생성 AI는 환경에 나쁜가요?컴퓨터 과학자가 ChatGPT와 그 동료의 탄소 배출량에 대해 설명합니다.

생성 AI(Generative AI)는 챗봇과 이미지 생성기의 핵심 신기술입니다.하지만 지구를 만드는 것은 얼마나 뜨겁습니까?

로서 AI 연구원, 인공지능 모델을 구축하는 데 드는 에너지 비용에 대해 종종 걱정합니다.AI가 강력할수록 더 많은 에너지가 필요합니다.점점 더 강력해지는 생성 AI 모델의 출현은 사회의 미래 탄소 배출량에 어떤 의미가 있습니까?

"생성적"이란 AI 알고리즘이 복잡한 데이터를 생성하는 능력을 의미합니다.대안은 “차별적인” AI, 고정된 수의 옵션 중에서 선택하고 단 하나의 숫자만 생성합니다.차별적 결과의 예로는 대출 신청 승인 여부를 선택하는 것이 있습니다.

생성적 AI는 문장, 단락, 이미지 또는 짧은 비디오와 같은 훨씬 더 복잡한 출력을 생성할 수 있습니다.이는 스마트 스피커와 같은 애플리케이션에서 오디오 응답을 생성하거나 자동 완성에서 검색어를 제안하는 데 오랫동안 사용되어 왔습니다.그러나 최근에야 그 능력을 갖추게 되었습니다. 인간과 같은 언어와 사실적인 사진 생성.

그 어느 때보다 더 많은 전력을 사용

단일 AI 모델의 정확한 에너지 비용은 추정하기 어렵습니다. 여기에는 컴퓨팅 장비 제조, 모델 생성 및 생산에 사용되는 에너지가 포함됩니다.2019년에 연구원들은 1억 1천만 개의 매개변수를 사용하여 BERT라는 생성 AI 모델을 생성하는 것을 발견했습니다. 왕복 대륙 횡단 비행의 에너지를 소비했습니다. 한 사람을 위해.매개변수의 수는 모델의 크기를 나타내며 일반적으로 모델이 클수록 숙련도가 높습니다.연구원들은 1,750억 개의 매개변수를 가진 훨씬 더 큰 GPT-3을 생성하는 것이 1,287MWh의 전력을 소비하고 552톤의 이산화탄소를 배출했습니다., 이는 휘발유 승용차 123대를 1년 동안 주행한 것과 같습니다.이는 소비자가 모델을 사용하기 전에 모델 출시를 준비하기 위한 것입니다.

크기만이 탄소 배출을 예측하는 유일한 변수는 아닙니다.오픈 액세스 블룸 모델, 에 의해 개발됨 빅사이언스 프로젝트 프랑스에서는 GPT-3과 크기가 비슷하지만 훨씬 낮은 탄소 발자국, 30톤 CO2eq을 생성하는데 433MWh의 전력을 소비합니다.Google의 연구에 따르면 동일한 규모의 경우 더 효율적인 모델 아키텍처와 프로세서, 친환경 데이터 센터를 사용하면 탄소 배출량을 줄일 수 있는 것으로 나타났습니다. 100~1,000배.

더 큰 모델은 배포 중에 더 많은 에너지를 사용합니다.단일 생성 AI 쿼리의 탄소 배출량에 대한 데이터는 제한되어 있지만 일부 업계 수치에서는 ​​이를 추정합니다. 4~5배 높아 검색 엔진 쿼리보다챗봇과 이미지 생성기가 대중화되면서 Google과 Microsoft가 AI 언어 모델 통합 검색 엔진에 매일 들어오는 검색어 수가 기하급수적으로 늘어날 수 있습니다.

검색용 AI 봇

몇 년 전만 해도 연구실 외부에서는 BERT나 GPT와 같은 모델을 사용하는 사람이 많지 않았습니다.11월에 이렇게 바뀌었어요OpenAI가 ChatGPT를 출시한 2022년 30일.사용 가능한 최신 데이터에 따르면 ChatGPT는 2023년 3월 방문수 15억 회.Microsoft는 ChatGPT를 검색 엔진인 Bing에 통합하여 이를 만들었습니다. 누구나 이용 가능 2023년 5월 4일.챗봇이 검색 엔진만큼 인기를 얻게 되면 AI 배치에 드는 에너지 비용이 실제로 더해질 수 있습니다.그러나 AI 비서는 문서 작성, 수학 문제 해결, 마케팅 캠페인 생성 등 검색보다 더 많은 용도로 사용할 수 있습니다.

또 다른 문제는 AI 모델이 지속적으로 업데이트되어야 한다는 점이다.예를 들어 ChatGPT는 2021년까지의 데이터에 대해서만 교육을 받았기 때문에 그 이후에 발생한 어떤 일도 알 수 없습니다.ChatGPT 생성에 따른 탄소 배출량은 공개 정보는 아니지만 GPT-3보다 훨씬 높을 가능성이 높습니다.지식을 업데이트하기 위해 정기적으로 다시 생성해야 한다면 에너지 비용은 훨씬 더 커질 것입니다.

한 가지 장점은 챗봇에 요청하는 것이 검색 엔진을 사용하는 것보다 정보를 얻는 더 직접적인 방법이 될 수 있다는 것입니다.링크로 가득 찬 페이지를 얻는 대신 정확성 문제가 완화된다는 가정 하에 사람에게서 하듯이 직접적인 답변을 얻을 수 있습니다.정보를 더 빨리 얻으면 검색 엔진에 비해 에너지 사용 증가를 잠재적으로 상쇄할 수 있습니다.

앞으로 나아갈 길

미래는 예측하기 어렵지만 대규모 생성 AI 모델은 계속 유지될 것이며 사람들은 정보를 얻기 위해 점점 더 모델에 의존하게 될 것입니다.예를 들어, 학생이 지금 수학 문제를 해결하는 데 도움이 필요하면 교사나 친구에게 문의하거나 교과서를 참고합니다.미래에는 아마도 챗봇에게 물어볼 것입니다.법률 자문이나 의료 전문 지식과 같은 다른 전문 지식도 마찬가지입니다.

하나의 대형 AI 모델이 환경을 파괴하지는 않지만, 수천 개의 회사가 수백만 명의 고객이 각각 사용하는 서로 다른 목적을 위해 약간 다른 AI 봇을 개발한다면 에너지 사용이 문제가 될 수 있습니다.생성 AI를 보다 효율적으로 만들기 위해서는 더 많은 연구가 필요합니다.좋은 소식은 AI가 재생 가능 에너지로 작동할 수 있다는 것입니다.녹색 에너지가 더 풍부한 곳으로 계산을 가져오거나 재생 가능 에너지를 더 많이 사용할 수 있는 시간에 계산을 예약함으로써 배출량을 줄일 수 있습니다. 30~40배로 감소, 화석 연료가 지배하는 그리드를 사용하는 것과 비교됩니다.

마지막으로, 일부 기업이 이미 그렇게 하고 있는 것처럼 기업과 연구소가 AI 모델의 탄소 배출량을 공개하도록 장려하는 데 사회적 압력이 도움이 될 수 있습니다.미래에는 소비자가 이 정보를 사용하여 "더 친환경적인" 챗봇을 선택할 수도 있을 것입니다.