Об этом сообщает «Politexpert» со ссылкой на SciTechDaily
Искусственный интеллект (ИИ) стал важным инструментом в различных сферах, от обработки данных до создания инновационных решений. Однако его использование связано с невидимыми последствиями для окружающей среды. Исследования показали, что одни модели ИИ могут производить в 50 раз больше углекислого газа (CO₂) при ответе на один вопрос, чем другие, что вызывает вопросы об устойчивости этих технологий.
С каждым запросом ИИ не только генерирует ответ, но и потребляет значительные ресурсы. Основным фактором, влияющим на углеродный след, является модель, которая используется для обработки запроса. Чем более сложные вычисления и длительное рассуждение требует система, тем выше её энергетические затраты. Эта зависимость, как показали недавние исследования, может значительно увеличивать углеродный след, не всегда улучшая качество ответов.
Разница в углеродных затратах между моделями ИИ
Недавние исследования в Германии сравнили углеродные затраты при использовании различных моделей ИИ для ответов на стандартизированные вопросы. Эксперты выяснили, что модели, ориентированные на длительное рассуждение, создают значительно больше углекислого газа, чем те, которые предоставляют краткие и чёткие ответы. В среднем, модели, использующие более сложные рассуждения, генерируют на 543,5 дополнительных токенов для каждого вопроса, что в несколько раз увеличивает потребление энергии и выбросы CO₂.
Модели с большим числом параметров требуют значительных вычислительных мощностей, что напрямую влияет на уровень выбросов углекислого газа. Например, модель Cogito с 70 миллиардами параметров, которая использует сложные рассуждения, в три раза увеличивает выбросы CO₂ по сравнению с другими моделями того же размера, которые дают краткие ответы.
Экологические последствия выбора модели ИИ
Разница в углеродных выбросах не ограничивается только типом рассуждений. Также важен выбор модели для конкретных задач. Модели с более высокими параметрами, такие как DeepSeek R1, могут выполнять много запросов, но их использование приводит к значительным углеродным выбросам. Например, использование модели DeepSeek R1 для ответа на 600,000 вопросов может быть эквивалентно углеродным выбросам, как при перелете из Лондона в Нью-Йорк.
В то же время модели, которые менее энергозатратны, например Qwen 2.5, могут выполнять в три раза больше запросов, сохраняя при этом уровень выбросов на том же уровне, что позволяет уменьшить экологический след без потери точности.
Как уменьшить углеродный след ИИ?
Исследования показали, что осознанный выбор модели и подхода к запросам может существенно снизить углеродный след при использовании ИИ. Простое использование более кратких ответов вместо сложных рассуждений может значительно снизить выбросы CO₂, что важно для обеспечения устойчивости таких технологий в будущем.
Понимание экологических последствий использования ИИ поможет пользователям принимать более обоснованные решения относительно того, когда и как использовать эти технологии. Важно помнить, что каждая незначительная оптимизация процесса может существенно повлиять на уменьшение углеродного следа, что имеет большое значение для борьбы с глобальными изменениями климата.
Напомним, ранее мы писали о том, как пометка «создано искусственным интеллектом» меняет восприятие читателей.