Embora as questões sobre os perigos da IA, incluindo desinformação e ameaças ao deslocamento de empregos humanos, ainda dominem a discussão, um professor da Universidade de Boston está soando o alarme sobre outro possível efeito colateral – que as ferramentas de IA generativas podem ter um impacto ambiental considerável. **
"Como pesquisadora de IA, muitas vezes me preocupo com o custo de energia da construção de modelos de IA", escreveu Kate Saenko, professora associada de ciência da computação na Universidade de Boston, em um artigo para The Conversation. Ela observou: "IA Quanto mais poderosa ela é , mais energia é necessária."
Embora o consumo de energia de blockchains como Bitcoin e Ethereum tenha se tornado o foco de pesquisas e debates do Twitter aos salões do Congresso, o impacto dos rápidos avanços da inteligência artificial no planeta ainda não recebeu a mesma atenção.
A professora Saenko pretende mudar isso, mas em seu artigo ela reconhece que há dados limitados sobre a pegada de carbono de consultas individuais de IA generativa. No entanto, ela disse que as descobertas mostraram que as consultas generativas de IA consomem de quatro a cinco vezes mais energia do que as consultas simples dos mecanismos de pesquisa.
De acordo com um relatório de 2019, o professor Saenko mencionou um modelo de inteligência artificial generativa chamado BERT (Bidirectional Encoder Representations from Transformers), que possui 110 milhões de parâmetros, e a energia consumida para treinar o modelo é equivalente a uma pessoa viajando em voo e modelo da Continental treinamento usando Unidades de Processamento Gráfico (GPUs).
Nos modelos de IA, os parâmetros são variáveis aprendidas a partir de dados que orientam as previsões do modelo. Mais parâmetros em um modelo geralmente significam um modelo mais complexo e, portanto, requerem mais dados e recursos de computação. Durante o treinamento, os parâmetros são ajustados para minimizar o erro.
Em comparação, o professor Saenko mencionou que o modelo GPT-3 da OpenAI tem 175 bilhões de parâmetros e consome tanta energia quanto 123 carros movidos a gasolina por um ano, ou cerca de 1.287 megawatts-hora de eletricidade. Ao mesmo tempo, o modelo produziu 552 toneladas de CO2. Ela acrescentou ainda que esse valor é apenas quando o modelo estiver pronto para ser lançado, sem que nenhuma consumidora comece a usar o modelo.
“Se os chatbots se tornarem tão populares quanto os mecanismos de busca, o custo de energia para implantar essas IAs pode ser muito alto”, disse o professor Saenko, citando como exemplo a adição do ChatGPT pela Microsoft ao seu navegador Bing no início deste mês.
Para complicar ainda mais, mais e mais chatbots de IA, como o Perplexity AI e o popular ChatGPT da OpenAI, estão lançando aplicativos móveis. Isso os torna mais fáceis de usar e expostos a uma base de usuários mais ampla.
O professor Saenko apontou para um estudo realizado pelo Google que descobriu que o uso de arquiteturas e processadores de modelos mais eficientes, bem como centros de dados mais ecológicos, podem reduzir significativamente a pegada de carbono.
“Um único grande modelo de IA não devastará o meio ambiente, mas se milhares de empresas desenvolverem robôs de IA ligeiramente diferentes para finalidades diferentes, e cada robô for usado por milhões de clientes, o consumo de energia pode ser um problema”.
No final, Saenko concluiu que são necessárias mais pesquisas para tornar a IA generativa mais eficiente, mas ela está otimista.
"A boa notícia é que a IA pode funcionar com energia renovável", escreveu ela. "Ao colocar cálculos onde, ou nos momentos em que a energia renovável é mais abundante, seremos capazes de fazer isso com muito mais eficiência do que faríamos se estivéssemos usando principalmente combustíveis fósseis." Isso poderia reduzir as emissões por um fator de 30 a 40 em comparação com a rede dominante."
