인공 지능(AI) 영역에서 토론은 종종 잘못된 정보와 인간 직업에 대한 잠재적 위협을 중심으로 이루어집니다. 그러나 보스턴 대학의 Kate Saenko 교수는 생성 AI 도구의 상당한 환경적 영향이라는 또 다른 중요한 우려 사항에 주목하고 있습니다.
AI 연구원으로서 Saenko는 AI 모델 구성의 에너지 비용에 대한 우려를 제기합니다. The Conversation의 기사에서 그녀는 "AI가 강력할수록 더 많은 에너지가 필요합니다. "라고 강조합니다.
비트코인 및 이더리움과 같은 암호화폐의 에너지 소비는 광범위한 논쟁을 불러일으켰지만 AI의 급속한 발전은 지구에 미치는 영향 측면에서 동일한 수준의 조사를 받지 못했습니다.
Saenko 교수는 단일 생성 AI 쿼리의 탄소 발자국에 대해 사용할 수 있는 제한된 데이터를 인정하면서 이 이야기를 바꾸는 것을 목표로 합니다. 그러나 그녀는 에너지 소비가 단순한 검색 엔진 쿼리보다 XNUMX~XNUMX배 높다는 연구 결과를 강조합니다.
2019년의 주목할만한 연구에서는 110억 XNUMX천만 개의 매개변수로 구성된 BERT(Bidirectional Encoder Representations from Transformers)라는 생성 AI 모델을 조사했습니다. 이 모델은 그래픽 처리 장치(GPU)를 활용하여 교육 과정에서 한 사람이 왕복 대륙 횡단 비행에 해당하는 에너지를 소비했습니다. 모델의 예측을 안내하고 복잡성을 증가시키는 매개변수는 오류를 줄이기 위해 훈련 중에 조정됩니다.
그에 비해 Saenko는 OpenAI의 GPT-3 모델이 무려 175억 개의 매개변수를 사용하여 123년 동안 운전한 1,287대의 휘발유 승용차 또는 약 552메가와트시의 전기에 해당하는 에너지를 소비했다고 밝혔습니다. 또한 엄청난 XNUMX톤의 이산화탄소를 생성했습니다. 놀랍게도 이러한 에너지 소비는 소비자가 모델을 사용하기 시작하기도 전에 발생했습니다.
Bing에 통합된 Perplexity AI 및 Microsoft의 ChatGPT와 같은 AI 챗봇의 인기가 높아지면서 모바일 애플리케이션의 출시로 상황이 더욱 악화되어 이러한 기술에 더 많은 사람들이 접근할 수 있게 되었습니다.
다행스럽게도 Saenko는 탄소 발자국을 완화하기 위한 다양한 전략을 제안하는 Google의 연구를 강조합니다. 보다 효율적인 모델 아키텍처, 프로세서 및 환경 친화적인 데이터 센터를 사용하면 에너지 소비를 크게 줄일 수 있습니다.
하나의 대형 AI 모델이 단독으로 환경을 파괴하지는 않을 수 있지만 Saenko는 수많은 회사가 다양한 목적을 위해 약간 다른 AI 봇을 개발하고 각각 수백만 명의 고객을 수용할 경우 누적 에너지 사용량이 중요한 문제가 될 수 있다고 경고합니다.
궁극적으로 Saenko는 생성 AI의 효율성을 향상시키기 위해 추가 연구가 필수적이라고 제안합니다. 그녀는 AI가 재생 가능한 에너지원에서 작동할 수 있는 잠재력을 강조합니다. 녹색 에너지의 가용성과 일치하도록 계산을 최적화하거나 재생 가능 에너지가 풍부한 데이터 센터를 배치함으로써 화석 연료가 지배하는 그리드에 의존하는 것과 비교하여 배출량을 30~40배까지 현저하게 줄일 수 있습니다.
결론적으로 AI로 인한 잘못된 정보와 일자리 이동에 대한 우려가 지속되는 가운데, 생성적 AI 도구의 환경적 영향에 대한 Saenko 교수의 강조는 중요한 문제를 제기합니다. AI 개발이 지속 가능성 목표와 일치하도록 보장하기 위해 증가된 연구와 혁신적인 접근 방식이 필요합니다. 그렇게 함으로써 우리는 AI의 잠재력을 활용하는 동시에 탄소 발자국을 최소화하여 보다 친환경적인 미래를 위한 길을 닦을 수 있습니다.
출처: https://bitcoinworld.co.in/the-environmental-impact-of-artificial-intelligence-a-concern-beyond-misinformation-and-job-threats/