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 serve apenas de referência e não constitui uma solicitação ou oferta. Não é prestado qualquer aconselhamento em matéria de investimento, fiscal ou jurídica. Consulte a Declaração de exoneração de responsabilidade para obter mais informações sobre os 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."