Какой ИИ более экологичен? Исследование раскрывает различия в выбросах

Новое исследование показывает, как передовые модели ИИ, которые мы используем в повседневной жизни, оказывают значительное воздействие на окружающую среду.

Большие языковые модели (LLMs), созданные для глубокого анализа, такие как o3 от OpenAI, Claude от Anthropic и R1 от DeepSeek, при ответе на идентичные вопросы производят в 50 раз больше выбросов углекислого газа, чем базовые модели искусственного интеллекта.

«Влияние на окружающую среду при вопросах к обученным LLMs во многом определяется их подходом к рассуждению,» — сказал Максимилиан Даунер, ведущий автор исследования, опубликованного 19 июня в Frontiers in Communication. «Мы обнаружили, что модели, способные к рассуждению, вырабатывают до 50 раз больше выбросов CO₂, чем модели, дающие краткие ответы,» — добавил он.

В исследовании отмечается, что эти выбросы происходят из-за большой вычислительной мощности, необходимой для обработки сложных запросов, таких как вопросы в области алгебры и философии, требующие серьезной логической работы.

Исследователи объясняют, как эти модели рассуждений используют метод, называемый «цепочка мысли«, в котором AI разбивает проблему на логические шаги, что отражает подходы человека к решению проблем. Больше токенов в процессе генерируют более длинные ответы, которые в свою очередь потребляют дополнительную энергию.

Исследователи провели свой анализ, запустив 1000 вопросов через 14 моделей LLM. Они определили потребление энергии, используя графический процессор NVIDIA A100 и предположив, что каждый киловатт-час создает 480 граммов CO₂.

Анализ показал, что в среднем модели рассуждения выдавали 543.5 токенов на каждый ответ, в то время как более простые модели генерировали всего 37.7 токенов. Самая точная модель, Deep Cogito (с 72 миллиардами параметров), также имела один из самых больших углеродных следов.

«В настоящее время мы видим явный компромисс между точностью и устойчивостью, присущий технологиям LLM», — объяснил Даунер. «Ни одна из моделей, которые удерживали выбросы ниже 500 граммов эквивалента CO₂, не достигла точности выше 80%», — добавил он.

Например, ответ на 60 000 вопросов с использованием модели R1 от DeepSeek будет иметь такой же уровень выбросов CO₂, как и путешествие туда и обратно между Нью-Йорком и Лондоном. Тем временем, модель Qwen 2.5 от Alibaba Cloud может обеспечить схожую точность с эмиссией в три раза меньше.

Здесь речь идет не только о выбросах на один запрос, утверждают исследователи, более важным является масштаб. Один вопрос может вызвать выброс всего нескольких граммов CO₂, но умножьте это на миллиарды пользователей, и общий углеродный след становится огромным.

The New York Times сообщает, что по прогнозам доклада Министерства энергетики США 2024 года, к 2028 году дата-центры будут потреблять до 12% национального электроснабжения, что представляет собой трехкратное увеличение по сравнению с уровнем 2022 года, где искусственный интеллект является ведущим фактором.

Итак, что могут сделать пользователи?

«Используйте ИИ тогда, когда это имеет смысл. Не используйте ИИ для всего», — сказала профессор информатики Гудрун Сохер, как сообщает The Washington Post. Для базовых вопросов поисковые системы обычно работают быстрее и используют гораздо меньше энергии. Поиск в Google использует примерно в 10 раз меньше энергии, чем запрос ChatGPT, согласно Goldman Sachs.

Даунер согласен. «Если пользователи знают точную стоимость CO₂ для их сгенерированных ИИ результатов, например, превращение себя в игровую фигурку, они могут быть более выборочными и вдумчивыми в отношении того, когда и как они используют эти технологии».

Эксперты настаивают на выборе более компактных моделей для выполнения простых задач и использовании более длинных и мощных только тогда, когда это необходимо. Краткость подсказок и ответов также помогает сократить энергопотребление. В конце концов, выбор не только о скорости или точности, но и о ответственности.