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
Que impacto as ferramentas de IA generativas têm no ambiente?
Embora as questões sobre os perigos da IA, incluindo desinformação e ameaças ao deslocamento de empregos humanos, ainda dominem a discussão, um professor da Universidade de Boston está soando o alarme sobre outro possível efeito colateral – que as ferramentas de IA generativas podem ter um impacto ambiental considerável. **
"Como pesquisadora de IA, muitas vezes me preocupo com o custo de energia da construção de modelos de IA", escreveu Kate Saenko, professora associada de ciência da computação na Universidade de Boston, em um artigo para The Conversation. Ela observou: "IA Quanto mais poderosa ela é , mais energia é necessária."
Embora o consumo de energia de blockchains como Bitcoin e Ethereum tenha se tornado o foco de pesquisas e debates do Twitter aos salões do Congresso, o impacto dos rápidos avanços da inteligência artificial no planeta ainda não recebeu a mesma atenção.
A professora Saenko pretende mudar isso, mas em seu artigo ela reconhece que há dados limitados sobre a pegada de carbono de consultas individuais de IA generativa. No entanto, ela disse que as descobertas mostraram que as consultas generativas de IA consomem de quatro a cinco vezes mais energia do que as consultas simples dos mecanismos de pesquisa.
De acordo com um relatório de 2019, o professor Saenko mencionou um modelo de inteligência artificial generativa chamado BERT (Bidirectional Encoder Representations from Transformers), que possui 110 milhões de parâmetros, e a energia consumida para treinar o modelo é equivalente a uma pessoa viajando em voo e modelo da Continental treinamento usando Unidades de Processamento Gráfico (GPUs).
Nos modelos de IA, os parâmetros são variáveis aprendidas a partir de dados que orientam as previsões do modelo. Mais parâmetros em um modelo geralmente significam um modelo mais complexo e, portanto, requerem mais dados e recursos de computação. Durante o treinamento, os parâmetros são ajustados para minimizar o erro.
Em comparação, o professor Saenko mencionou que o modelo GPT-3 da OpenAI tem 175 bilhões de parâmetros e consome tanta energia quanto 123 carros movidos a gasolina por um ano, ou cerca de 1.287 megawatts-hora de eletricidade. Ao mesmo tempo, o modelo produziu 552 toneladas de CO2. Ela acrescentou ainda que esse valor é apenas quando o modelo estiver pronto para ser lançado, sem que nenhuma consumidora comece a usar o modelo.
“Se os chatbots se tornarem tão populares quanto os mecanismos de busca, o custo de energia para implantar essas IAs pode ser muito alto”, disse o professor Saenko, citando como exemplo a adição do ChatGPT pela Microsoft ao seu navegador Bing no início deste mês.
Para complicar ainda mais, mais e mais chatbots de IA, como o Perplexity AI e o popular ChatGPT da OpenAI, estão lançando aplicativos móveis. Isso os torna mais fáceis de usar e expostos a uma base de usuários mais ampla.
O professor Saenko apontou para um estudo realizado pelo Google que descobriu que o uso de arquiteturas e processadores de modelos mais eficientes, bem como centros de dados mais ecológicos, podem reduzir significativamente a pegada de carbono.
“Um único grande modelo de IA não devastará o meio ambiente, mas se milhares de empresas desenvolverem robôs de IA ligeiramente diferentes para finalidades diferentes, e cada robô for usado por milhões de clientes, o consumo de energia pode ser um problema”.
No final, Saenko concluiu que são necessárias mais pesquisas para tornar a IA generativa mais eficiente, mas ela está otimista.
"A boa notícia é que a IA pode funcionar com energia renovável", escreveu ela. "Ao colocar cálculos onde, ou nos momentos em que a energia renovável é mais abundante, seremos capazes de fazer isso com muito mais eficiência do que faríamos se estivéssemos usando principalmente combustíveis fósseis." Isso poderia reduzir as emissões por um fator de 30 a 40 em comparação com a rede dominante."