AI 生成是否對環境有害？電腦科學家解釋 ChatGPT 及其類似程式的碳足跡
近年來 AI 生成技術正是製作聊天機器人和影象生成器的熱門技術。但它到底在地球上留下了多少熱度？身為一名 AI 研究者，我常常擔心建立人工智慧模型的能源成本。AI 越強大，所需要的能源也越多。那麼越來越強大的生成式 AI 模型對社會未來的碳足跡意謂著什麼？
生成式和區分式 AI
"生成式"指的是 AI 演算法產生複雜資料的能力。舉個例子，一個生成式 AI 模型可以產生一個句子、一個段落、一張影象甚至是一個短片。在智慧揚聲器中，它一直都被使用來生成語音回應，或是在自動完成中提供搜尋查詢建議。然而只有最近它才具備生成像人類語言和逼真照片的能力。
相對地，"區分式"AI 只會在固定數量的選項之中做出選擇，並產生單一的數位。舉例來說區分式 AI 可以挑選是否批準貸款申請。
能源消耗隨著複雜度提高
AI 模型單一能源成本很難估計，這包括製造計算裝置、建立模型和將模型用於生產所需的能源。2019 年研究者發現，建立一個 110 百萬引數的生成式 AI 模型"BERT"所消耗的能源相當於一個人的環球旅行來回。引數的數量指的是模型的尺寸，大型模型通常更熟練。研究者估計，建立更大的 GPT-3，它擁有 1750 億個引數，消耗了 1,287 兆瓦時的電力，並生成相當於 123 輛汽油轎車一年所產生的二氧化碳當量 552 噸。這一切都是在推出模型前。
模型的尺寸並非預測碳排放的唯一指標。BLOOM 模型由法國的 BigScience 專案開發，大小與 GPT-3 相似，但碳足跡要低得多，只需要 433 兆瓦時的電能便產生 30 噸 CO2eq。Google 的一項研究發現，將更為高效的模型結構和處理器以及更綠色的資料中心與最佳化模型匯入相同的規模中，可以將碳足跡降低 100 至 1000 倍。在部署期間，更大的模型使用更多的能源。對於單個生成式 AI 查詢的碳足跡，只有有限的資料可用，但一些行業資料估計比搜尋引擎查詢高四到五倍。如聊天機器人和影象生成器越來越受歡迎，Google 和 Microsoft 將人工智慧語言模型納入其搜尋引擎，每天接收到的查詢數量會呈指數級增長。
AI 輔助的搜尋
幾年前 BERT 或 GPT 這些模型只有研究實驗室才在使用，不過於 2022 年 11 月 30 日 OpenAI 發布了 ChatGPT，根據最新可得資料，ChatGPT 在 2023 年三月份已經超過 15 億次存取。微軟在五月四日將 ChatGPT 納入其搜尋引擎 Bing 並對所有人開放。如果聊天機器人和搜尋引擎一樣流行，部署 AI 的能源成本確實會累積。但 AI 助手有很多其他用途，例如撰寫檔案、解決數學問題和建立銷售活動。此外 AI 模型需要不斷更新，否則就會像 ChatGPT 一樣只能使用 2021 年以前的資料，需要實時地對 AI 模型進行更新。
未來展望
未來很難預測，但大型生成式 AI 模型會越來越普及，人們可能會越來越依靠它們來獲取訊息。 例如，如果現在一個學生需要幫助解決數學問題，他們可能會去問家教、朋友或者查閱課本。將來，他們可能會向聊天機器人提出問題。同樣的還有法律建議和醫療專業知識等專業知識。一個大的 AI 模型不會對環境造成垃圾式破壞，但如果千家萬戶需要為不同的目的而開發微不同的 AI 聊天機器人，每個聊天機器人由數百萬個使用者使用，那麼能源消耗則會成為一個問題。需要更多的研究，來使生成式 AI 更加高效。好訊息是，AI 可以在可再生能源上執行。透過將運算帶到可再生能源更豐富的地方，或在可再生能源更充足的時間安排運算，可以將排放降低 30 至 40 倍，與使用化石燃料佔主導地位的電網相比。
最後社會的壓力可能會有所幫助，鼓勵企業和研究實驗室公布其 AI 模型的碳足跡，就像一些公司已經做的那樣。在未來，或許消費者甚至可以使用這些資訊來選擇更"綠色"的聊天機器人。
延伸閱讀
- 人工智慧“Meta，Character AI”下注“有趣”的聊天機器人，AI 生成的微笑背後潛藏著問題
- Adobe 建立了一個符號鼓勵標註 AI 生成的內容
- AI 生成更多的假訊息：如何加速假訊息的蔓延？
- 蘋果首款「碳中和」產品真的只是一個紅色誘餌嗎？
- 電腦科學家研發適合程式設計師使用的負責任人工智慧模型
- 科技業的碳足跡：人工智慧能夠負責任地革新嗎？
- Google 推出 GKE Enterprise，助企業管理複雜的 Kubernetes 環境
- 電腦科學家開發開源工具，大幅加速程式語言 Python 的發展
- Google 藝術與文化應用程式新增 AI 生成詩歌明信片
- 環境中的機器人和自主系統實驗與學習
