Mistral-ის ახალი „გარემოსდაცვითი აუდიტი“ აჩვენებს, თუ რა ზიანს აყენებს AI პლანეტას

ფრანგულმა AI კომპანია Mistral-მა პირველად გამოაქვეყნა თავისი ენობრივი მოდელის გარემოზე ზემოქმედების დეტალური აუდიტი. გაიგეთ, რა რაოდენობის CO2-ს გამოყოფს და წყალს მოიხმარს ერთი AI მოთხოვნა და რა არის ჯამური ზიანი.

Mistral-ის ახალი „გარემოსდაცვითი აუდიტი“ აჩვენებს, თუ რა ზიანს აყენებს AI პლანეტას

ერთი მოთხოვნა ბევრს არაფერს ნიშნავს, მაგრამ მილიარდობით მოთხოვნას ერთად ჯამური გავლენა აქვს.

საუკეთესო ტექნოლოგიური კომპანიები გეძებენ!
ეწვიე ITJobs.ge-ს
საუკეთესო ტექნოლოგიური კომპანიები გეძებენ!
ეწვიე ITJobs.ge-ს

AI მოდელების გარემოზე ზემოქმედების შესახებ შეშფოთების მიუხედავად, გასაკვირად რთულია ზუსტი, სანდო მონაცემების პოვნა ბევრი მსხვილი ენობრივი მოდელის CO₂-ის ემისიებისა და წყლის მოხმარების შესახებ. ფრანგული მოდელების მწარმოებელი Mistral-ი ამ კვირაში ამის გამოსწორებას ცდილობს და აქვეყნებს დეტალებს, რასაც ის თავისი სახის პირველ გარემოსდაცვით აუდიტს უწოდებს, „რათა ჩვენი LLM-ების გარემოზე ზემოქმედების რაოდენობრივი შეფასება მოვახდინოთ“.

შედეგები, რომლებიც, ზოგადად, წინა აკადემიური ნაშრომების შეფასებებს შეესაბამება, აჩვენებს, რომ ნებისმიერი ერთი AI მოთხოვნის გარემოზე ზიანი შედარებით მცირეა ბევრ სხვა გავრცელებულ ინტერნეტ-აქტივობასთან შედარებით. მაგრამ იმის გათვალისწინებით, რომ ყოველწლიურად მილიარდობით AI მოთხოვნა ტვირთავს გრაფიკულ პროცესორებს, ამ მცირე ინდივიდუალურ გავლენებსაც კი შეუძლია, ჯამურად მნიშვნელოვანი გარემოსდაცვითი ეფექტი გამოიწვიოს.

ნამდვილად ანადგურებს AI პლანეტას?

თავისი "Large 2" მოდელის სასიცოცხლო ციკლის ანალიზის გენერირებისთვის, Mistral-მა მდგრადობის საკონსულტაციო კომპანია Carbone 4-თან და საფრანგეთის ეკოლოგიური გარდაქმნის სააგენტოსთან ითანამშრომლა. Mistral-ის აუდიტმა აჩვენა, რომ CO₂-ის ემისიებისა და წყლის მოხმარების უდიდესი ნაწილი (შესაბამისად, 85.5% და 91%) მოდელის გაწვრთნისა და ინფერენსის (დასკვნის გამოტანის) დროს ხდება და არა ისეთი წყაროებიდან, როგორიცაა მონაცემთა ცენტრების მშენებლობა.

Mistral-მა დაადგინა, რომ ერთი საშუალო მოთხოვნის (400 ტოკენის ტექსტის გენერირება, დაახლოებით ერთი გვერდი) ზღვრული გარემოსდაცვითი გავლენა შედარებით მინიმალურია: მხოლოდ 1.14 გრამი CO₂-ის ემისია და 45 მილილიტრი წყლის მოხმარება.

თუმცა, ოპერირების პირველი 18 თვის განმავლობაში, მოდელის გაწვრთნისა და მილიონობით (თუ არა მილიარდობით) ასეთი მოთხოვნის შესრულების კომბინაციამ მნიშვნელოვანი ჯამური გავლენა მოახდინა:

  • 20.4 კილოტონა CO₂-ის ემისია (აშშ-ის გარემოს დაცვის სააგენტოს მონაცემებით, ეს 4,500 საშუალო შიდაწვისძრავიანი ავტომობილის ერთწლიან მუშაობას უდრის).

