Жасанды интеллект қоршаған ортаға қалай әсер етеді?

Жасанды интеллект қоршаған ортаға қалай әсер етеді?

Қысқа жауап: Жасанды интеллект қоршаған ортаға негізінен деректер орталықтарында электр энергиясын пайдалану (жаттығулар мен күнделікті қорытындылар), салқындату үшін сумен қатар, аппараттық құралдар өндірісі мен электрондық қалдықтардың нақты әсерлері арқылы әсер етеді. Егер пайдалану миллиардтаған сұраныстарға жетсе, қорытындылар оқытудан асып түсуі мүмкін; егер электр желілері таза және жүйелер тиімді болса, әсерлер азаяды, ал пайда өсе алады.

Негізгі қорытындылар:

Электр энергиясы : Есептелген тұтынуды бақылаңыз; жұмыс жүктемелері таза электр желілерінде жұмыс істеген кезде шығарындылар азаяды.

Су : Салқындату нұсқалары әсерді өзгертеді; су негізіндегі әдістер тапшы аймақтарда ең маңызды.

Аппараттық құрал : Чиптер мен серверлер айтарлықтай әсер етеді; қызмет ету мерзімін ұзартады және жөндеуге басымдық береді.

Қайта көтерілу : Тиімділік жалпы сұранысты арттыра алады; тек тапсырма бойынша ғана емес, нәтижелерді де өлшейді.

Операциялық рычагтар : Дұрыс өлшемді модельдер, қорытындыларды оңтайландыру және сұраныс бойынша көрсеткіштерді ашық түрде есеп беру.

Жасанды интеллект қоршаған ортаға қалай әсер етеді? Инфографика

Осыдан кейін оқуға болатын мақалалар:

🔗 Жасанды интеллект қоршаған ортаға зиян ба?
Жасанды интеллекттің көміртегі ізін, электр энергиясын пайдалануды және деректер орталығына қойылатын талаптарды зерттеңіз.

🔗 Неліктен AI қоғам үшін зиянды?
Бейтараптыққа, жұмыстағы үзілістерге, жалған ақпаратқа және кеңейіп келе жатқан әлеуметтік теңсіздікке назар аударыңыз.

🔗 Неліктен жасанды интеллект жаман? Жасанды интеллекттің қараңғы жағы
Бақылау, манипуляция және адами бақылауды жоғалту сияқты тәуекелдерді түсініңіз.

🔗 Жасанды интеллект тым алысқа кетті ме?
Этика, реттеу және инновацияның қай жерде шектеу қоюы керектігі туралы пікірталастар.

Жасанды интеллект қоршаған ортаға қалай әсер етеді: қысқаша сипаттама ⚡🌱

Егер сіз тек бірнеше тармақты есіңізде сақтасаңыз, мыналарды жасаңыз:

Сосын адамдар ұмытып кететін бөлігі бар: масштаб . Бір жасанды интеллект сұрауы кішкентай болуы мүмкін, бірақ олардың миллиардтаған бөлігі мүлдем басқа жануар... диван көлеміндей қар көшкініне айналатын кішкентай қар добы сияқты. (Бұл метафора сәл қате, бірақ сіз түсінесіз.) IEA: Энергия және жасанды интеллект

Жасанды интеллекттің қоршаған ортаға тигізетін әсері бір ғана нәрсе емес - бұл жиынтық 🧱🌎

Адамдар жасанды интеллект және тұрақтылық туралы дауласқанда, олар көбінесе бір-бірінен асып түседі, себебі олар әртүрлі деңгейлерді көрсетеді:

1) Электр тогын есептеңіз

2) Деректер орталығының үстеме шығындары

3) Су және жылу

4) Аппараттық жабдықтау тізбегі

5) Мінез-құлық және кері әсерлер

Сондықтан біреу жасанды интеллекттің қоршаған ортаға қалай әсер ететінін сұрағанда, тікелей жауап: бұл сіз өлшейтін қабатқа және сол жағдайда «жасанды интеллект» нені білдіретініне байланысты.

Жаттығу және қорытынды: бәрін өзгертетін айырмашылық 🧠⚙️

Адамдар жаттығу туралы әңгімелескенді ұнатады, себебі ол драмалық естіледі - «бір модельде X энергиясы қолданылған». Бірақ қорытынды - тыныш алып. ХЭА: Энергия және жасанды интеллект

Жаттығу (үлкен дене бітімі)

Оқыту зауыт салу сияқты. Сіз алдын ала шығындарды төлейсіз: ауыр есептеулер, ұзақ жұмыс уақыты, көптеген сынақ және қателіктермен іске қосулар (және иә, көптеген «ой, жұмыс істемеді, қайталап көріңіз» деген итерациялар). Оқытуды оңтайландыруға болады, бірақ ол әлі де айтарлықтай болуы мүмкін. IEA: Энергия және жасанды интеллект.

