Vai mākslīgais intelekts patiešām ir tik enerģijas apēdīgs? Sems Altmens atgādina par cilvēka “izmaksām”
Diskusijas par mākslīgā intelekta (MI) attīstību bieži vien saasinās līdz vienam konkrētam argumentam: tas patērē pārāk daudz enerģijas. Kritiķi norāda uz milzīgajiem datu centriem, dūmojošām serveru fermām un to ietekmi uz klimatu. Bet vai šis arguments ir pilnīgs? OpenAI izpilddirektors Sems Altmens nesen sniedza provokatīvu atbildi, kas liek paskatīties uz šo jautājumu no citas perspektīvas. Viņš vienkārši atgādina: arī cilvēka apmācībai un uzturēšanai vajag milzīgu daudzumu enerģijas.
Kādu “enerģijas rēķinu” piedāvā cilvēka dzīves cikls?
Kad runājam par AI enerģijas patēriņu, mēs parasti domājam tieši par modeļu apmācības fāzi – tie dīzeļstundas, kas tiek tērētas, lai sistēma “iemācītos” no triljoniem datu punktiem. Altmens aicina mūs veikt līdzīgu aprēķinu cilvēkam. Padomājiet: cik daudz resursu un enerģijas nepieciešams, lai cilvēks sasniegtu produktīvu vecumu?
No bērnudārza līdz doktora grādam: ilgtermiņa investīcija
Viens cilvēks, pirms kļūst par pilnvērtīgu sabiedrības locekli, iziet cauri daudzu gadu izglītības procesam. Šis process ir neiedomājami enerģijas intensīvs. Skolas un universitātes ēku apkure, apgaismojums, datoru darbība. Transporta enerģija, lai skolēni un skolotāji tiktu līdz mācību iestādēm. Pārtikas ražošana un piegāde, lai uzturētu skolēnu ķermeņus un prātus. Grāmatu, burtnīcu, tehnoloģiju ražošana. Tas viss saskaita milzīgu “oglekļa pēdu” jau pirms cilvēks ir sācis strādāt. Altmena teiktais “arī cilvēka apmācībai vajag daudz enerģijas” pēkšņi iegūst ļoti konkrētu svars.
AI un cilvēks: salīdzinājums, kas liek padomāt
Protams, tiešā salīdzināšana ir sarežģīta. Cilvēks ir universāls, radošs un emocionāls. AI (pagaidām) ir specializēts rīks. Taču enerģētikas leņķis ir vērtīgs. Apskatīsim to skaitļos un tendencēs.
Kurš ir efektīvāks: cilvēka smadzenes vai GPU?
Cilvēka smadzenes ir enerģētiski neticami efektīvs organs, kas patērē apmēram 20 vatus – aptuveni tikpat, cā spuldze. Taču šī ir tikai paša orgāna darbības enerģija. Visa “infrastruktūra”, kas uztur šīs smadzenes dzīvībā – veselais ķermenis, mājoklis, transports, pārtika – to enerģijas patēriņu palielina līdz simtiem reižu. No otras puses, viena modernā GPU servera vienība patērē iespaidīgus 400-700 vatus, bet tā spēj apstrādāt informāciju milzīgā apjomā un ātrumā, ko tūkstošiem cilvēku nevarētu paveikt mūža laikā. Jautājums par efektivitāti pārvēršas par jautājumu: ko mēs gūstam pretī katram ieguldītajam kilovatstundam?
Kāpēc Altmena argumentam ir nozīme nākotnes diskusijās?
Šis viedoklis nav mēģinājums attaisnot bezatbildīgu enerģijas izšķērdēšanu. Tieši otrādi. Tas ir arguments par līdzsvarotu un godīgu diskusiju.
1. Novirzīšana no vienkāršotiem sižetiem
Bieži vien mediji un sabiedrība pieķeras pie tēmas “AI apēd planētu”. Altmena pieeja liek mums pārstāt domāt melnbalti. Jā, lielo valodu modelu apmācība patērē daudz elektrības, bet tā var novest pie sistēmām, kas optimizēs enerģijas patēriņu visā pasaulē – no sakārtošanas loģistikas līdz jaunu materiālu atklāšanai. Jautājums ir par ilgtermiņa atdevi.
2. Koncentrēšanās uz enerģijas avotiem, nevis tikai patēriņu
Patiesā problēma, ko Altmens netieši izceļ, nav tas, ka AI daudz patērē. Problēma ir tā, ka mūsu enerģijas tīkls joprojām lielā mērā balstās uz fosilajiem kurināmajiem. Viņa uzņēmums aktīvi iegulda kodolsintēzes pētījumos, kas ir tiešs pierādījums tam, ka viņš redz risinājumu nevis tehnoloģiju attīstības bremzēšanā, bet gan tīras, bezgalīgas enerģijas avotu radīšanā. Ja mums būtu pieejama bagātīga tīra enerģija, gan cilvēku izglītības, gan AI attīstības “izmaksas” kļūtu daudz mazāk svarīgas.
3. Vērtības un produktivitātes novērtējums
Altmens aicina mūs padomāt: ko mēs vērtējam? Ja viena AI sistēma, kuras apmācība izmantoja X daudzumu enerģijas, var palīdzēt izstrādāt ātrākus ārstēšanas veidus, atrisināt sarežģītas inženierijas problēmas vai personalizēt izglītību miljoniem bērnu, vai tās enerģijas ieguldījums nav attaisnojams? Vai tas nav daudz efektīvāk nekā daudzu cilvēku desmitgadēm ilga izglītība šajās pašās jomās?
Nākotnes izaicinājums: nevis “vai”, bet “kā”
Galvenais secinājums no šīs diskusijas ir tas, ka nākotnes izaicinājums nav izvēle starp cilvēku un mašīnu. Abi “patērē” enerģiju. Izaicinājums ir trīskāršs:
1. Paātrināt pāreju uz bezogļūdeņraža enerģijas avotiem. Tas ir absolūti obligāts solis gan cilvēku sabiedrībai, gan digitālajai nākotnei.
2. Attīstīt energoefektīvākas AI aparatūras un algoritmus. Jau tagad notiek milzīga progresu šajā jomā, un enerģijas patēriņš uz vienu aprēķina vienību strauji krītas.
3. Gudri integrēt AI, lai tas palielinātu cilvēku produktivitāti un atrisinātu lielus cilvēces izaicinājumus, tādējādi kompensējot gan savu, gan cilvēku “apmācības” enerģijas izmaksas.
Sema Altmena vēstījums ir vienkāršs: pirms mēs nosodām tehnoloģijas par tās apetīti, paskatīsimies spogulī. Cilvēce vienmēr ir bijusi liela enerģijas patērētāja. Jautājums ir, kā mēs šo enerģiju vēršam labā. Vai mēs to tērējam tikai, lai uzturētu status quo, vai arī ieguldām to nākotnes rīkos, kas varētu atrisināt mūsu lielākās problēmas? Atbilde uz šo jautājumu noteiks ne tikai AI, bet arī mūsu pašu nākotni.