  • 281,000 კუბური მეტრი წყლის აორთქლება (საკმარისია დაახლოებით 112 ოლიმპიური ზომის საცურაო აუზის შესავსებად).

Mistral-ის მონაცემების სხვა გავრცელებულ ინტერნეტ-აქტივობებთან შედარება AI-ს გავლენის კონტექსტში მოქცევაში გვეხმარება. მაგალითად, ერთი საშუალო LLM მოთხოვნის CO₂-ის ემისია ეკვივალენტურია:

  • აშშ-ში სტრიმინგ-შოუს 10 წამის ყურების (ან იგივე შოუს 55 წამის საფრანგეთში, სადაც ენერგეტიკული ქსელი გაცილებით სუფთაა).

  • Zoom-ის ზარში 4-დან 27 წამამდე ყოფნის.

  • 100 ადრესატისთვის გაგზავნილი იმეილის, რომელიც მხოლოდ ერთმა ადამიანმა წაიკითხა, დაწერაზე დახარჯული 10 წუთი კი 22.8 Mistral-ის მოთხოვნის ეკვივალენტურ CO₂-ს გამოყოფს.

მეტი მონაცემებისკენ მოწოდება

Mistral-ის ციფრები, ზოგადად, შედარებადია სხვა კვლევებთან. კალიფორნიის უნივერსიტეტის მკვლევრების კვლევამ, მაგალითად, შეაფასა, რომ OpenAI-ს GPT-3-ისთვის გამოყენებული საშუალო მონაცემთა ცენტრი თითქმის 17 მლ წყალს მოიხმარდა თითო LLM მოთხოვნაზე. 2024 წლის კვლევამ კი ChatGPT-სთვის საშუალოდ 2.2 გრამი CO₂-ის ემისია შეაფასა თითო მოთხოვნაზე.

ის ფაქტი, რომ Mistral-მა ამ კვლევისთვის ინფორმაცია პირდაპირ მიაწოდა, მის მიერ წარმოდგენილ ციფრებს დამატებით წონას სძენს. Hugging Face-ის AI-სა და კლიმატის განყოფილების ხელმძღვანელი, საშა ლუჩიონი, ანგარიშს „AI მოდელების გარემოზე ზემოქმედების შეფასების თვალსაზრისით დიდ პირველ ნაბიჯს“ უწოდებს, თუმცა აღნიშნავს, რომ მას აკლია მნიშვნელოვანი მეთოდოლოგიური დეტალები და ინფორმაცია მოდელის მიერ მოხმარებული ენერგიის მთლიან რაოდენობაზე.

მიუხედავად ამისა, ექსპერტები იმედოვნებენ, რომ სხვა AI კომპანიებიც მიბაძავენ Mistral-ის მაგალითს. თავად Mistral-იც მოუწოდებს სხვა მოდელების მწარმოებლებს, უფრო გამჭვირვალეები იყვნენ თავიანთ გარემოზე ზემოქმედებასთან დაკავშირებით და ამბობს, რომ ასეთმა შედარებითმა შედეგებმა „შესაძლოა, ხელი შეუწყოს შეფასების სისტემის შექმნას, რომელიც მყიდველებსა და მომხმარებლებს დაეხმარება, ამოიცნონ ნახშირბადის, წყლისა და მასალების ყველაზე ნაკლებად ინტენსიური მოდელები“.

ITNEWS-ის მეგობარი ვებ-გვერდია ITJOBS.GE. ITJOBS.GE-ზე ორგანიზაციებს და ფიზიკურ პირებს, აქვთ საშუალება განათავსონ როგორც ვაკანსები, ტრენინგები და ივენთები ასევე კონკრეტული Tech დავალებები, რისთვისაც ეძებენ დეველოპერებს, დიზაინერებს, სეო სპეციალისტებს და ა.შ. ITJOBS.GE - იპოვე დასაქმების საუკეთესო შესაძლებლობები ან გამოაქვეყნე ვაკანსია / დავალება და მიაწვდინე ხმა სასურველ აუდიტორიას.

გაზიარება

როგორია თქვენი რეაქცია?

მოწონება მოწონება 0
არ მომწონს არ მომწონს 0
სიყვარული სიყვარული 0
სასაცილო სასაცილო 0
გაბრაზებული გაბრაზებული 0
მოწყენილი მოწყენილი 0
ვაუ ვაუ 0