Қорытынды (күнделікті қолданыс)

Қорытындылау зауыттың күн сайын, барлығы үшін, ауқымды түрде жұмыс істеуі сияқты:

  • Чатботтар сұрақтарға жауап береді

  • Кескін жасау

  • Рейтингті іздеу

  • Ұсыныстар

  • Сөйлеуден мәтінге

  • Алаяқтықты анықтау

  • Құжаттар мен код құралдарындағы қосалқы ұшқыштар

Әрбір сұраныс салыстырмалы түрде аз болса да, пайдалану көлемі оқытудан әлдеқайда төмен болуы мүмкін. Бұл классикалық «бір тамшы ештеңе емес, миллион тамшы проблема» жағдайы. IEA: Энергия және жасанды интеллект

Кішкентай ескерту - кейбір жасанды интеллект тапсырмалары басқаларына қарағанда әлдеқайда ауыр. Кескіндер немесе ұзын бейнелер жасау қысқа мәтіндік жіктеуге қарағанда энергияны көп қажет етеді. Сондықтан «Жасанды интеллектті» бір шелекке біріктіру велосипедті жүк кемесімен салыстырып, екеуін де «көлік» деп атағанмен бірдей. IEA: Энергия және ЖС

Деректер орталықтары: қуат, салқындату және тыныш су туралы әңгіме 💧🏢

Деректер орталықтары жаңалық емес, бірақ жасанды интеллект қарқындылықты өзгертеді. Жоғары өнімді үдеткіштер тар кеңістіктерде көп қуатты тарта алады, бұл жылуға айналады, оны басқару қажет. LBNL (2024): Америка Құрама Штаттарының деректер орталығының энергияны пайдалану туралы есебі (PDF) IEA: Энергия және жасанды интеллект

Салқындату негіздері (жеңілдетілген, бірақ практикалық)

Міне, келісім осындай: кейде су негізіндегі салқындатуға сүйену арқылы электр энергиясын тұтынуды азайтуға болады. Жергілікті су тапшылығына байланысты бұл жақсы болуы мүмкін... немесе бұл нақты мәселе болуы мүмкін. Ли және т.б. (2023): Жасанды интеллектті «шөлдеуді» азайту (PDF)

Сонымен қатар, қоршаған ортаға әсер ету мыналарға байланысты:

Ашығын айтқанда: қоғамдық әңгімеде көбінесе «деректер орталығы» қара жәшік сияқты қарастырылады. Бұл зұлымдық та, сиқырлы да емес. Бұл инфрақұрылым. Ол инфрақұрылым сияқты әрекет етеді.

Чиптер мен жабдықтар: адамдар онша тартымды емес болғандықтан өткізіп жіберетін бөлік 🪨🔧

Жасанды интеллект аппараттық құралдарға негізделген. Аппараттық құралдардың өмірлік циклі бар, және өмірлік циклдің әсері үлкен болуы мүмкін. АҚШ Қоршаған ортаны қорғау агенттігі: Жартылай өткізгіштер өнеркәсібі ХЭО: 2024 жылғы жаһандық электронды қалдықтарды бақылаушы

Қоршаған ортаға әсері қай жерде көрінеді

Электрондық қалдықтар және «өте жақсы» серверлер

Қоршаған ортаға көп зиян бір ғана құрылғының болуынан емес, оны ертерек ауыстырудан болады, себебі ол енді тиімді емес. Жасанды интеллект мұны тездетеді, себебі өнімділікте үлкен секірістер болуы мүмкін. Жабдықты жаңартуға деген азғыру шынайы. ХЭО: 2024 жылғы жаһандық электрондық қалдықтар мониторы

Практикалық мәселе: жабдықтың қызмет ету мерзімін ұзарту, пайдалануды жақсарту және жаңарту кез келген сәнді модельді өзгерту сияқты маңызды болуы мүмкін. Кейде ең экологиялық таза графикалық процессор сатып алынбайды. (Бұл ұран сияқты естіледі, бірақ сонымен бірге... шындыққа жанасады.)

