm xao nhãng các nỗ lực nghiên cứu môi trường.

Lời nói của chúng tôi

Tác động môi trường của các mô hình AI tổng quát, chẳng hạn như mô hình ngôn ngữ lớn, là mối lo ngại cấp bách vì lượng khí thải carbon và mức tiêu thụ nước của chúng góp phần đáng kể vào lượng khí thải toàn cầu và cạn kiệt tài nguyên. Báo cáo Chỉ số AI của Stanford năm 2023 nhấn mạnh sự cần thiết phải nghiên cứu sâu hơn và nâng cao nhận thức về chi phí môi trường liên quan đến việc phát triển và sử dụng công nghệ AI. Khi thế giới tiếp tục áp dụng AI trong các ngành công nghiệp và ứng dụng khác nhau, điều quan trọng là phải đạt được sự cân bằng giữa đổi mới và tính bền vững. Với việc AI liên tục phát triển và ngày càng được tích hợp vào nhiều khía cạnh khác nhau trong cuộc sống của chúng ta, điều quan trọng là phải cân bằng giữa lợi ích của những tiến bộ AI với tính bền vững của môi trường.

Xem thêm: tìm hiểu tài khoản Chat GPT 4?