Maailm
Tehisintellekt, vesi ja miks AI-le pole vaja „aitäh“ öelda
Keelemudelid ja neurovõrgud teevad kõike ülimalt kiiresti – nad kirjutavad kiiremini, kui keegi jõuab lugeda. Kuid vastuste saamise lihtsuse taga peitub tohutu ressursside kulu.
GPT-3 ja GPT-4 keelemudelite treenimine ja kasutamine vastutab juba 1–2% maailma elektritarbimisest.
Keelemudelid ja neurovõrgud teevad kõike ülimalt kiiresti – nad kirjutavad kiiremini, kui keegi jõuab lugeda. Kuid vastuste saamise lihtsuse taga peitub tohutu ressursside kulu.
Vesi, mida kasutatakse tehisintellekti arendamise ja kasutamise protsessis, jääb meie jaoks „nähtamatuks” ressursiks, kuid selle tähtsus on tohutu. Mõnes maailma piirkonnas on see probleem eriti terav: 2023. aastal protestisid Uruguay elanikud Google’i andmekeskuse ehitamise vastu ränga põua tingimustes.
GPT-3 mudelid kasutavad 500 milliliitrit vett iga 10–50 päringu ehk viiba töötlemiseks. Pärast GPT-4 tulekut on kasutatud vee kogus tõenäoliselt märkimisväärselt kasvanud.
Andmekeskused kasutavad vett mitmel eesmärgil:
Nendes süsteemides kasutatakse õues olevat õhku. Kuid vett kulub siiski kuuma ilmaga (kui temperatuur ületab 27 °C) või liiga kuiva õhu korral. Hoolimata sellest, et see süsteem on üldiselt ökonoomsem, tekitab see kuumaperioodidel probleeme, kui veenõudlus on juba niigi kõrge. Sellistes tingimustes võivad andmekeskused olukorda halvendada, avaldades lisasurvet ökosüsteemidele piirkondades, kus selliseid rajatisi on palju.
Elekter
Andmekeskuste tööks on vaja elektrit, millest suur osa toodetakse endiselt taastumatutest allikatest. Toodetava energia veekulu sõltub kasutatud ressurssidest. Näiteks kasutasid Meta andmekeskused 2022. aastal 41,1 miljardit liitrit vett – kogus, mis on võrreldav Eesti Ülemiste järve mahuga.
Mikrokiipide tootmine
Mikrokiipide tootmine on protsess, mis nõuab tohutul hulgal vett. Täpsed andmed veekulu kohta on ebaselged, kuid on teada, et tootmisest üle jäänud vesi sisaldab palju radioaktiivseid jäätmeid, millest üle poole ei taaskasutata.
Tehisintellekti treenimine
Keelemudelite treenimine nõuab samuti märkimisväärseid ressursse. Näiteks kulus GPT-3 loomisele umbes 5,4 miljonit liitrit vett. Võrdluseks – 42 sellise mudeli loomiseks kuluks sama palju vett, kui sisaldub Itaalia Como järves.
Tehisintellekti kasutamisse tuleks suhtuda teadlikult – sarnaselt plastiku kasutamisele. See on innovatiivne toode, millel on palju kasulikke rakendusi, kuid selle ökoloogiline jalajälg on märkimisväärne. Kui tegelikku vajadust ei ole, on parem vähendada neurovõrkude kasutamist.
Väike meelespea:
Keelemudelid ja neurovõrgud teevad kõike ülimalt kiiresti – nad kirjutavad kiiremini, kui keegi jõuab lugeda. Kuid vastuste saamise lihtsuse taga peitub tohutu ressursside kulu.
Vesi, mida kasutatakse tehisintellekti arendamise ja kasutamise protsessis, jääb meie jaoks „nähtamatuks” ressursiks, kuid selle tähtsus on tohutu. Mõnes maailma piirkonnas on see probleem eriti terav: 2023. aastal protestisid Uruguay elanikud Google’i andmekeskuse ehitamise vastu ränga põua tingimustes.
GPT-3 mudelid kasutavad 500 milliliitrit vett iga 10–50 päringu ehk viiba töötlemiseks. Pärast GPT-4 tulekut on kasutatud vee kogus tõenäoliselt märkimisväärselt kasvanud.
Andmekeskused kasutavad vett mitmel eesmärgil:
Jahutustornid
Need suletud tüüpi süsteemid kasutavad sama vett korduvalt. Veekadu toimub ainult aurustumise kaudu, mistõttu peab vee kvaliteet olema kõrge – see aeglustab aurustumist.
Nendes süsteemides kasutatakse õues olevat õhku. Kuid vett kulub siiski kuuma ilmaga (kui temperatuur ületab 27 °C) või liiga kuiva õhu korral. Hoolimata sellest, et see süsteem on üldiselt ökonoomsem, tekitab see kuumaperioodidel probleeme, kui veenõudlus on juba niigi kõrge. Sellistes tingimustes võivad andmekeskused olukorda halvendada, avaldades lisasurvet ökosüsteemidele piirkondades, kus selliseid rajatisi on palju.
Elekter
Andmekeskuste tööks on vaja elektrit, millest suur osa toodetakse endiselt taastumatutest allikatest. Toodetava energia veekulu sõltub kasutatud ressurssidest. Näiteks kasutasid Meta andmekeskused 2022. aastal 41,1 miljardit liitrit vett – kogus, mis on võrreldav Eesti Ülemiste järve mahuga.
Mikrokiipide tootmine
Mikrokiipide tootmine on protsess, mis nõuab tohutul hulgal vett. Täpsed andmed veekulu kohta on ebaselged, kuid on teada, et tootmisest üle jäänud vesi sisaldab palju radioaktiivseid jäätmeid, millest üle poole ei taaskasutata.
Tehisintellekti treenimine
Keelemudelite treenimine nõuab samuti märkimisväärseid ressursse. Näiteks kulus GPT-3 loomisele umbes 5,4 miljonit liitrit vett. Võrdluseks – 42 sellise mudeli loomiseks kuluks sama palju vett, kui sisaldub Itaalia Como järves.
Tehisintellekti kasutamisse tuleks suhtuda teadlikult – sarnaselt plastiku kasutamisele. See on innovatiivne toode, millel on palju kasulikke rakendusi, kuid selle ökoloogiline jalajälg on märkimisväärne. Kui tegelikku vajadust ei ole, on parem vähendada neurovõrkude kasutamist.
Väike meelespea:
- Kui saab midagi guugeldada, siis guugelda.
- Kui saad ise midagi välja mõelda, siis mõtle ise.
- Sõnasta päringud võimalikult konkreetselt ja detailselt, et saada soovitud tulemus kohe esimesel katsel.
- Tee päringuid öösel või nädalavahetustel, kui serverid on vähem koormatud.
- Väldi võimaluse korral piltide genereerimist ja fotode saatmist närvivõrkudele.
- Ära lisa üleliigseid kommentaare, et vähendada päringute arvu.
See artikkel ilmus algselt Narva noorteajakirjas Narvamus, sõltumatut, konstruktiivset ja mitmevaatelist ajakirjandust edendava projekti PERSPECTIVES raames. Projekti PERSPECTIVES kaasrahastab EL. >>> Loe lähemalt projekti PERSPECTIVES kohta.