Η Marissa Loewen άρχισε να χρησιμοποιεί για πρώτη φορά την τεχνητή νοημοσύνη το 2014 ως εργαλείο διαχείρισης έργων. Έχει αυτισμό και ΔΕΠΥ και είπε ότι τη βοήθησε πάρα πολύ να οργανώσει τις σκέψεις της.
«Προσπαθούμε όμως να τη χρησιμοποιούμε με συνείδηση, επειδή αντιλαμβανόμαστε ότι έχει επίπτωση στο περιβάλλον», είπε.
Η προσωπική της χρήση τεχνητής νοημοσύνης δεν είναι πλέον μοναδική. Τώρα αποτελεί λειτουργία σε smartphones, μηχανές αναζήτησης, επεξεργαστές κειμένου και υπηρεσίες ηλεκτρονικού ταχυδρομείου. Κάθε φορά που κάποιος χρησιμοποιεί την ΤΝ, καταναλώνει ενέργεια, η οποία συχνά παράγεται από ορυκτά καύσιμα. Αυτό απελευθερώνει αέρια του θερμοκηπίου στην ατμόσφαιρα και συμβάλλει στην κλιματική αλλαγή.
Και γίνεται ολοένα και πιο δύσκολο να ζήσεις χωρίς αυτήν.Το κλιματικό κόστος
Η ΤΝ τροφοδοτείται σε μεγάλο βαθμό από κέντρα δεδομένων που διαχειρίζονται αιτήματα, αποθηκεύουν δεδομένα και διανέμουν πληροφορίες. Καθώς η ΤΝ γίνεται πανταχού παρούσα, η ζήτηση ενέργειας για τα κέντρα δεδομένων αυξάνεται, δημιουργώντας προβλήματα αξιοπιστίας του δικτύου για όσους ζουν κοντά.
«Επειδή προσπαθούμε να χτίσουμε κέντρα δεδομένων με ρυθμό που δεν μας επιτρέπει να εντάξουμε περισσότερες ανανεώσιμες πηγές ενέργειας στο δίκτυο, τα περισσότερα νέα κέντρα δεδομένων τροφοδοτούνται με ορυκτά καύσιμα», είπε ο Noman Bashir, υπότροφος του MIT’s Climate and Sustainability Consortium για την πληροφορική και τον κλιματικό αντίκτυπο.
Τα κέντρα δεδομένων παράγουν επίσης θερμότητα, οπότε χρειάζονται γλυκό νερό για να παραμείνουν δροσερά. Μεγαλύτερα κέντρα μπορούν να καταναλώνουν έως και 5 εκατομμύρια γαλόνια (18,9 εκατ. λίτρα) την ημέρα, σύμφωνα με άρθρο του Environmental and Energy Study Institute. Αυτό ισοδυναμεί περίπου με τη ημερήσια ζήτηση νερού μιας πόλης έως και 50.000 κατοίκων.
Είναι δύσκολο να το φανταστεί κανείς, επειδή για τους περισσότερους χρήστες ο αντίκτυπος δεν είναι ορατός, είπε η Sasha Luccioni, υπεύθυνη για το AI and Climate στην εταιρεία Hugging Face.
«Σε μία από τις μελέτες μου, διαπιστώσαμε ότι η δημιουργία μιας εικόνας υψηλής ανάλυσης καταναλώνει τόση ενέργεια όση η φόρτιση της μισής μπαταρίας ενός κινητού. Και οι άνθρωποι έλεγαν: “Αυτό δεν μπορεί να ισχύει, γιατί όταν χρησιμοποιώ το Midjourney (ένα πρόγραμμα γενετικής ΤΝ), η μπαταρία του κινητού μου δεν πέφτει”», είπε.
Ο Jon Ippolito, καθηγητής νέων μέσων στο Πανεπιστήμιο του Maine, είπε ότι οι τεχνολογικές εταιρείες εργάζονται συνεχώς για να κάνουν τα τσιπ και τα κέντρα δεδομένων πιο αποδοτικά, αλλά αυτό δεν σημαίνει ότι ο περιβαλλοντικός αντίκτυπος της ΤΝ θα μειωθεί. Αυτό οφείλεται σε ένα φαινόμενο που ονομάζεται παράδοξο του Jevons.
«Όσο πιο φθηνοί γίνονται οι πόροι, τόσο περισσότερο τους χρησιμοποιούμε έτσι κι αλλιώς», είπε. Όταν τα αυτοκίνητα αντικατέστησαν τα άλογα, οι χρόνοι μετακίνησης δεν μειώθηκαν· απλώς ταξιδεύαμε πιο μακριά.
Ποσοτικοποίηση του αποτυπώματος της ΤΝ
Το πόσο συμβάλλουν τα προγράμματα αυτά στην υπερθέρμανση του πλανήτη εξαρτάται από πολλούς παράγοντες: τη θερμοκρασία έξω από το κέντρο δεδομένων που επεξεργάζεται το αίτημα, την καθαρότητα του δικτύου ηλεκτροδότησης και την πολυπλοκότητα της εργασίας που ζητάμε από την ΤΝ.
Οι πηγές πληροφόρησης για τη συμβολή της ΤΝ στην κλιματική αλλαγή είναι ελλιπείς και αντιφατικές, επομένως είναι δύσκολο να υπάρξουν ακριβείς αριθμοί.
Αλλά ο Ippolito προσπάθησε.
