Kathimerini.gr
Τάσος Ντάφλος
Αναζητώντας πληροφορίες μέσω ενός εργαλείου Τεχνητής Νοημοσύνης όπως το ChatGPT, ένας χρήστης πιθανόν να εντυπωσιαστεί από τις άμεσες απαντήσεις που είναι σε θέση να του δώσει το εν λόγω γλωσσικό μοντέλο αλλά και να προβληματιστεί σχετικά με την εγκυρότητα των στοιχείων που του παρέχονται.
Αυτό που ίσως οι περισσότεροι χρήστες αγνοούν είναι πως τόσο η διαδικασία ανάπτυξης όσο και η χρήση τέτοιου είδους εργαλείων απειλούν τον πλανήτη, ο οποίος ήδη βρίσκεται αντιμέτωπος με τις βαρύτατες συνέπειες της κλιματικής κρίσης.
Πώς και γιατί συμβαίνει αυτό;
Τα εργαλεία όπως το ChatGPT λειτουργούν μέσω «νευρωνικών δικτύων» (neural networks), δηλαδή δίκτυα από απλούς υπολογιστικούς κόμβους (γνωστούς και ως «νευρώνια») που είναι συνδεδεμένοι μεταξύ τους.
«Αυτά τα συστήματα κάνουν πολλές αριθμητικές πράξεις με δισεκατομμύρια αριθμούς», εξηγεί στην «Κ» ο Κάρλος Γκόμεζ Ροντρίγκεζ, καθηγητής και επιστήμονας Υπολογιστών στο Πανεπιστήμιο A Coruña στην Ισπανία. «Αυτό σημαίνει ότι χρειάζονται και μεγάλη ποσότητα ενέργειας για να λειτουργήσουν», τονίζει.
Έτσι, όσο περισσότερες λειτουργίες καλούνται να φέρουν σε πέρας αυτά τα δίκτυα, τόσο περισσότεροι υπολογιστές χρειάζονται, εξηγεί ο Γκόμεζ. «Κάτι τέτοιο συνεπάγεται ακόμη μεγαλύτερη κατανάλωση ηλεκτρικής ενέργειας και όταν αυτή δεν αντλείται από ανανεώσιμες πηγές, τότε οδηγεί σε εκπομπές άνθρακα».
Από την πλευρά της η Άνα Βαλντίβια, λέκτορας στις πολιτικές της Τεχνητής Νοημοσύνης από το Πανεπιστήμιο της Οξφόρδης, συμπληρώνει πως «η εκπαίδευση των αλγορίθμων τέτοιου είδους εργαλείων απαιτεί ιδιαίτερα δυνατούς υπολογιστές, οι οποίοι βρίσκονται στα κέντρα δεδομένων. Πρόκειται για τεράστιες υποδομές που καταναλώνουν μεγάλες ποσότητες νερού και ενέργειας για την ψύξη των υπολογιστών».
«4-5 φορές περισσότερες εκπομπές συγκριτικά με το γνωστό “γκουγκλάρισμα”»
Ποια είναι όμως η διαφορά μεταξύ της χρήσης ενός μοντέλου Τεχνητής Νοημοσύνης και της διαδικασίας που ακολουθείται για την ανάπτυξή του, σε ό,τι αφορά τον αντίκτυπο στο περιβάλλον;
Σύμφωνα με τον Γκόμεζ, η αναζήτηση πληροφοριών μέσω μιας ερώτησης στο ChatGPT συνεπάγεται περίπου 4-5 φορές περισσότερες εκπομπές άνθρακα συγκριτικά με ένα συνηθισμένο «γκουγκλάρισμα». Συνεπώς, σημειώνει, εάν οι χρήστες αρχίσουν σταδιακά να αντικαθιστούν τις παραδοσιακές μηχανές αναζήτησης με γλωσσικά μοντέλα όπως το ChatGPT, αυτό θα μπορούσε να επιβαρύνει κατά πολύ το περιβάλλον.
Το βασικότερο πρόβλημα όμως φαίνεται να σχετίζεται με την εκπαίδευση των αλγορίθμων αυτών των εργαλείων.
Όπως αναφέρει η Δρ Βαλντίβια «στη διάρκεια της εκπαίδευσης ο αλγόριθμος τροφοδοτείται με μια βάση δεδομένων, που στην περίπτωση του ChatGPT αποτελείται από πληροφορίες όπως κείμενα, άρθρα online εφημερίδων, αναρτήσεις στα μέσα κοινωνικής δικτύωσης κτλ.». Εξηγεί πως αυτή η διαδικασία διαρκεί εβδομάδες ή ακόμη και μήνες, καθώς υπάρχουν διάφορες παράμετροι που θα πρέπει να επεξεργαστεί ο αλγόριθμος. Στη διάρκεια του συγκεκριμένου σταδίου δίνονται επίσης εκατομμύρια διαφορετικά παραδείγματα στον αλγόριθμο, προκειμένου να διαμορφωθούν μοτίβα απαντήσεων. Για παράδειγμα, τα εργαλεία όπως το ChatGPT εκπαιδεύονται μέσω δειγμάτων κειμένου, ώστε να γνωρίζουν πως η λέξη «χώρα» είναι αυτή που κατά πάσα πιθανότητα θα ολοκλήρωνε τη φράση: «Η Ελλάδα είναι…».
