В условиях глобального климатического кризиса человечество неоднократно обращалось к технологиям в поисках решений. Искусственный интеллект (ИИ) является одним из самых перспективных инструментов в этом поиске.
Недавний отчет Лондонской школы экономики (LSE) вызвал новые дискуссии: внедряя ИИ в ключевые секторы — энергетику, транспорт и производство продуктов питания — мир может сократить до 5,4 миллиардов тонн эквивалента CO₂ выбросов в год к 2030 году. Это примерно четверть от общего объема выбросов в этих секторах.
Это вдохновляющая новость. Но как команда, сосредоточенная на визуальном контенте, создаваемом ИИ, мы задаем другой вопрос:
Если ИИ может помочь другим отраслям сократить выбросы, не должны ли мы также спросить, делает ли сам ИИ — особенно генеративный ИИ — свою часть работы для устойчивого развития?
Незамеченный углеродный след генеративного ИИ
По сравнению с обучением моделей, которое требует огромных вычислительных мощностей, этап вывода — когда ИИ фактически используется — может казаться относительно легким. Однако в высокочастотных приложениях, таких как генерация изображений, совокупное воздействие быстро накапливается.
Один пользователь может генерировать десятки вариаций одного и того же запроса. Умножьте это на миллионы пользователей, и вы получите миллионы вычислений, выполняемых ежедневно с использованием GPU.
Эти небольшие и быстрые операции могут казаться незначительными — но за кулисами энергоемкие дата-центры работают круглосуточно. И в отличие от обучения моделей, этот "повседневный углеродный след" часто остается незамеченным.
Вот почему мы считаем: Углеродная стоимость генеративного ИИ требует больше внимания, больше метрик и больше прозрачности.
Должны ли платформы ИИ иметь углеродные метки?
В потребительских товарах "углеродная маркировка" становится все более распространенной — от кофе до электроники. Это дает людям возможность понять экологическую стоимость того, что они покупают.
Так почему же у нас совсем нет видимости углеродного воздействия того, что мы генерируем с помощью ИИ?
Представьте, если бы платформы ИИ включали базовые индикаторы, такие как:
Эта генерация использовала ниже среднего потребление энергии
Модель размещена на инфраструктуре, работающей на 100% возобновляемой энергии
Обнаружен режим генерации с высоким энергопотреблением (например, большой размер изображения или тяжелая модель); используйте ответственно
Это не ограничило бы креативность — это дало бы пользователям информацию и выбор, а также побудило бы разработчиков оптимизировать для устойчивого развития.
Сокращение выбросов означает не только "использование ИИ" — но и "ответственное использование ИИ"
Исследование LSE справедливо указывает на потенциал ИИ: улучшение прогнозирования ветра в энергосетях, оптимизация инфраструктуры для электромобилей, развитие растительных белков. Это практичные и мощные примеры использования.
Но в то же время собственный след ИИ быстро растет. Google сообщил о 51% увеличении своих выбросов углерода с 2019 года, в основном из-за спроса на инфраструктуру, связанную с ИИ.
Это показывает нам, что мы не можем рассматривать ИИ как углеродно-нейтральное серебряное пулю. Ответственность лежит не только в том, что ИИ может сделать — но и в том, как мы его используем.
Использование ИИ для сокращения выбросов не должно означать только "ИИ помогает другим сокращать". Это также должно означать "Мы используем ИИ с учетом окружающей среды."
Взгляд PicMa: Креативность с совестью
В PicMa, платформе ИИ, ориентированной на генерацию изображений и визуальное повествование, мы считаем:
"Каждый технический выбор — это отражение ценностей."
В нашей разработке продуктов мы исследуем способы внедрения осознания экологического воздействия в пользовательский опыт. Например:
Можем ли мы указать энергетическую стоимость различных вариантов генерации?
Можем ли мы помочь пользователям выбирать более эффективные рабочие процессы генерации?
Можем ли мы предложить низкоуглеродные пути моделей, работающие на более экологичной инфраструктуре?
Мы не утверждаем, что у нас есть все ответы. Но мы верим, что небольшие дизайнерские решения могут привести к большим изменениям — особенно если они помогут установить прецедент для более экологичного создания ИИ.
39