Δημιούργησε μια εφαρμογή που συγκρίνει το περιβαλλοντικό αποτύπωμα διαφορετικών ψηφιακών εργασιών, με βάση τα περιορισμένα δεδομένα που μπόρεσε να βρει. Εκτιμά ότι ένα απλό ερώτημα στην ΤΝ, όπως «Ποια είναι η πρωτεύουσα της Γαλλίας;», καταναλώνει 23 φορές περισσότερη ενέργεια από το ίδιο ερώτημα πληκτρολογημένο στη Google χωρίς τη λειτουργία AI Overview.
«Αντί να δουλεύει με υπάρχοντα υλικά, τα γράφει από την αρχή. Και αυτό απαιτεί πολύ περισσότερη υπολογιστική ισχύ», είπε η Luccioni.
Και αυτό αφορά μόνο ένα απλό αίτημα. Ένα πιο σύνθετο, όπως «Πες μου πόσες καραμέλες gummy bears χωράνε στον Ειρηνικό Ωκεανό», καταναλώνει 210 φορές περισσότερη ενέργεια από την αναζήτηση χωρίς ΤΝ στη Google. Ένα βίντεο 3 δευτερολέπτων, σύμφωνα με την εφαρμογή του Ippolito, χρησιμοποιεί 15.000 φορές περισσότερη ενέργεια – ισοδύναμο με το να ανάψεις έναν λαμπτήρα πυρακτώσεως και να τον αφήσεις ανοιχτό για περισσότερο από έναν χρόνο.
Έχει τεράστιο αντίκτυπο, αλλά αυτό δεν σημαίνει ότι το τεχνολογικό μας αποτύπωμα ήταν «άνευ εκπομπών» πριν εμφανιστεί η ΤΝ.
Για παράδειγμα, η παρακολούθηση μίας ώρας Netflix καταναλώνει περισσότερη ενέργεια από ένα σύνθετο αίτημα κειμένου σε ΤΝ. Μία ώρα Zoom με 10 άτομα καταναλώνει 10 φορές περισσότερη ενέργεια από αυτό.
«Δεν είναι μόνο θέμα ευαισθητοποίησης για τον αντίκτυπο της ΤΝ, αλλά και για όλες αυτές τις ψηφιακές δραστηριότητες που θεωρούμε δεδομένες», είπε.
Περιορίζοντας την τεχνολογία, περιορίζεται και το κλιματικό αποτύπωμα της
Ο Ippolito είπε ότι περιορίζει τη χρήση ΤΝ όποτε μπορεί. Προτείνει να χρησιμοποιούνται εικόνες τραβηγμένες από ανθρώπους αντί για εικόνες που δημιουργεί η ΤΝ. Ζητάει από την ΤΝ να σταματάει να δημιουργεί περιεχόμενο μόλις πάρει την απάντηση, ώστε να αποφεύγει την άσκοπη κατανάλωση ενέργειας. Ζητάει συνοπτικές απαντήσεις και ξεκινά αναζητήσεις στη Google πληκτρολογώντας «-ai» ώστε να μη λαμβάνει επισκόπηση με ΤΝ για ερωτήματα που δεν το χρειάζεται.
Η Loewen έχει υιοθετήσει την ίδια προσέγγιση. Προσπαθεί να οργανώνει τις σκέψεις της σε ένα ενιαίο ερώτημα προς την ΤΝ, αντί να ρωτάει διαδοχικά. Έχει επίσης δημιουργήσει τη δική της ΤΝ που δεν βασίζεται σε μεγάλα κέντρα δεδομένων, κάτι που εξοικονομεί ενέργεια με τον ίδιο τρόπο που η παρακολούθηση μιας ταινίας σε DVD είναι πολύ λιγότερο επιβαρυντική από το streaming.
«Έχοντας κάτι τοπικά στον υπολογιστή σου, μπορείς να ελέγχεις καλύτερα τη χρήση του ηλεκτρισμού και την κατανάλωση. Μπορείς επίσης να ελέγχεις τα δεδομένα σου», είπε.
Η Luccioni χρησιμοποιεί το Ecosia, μια μηχανή αναζήτησης που εφαρμόζει αποδοτικούς αλγορίθμους και χρησιμοποιεί τα κέρδη της για να φυτεύει δέντρα ώστε να μειώνει τον αντίκτυπο κάθε αναζήτησης. Η λειτουργία ΤΝ μπορεί επίσης να απενεργοποιηθεί.
Το ChatGPT διαθέτει επίσης λειτουργία προσωρινής συνομιλίας, ώστε τα αιτήματα που στέλνεις στο κέντρο δεδομένων να διαγράφονται μετά από μερικές εβδομάδες, αντί να παραμένουν αποθηκευμένα.
Ωστόσο, η ΤΝ καταλαμβάνει μόνο ένα μικρό μέρος της ενεργειακής χρήσης των κέντρων δεδομένων. Ο Ippolito εκτιμά ότι περίπου 85% αφορά στη συλλογή δεδομένων από πλατφόρμες όπως το TikTok και το Instagram, καθώς και στα κρυπτονομίσματα.
Η δική του απάντηση σε αυτό: να χρησιμοποιεί περιορισμούς χρόνου οθόνης στο κινητό ώστε να μειώνει τον χρόνο που ξοδεύει στο scrolling των social media. Λιγότερος χρόνος σημαίνει λιγότερα προσωπικά δεδομένα που συλλέγονται, λιγότερη ενέργεια και νερό που καταναλώνεται και λιγότερες εκπομπές άνθρακα στην ατμόσφαιρα.
«Αν μπορείς να κάνεις κάτι που κόβει το κέντρο δεδομένων από την εξίσωση, νομίζω ότι είναι μια νίκη», είπε ο Ippolito.