«Πρόκειται για μια διαδικασία που οδηγεί σε σημαντική κατανάλωση ενέργειας, διότι ο υπολογιστής θα πρέπει να παραμείνει ενεργός για μεγάλο χρονικό διάστημα», εξηγεί η Δρ Βαλντίβια.
Ενδεικτικά, το επιστημονικό περιοδικό MIT Technology Review ανέφερε το 2019 ότι ερευνητές από το Κολλέγιο Άμερστ της Μασαχουσέτης, πραγματοποίησαν μία αξιολόγηση της διαδικασίας εκπαίδευσης μεγάλων μοντέλων Τεχνητής Νοημοσύνης και βρήκαν ότι αυτή μπορεί να οδηγήσει στην εκπομπή περίπου 284.000 κιλών διοξειδίου του άνθρακα – ποσότητα πενταπλάσια των συνολικών εκπομπών ενός μέσου αυτοκινήτου στις ΗΠΑ από τη διαδικασία παραγωγής μέχρι και την απόσυρσή του.
Πρόβλημα η έλλειψη διαφάνειας
Λαμβάνοντας υπόψη τα παραπάνω, καθίσταται σαφές πως ο περιβαλλοντικός αντίκτυπος της A.I. είναι ένα πρόβλημα που απαιτεί μια συντονισμένη απάντηση. Στην παρούσα φάση, ωστόσο, υπάρχει το σημαντικό εμπόδιο της έλλειψης διαφάνειας εκ μέρους των εταιρειών που αναπτύσσουν εργαλεία Τεχνητής Νοημοσύνης.
«Πρόκειται για ένα από τα βασικά προβλήματα που αντιμετωπίζουμε αυτή τη στιγμή», εξηγεί ο Γκόμεζ. «Όλα τα στοιχεία που έχουμε στη διάθεσή μας δεν είναι παρά εκτιμήσεις ερευνητών, βασισμένες σε ελλιπή δεδομένα. Οι εταιρείες που φτιάχνουν αυτά τα εργαλεία δεν μας παρέχουν επαρκή στοιχεία σχετικά με τις εκπομπές άνθρακα ή την κατανάλωση ενέργειας, παρόλο που και οι ίδιες έχουν ένα κίνητρο να αναπτύσσουν εργαλεία πιο φιλικά προς το περιβάλλον, καθώς αυτό συνεπάγεται μικρότερο ενεργειακό κόστος για τις ίδιες».
Την ίδια άποψη εκφράζει και η Δρ Βαλντίβια, υποστηρίζοντας πως οι υπάρχουσες πληροφορίες είναι αδιαφανείς. «Είναι δύσκολο να παρακολουθήσει κανείς τις εταιρείες και να κάνει ασφαλείς εκτιμήσεις για το αποτύπωμα άνθρακα της Α.Ι. καθώς και για την κατανάλωση νερού από τα κέντρα δεδομένων», εξηγεί.
Σε ό,τι αφορά την Πράξη της Ε.Ε. για την Τεχνητή Νοημοσύνη, που έχει ως στόχο τη διαμόρφωση ενός κανονιστικού πλαισίου για την A.I., η ειδικός επισημαίνει ότι, αν και η «βιωσιμότητα» υπάρχει ως όρος στο εν λόγω κείμενο, η αναφορά στον περιβαλλοντικό αντίκτυπο των νέων αυτών τεχνολογιών είναι εξαιρετικά περιορισμένη.
Από την πλευρά του, ο Γκόμεζ υποστηρίζει πως το πρόβλημα της έλλειψης στοιχείων δεν θα λυθεί, εάν δεν υπάρξουν νέοι κανονισμοί, που να αναγκάζουν τις εταιρείες να λειτουργούν με μεγαλύτερη διαφάνεια.
Σοβαρό το διακύβευμα μιας αργής αντίδρασης
Σύμφωνα με τα υπάρχοντα στοιχεία, τομείς όπως π.χ. οι μεταφορές και η κλωστοϋφαντουργία αντιστοιχούν σε περίπου 20% και 10% των εκπομπών άνθρακα σε παγκόσμιο επίπεδο. Στην περίπτωση της λειτουργίας των κέντρων δεδομένων, το ποσοστό αυτό ανέρχεται σήμερα σε περίπου 2%-3%. Σύμφωνα όμως με τους ειδικούς, αυτό ενδέχεται να αλλάξει, εάν υπάρξουν καθυστερήσεις στην αντιμετώπιση του περιβαλλοντικού αντίκτυπου της Τεχνητής Νοημοσύνης.
«Εάν τα εργαλεία A.I. δεν βελτιωθούν και δεν γίνουν πιο φιλικά προς το περιβάλλον, τότε είναι πιθανό να δούμε το ποσοστό αυτό να γίνεται 3 με 4 φορές μεγαλύτερο και τα κέντρα δεδομένων να φτάσουν σε σημείο να αντιπροσωπεύουν περίπου το 10% των παγκόσμιων εκπομπών άνθρακα», καταλήγει ο Γκόμεζ.
