بررسی‌های محققان حکایت از آن دارد که هرچقدر دقت مدل‌های زبانی هوش مصنوعی بیشتر باشد، هزینه آن برای محیط‌زیست بیشتر خواهد بود. در مطالعه جدیدی که نتایج آن در نشریه علمی Frontiers in Communication منتشر شد، پژوهشگران آلمانی دریافته‌اند که مدل‌های زبانی بزرگ (LLM) که پاسخ‌های دقیق‌تری ارائه می‌دهند، کربن بیشتری تولید می‌کنند و در …
بررسی‌های محققان حکایت از آن دارد که هرچقدر دقت مدل‌های زبانی هوش مصنوعی بیشتر باشد، هزینه آن برای محیط‌زیست بیشتر خواهد بود.
در مطالعه جدیدی که نتایج آن در نشریه علمی Frontiers in Communication منتشر شد، پژوهشگران آلمانی دریافته‌اند که مدل‌های زبانی بزرگ (LLM) که پاسخ‌های دقیق‌تری ارائه می‌دهند، کربن بیشتری تولید می‌کنند و در نتیجه به‌طور تصاعدی انرژی بیشتری مصرف می‌کنند.
در واقع یافته‌های این پژوهش، از آینده نگران کننده تأثیرات زیست‌محیطی صنعت هوش مصنوعی خبر می‌دهد؛ بدین معنا که هرچقدر دقت مدل بیشتر باشد، هزینه آن برای محیط‌زیست بیشتر خواهد بود. جسی داج، پژوهشگر مؤسسه آلن برای هوش مصنوعی که در این پژوهش نقشی نداشته اما تحلیل‌های مشابه زیادی انجام داده، دراین‌باره توضیح داد: «همه می‌دانند که با افزایش اندازه مدل، معمولاً مدل‌ها توانمندتر می‌شوند، در نتیجه برق بیشتری مصرف می‌کنند و در نهایت آلودگی بیشتری دارند.»
بررسی تأثیر هوش مصنوعی در آلودگی محیط‌زیست
اعضای این تیم در پژوهش خود به بررسی ۱۴ مدل زبانی متن‌باز با اندازه‌های مختلف پرداختند که البته به دلیل عدم دسترسی به برخی از مدل‌های تجاری از جمله ChatGPT شرکت OpenAI یا Claude شرکت Anthropic، این مدل‌ها در مطالعه لحاظ نشده‌اند.
محققان به هر مدل، ۵۰۰ سؤال چندگزینه‌ای و ۵۰۰ سؤال با پاسخ باز ارائه دادند. در مرحله بعد آن‌ها با تحلیل داده‌ها، دریافتند که مدل‌های بزرگ‌تر و دقیق‌تری مثل DeepSeek در مقایسه با مدل‌هایی با مغز دیجیتالی کوچک‌تر، بیشترین میزان کربن را تولید می‌کنند. مدل‌هایی که به نام “مدل‌های استدلالی” شهرت دارند و برای حل مسائل، آن‌ها را به مراحل جزئی تقسیم می‌کنند هم در مقایسه با مدل‌های ساده‌تر، به‌طور چشمگیری کربن بیشتری تولید می‌نمایند.
البته در برخی موارد معدود، تعدادی از این مدل‌ها از این الگو پیروی نمی‌کنند؛ مثلاً مدل Cogito ۷۰B گرچه دقت بالاتری نسبت به DeepSeek داشت، اما ردپای کربنی آن اندکی کمتر بود؛ بااین‌وجود، الگوی کلی روشن و مشخص است: هرچه خروجی‌های یک مدل هوش مصنوعی قابل‌اعتمادتر باشد، آسیب آن به محیط‌زیست نیز بیشتر خواهد بود.
ماکسیمیلیان داونر، دانشجوی آلمانی دکترا و نویسنده اصلی این مقاله توضیح داد: «ما برای پاسخ دادن به سؤالات ساده، همیشه به بزرگ‌ترین و آموزش داده‌شده‌ترین مدل‌ها نیاز نداریم؛ مدل‌های کوچک‌تر هم توان انجام دقیق برخی وظایف را دارند. پس هدف ما باید این باشد که مدل مناسبی را برای وظیفه مناسب انتخاب کنیم.»
این موضوع، سؤال مهمی را مطرح می‌کند: آیا واقعاً لازم است که برای همه‌چیز از هوش مصنوعی استفاده کنیم؟ با یک جستجوی ساده در گوگل، خلاصه‌های تولیدشده توسط هوش مصنوعی به‌طور خودکار نمایش داده می‌شوند؛ قطعاً برای تولید همین خلاصه‌ها، آلودگی ایجاد شده است؛ پس شاید بهتر باشد که گاهی قبل از آنکه سؤالی را از هوش مصنوعی بپرسیم، آن را در گوگل جستجو کنیم.
شاید یک جست‌وجوی ساده ما تأثیر قابل‌توجهی در آلودگی محیط‌زیست نداشته باشد، اما وقتی این جست‌وجوها را در مقیاس میلیاردی بررسی کنیم، می‌بینیم که اثر آن بر اقلیم بسیار بزرگ خواهد بود.
سم آلتمن، مدیرعامل OpenAI هم اخیراً در این رابطه یادآوری کرده که در آینده باید بخش قابل‌توجهی از کل تولید برق زمین به هوش مصنوعی اختصاص یابد.
منبع: futurism
لینک کپی شد
منبع: عصر ترکیه