Жасанды интеллект қоршаған ортаға қалай әсер етеді: «адамдар мұны ұмытып кетеді» деген мінез-құлық циклі 🔁😬

Міне, әлеуметтік жағынан қиын бөлігі: жасанды интеллект жұмысты жеңілдетеді, сондықтан адамдар көбірек жұмыс істейді. Бұл керемет болуы мүмкін - өнімділікті арттыру, шығармашылықты арттыру, қолжетімділікті арттыру. Бірақ бұл жалпы ресурстарды пайдалануды да білдіруі мүмкін. ЭЫДҰ (2012): Энергия тиімділігін арттырудың бірнеше артықшылықтары (PDF)

Мысалдар:

  • Егер жасанды интеллект бейне жасауды арзандатса, адамдар көбірек бейне жасайды.

  • Егер жасанды интеллект жарнаманы тиімдірек етсе, көбірек жарнама көрсетіледі, көбірек тарту циклдары айналады.

  • Егер жасанды интеллект тасымалдау логистикасын тиімдірек етсе, электрондық коммерция одан да кеңейе түсуі мүмкін.

Бұл үрейленуге себеп емес. Бұл тек тиімділікті ғана емес, нәтижелерді өлшеуге себеп.

Кемшіліксіз, бірақ қызықты метафора: жасанды интеллект тиімділігі жасөспірімге үлкенірек тоңазытқыш бергенмен бірдей - иә, тамақ сақтау жақсарады, бірақ қандай да бір жолмен тоңазытқыш бір күннен кейін қайтадан бос болады. Мінсіз метафора емес, бірақ... сіз мұның болғанын көрдіңіз 😅

Артықшылығы: Жасанды интеллект қоршаған ортаға шынымен көмектесе алады (дұрыс бағытталған кезде) 🌿✨

Енді бағаланбайтын бөлігіне келетін болсақ: жасанды интеллект... шынын айтқанда, талғамсыз қолданыстағы жүйелердегі шығарындылар мен қалдықтарды азайта алады. ХЭА: Энергияны оңтайландыру және инновация үшін жасанды интеллект

Жасанды интеллект көмектесе алатын салалар

Маңызды нюанс: Жасанды интеллекттің «көмегі» жасанды интеллекттің ізін автоматты түрде өтемейді. Бұл жасанды интеллекттің шынымен орналастырылғанына, пайдаланылғанына және оның тек жақсы басқару тақталарына емес, нақты қысқартуларға әкелетініне байланысты. Бірақ иә, әлеует нақты. ХЭА: Энергияны оңтайландыру және инновация үшін жасанды интеллект

Экологиялық таза жасанды интеллекттің жақсы нұсқасын не құрайды? ✅🌍

Бұл «жарайды, енді не істеуіміз керек» бөлімі. Қоршаған ортаға жауапты жақсы жасанды интеллект жүйесі әдетте мыналарды қамтиды:

  • Анық пайдалану жағдайының мәні : Егер модель шешімдерді немесе нәтижелерді өзгертпесе, бұл жай ғана қиял-ғажайып есептеу.

  • Өлшеу : кез келген басқа KPI сияқты бақыланатын энергия, көміртегі бағалаулары, пайдалану және тиімділік көрсеткіштері. CodeCarbon: Әдістеме

  • Дұрыс өлшемді модельдер : Кішігірім модельдер жұмыс істеген кезде кішірек модельдерді пайдаланыңыз. Тиімді болу моральдық кемшілік емес.

  • Тиімді қорытынды дизайны : кэштеу, топтау, кванттау, іздеу және жақсы шақыру үлгілері. Голами және т.б. (2021): Кванттау әдістеріне шолу (PDF) Льюис және т.б. (2020): Іздеу арқылы кеңейтілген генерация

  • Аппараттық құрал және орналасқан жерді хабардар ету : электр желісі таза және инфрақұрылым тиімді болған кезде (мүмкін болған жағдайда) жұмыс жүктемелерін орындау. Көміртегі қарқындылығы API (GB)

  • Жабдықтың қызмет ету мерзімін ұзарту : пайдалануды, қайта пайдалануды және жаңартуды барынша арттыру. ХЭО: 2024 жылғы жаһандық электрондық қалдықтар мониторы

  • Тікелей есеп беру : жасыл жуу тілінен және сандарсыз «экологиялық таза жасанды интеллект» сияқты түсініксіз мәлімдемелерден аулақ болыңыз.

Егер сіз әлі де жасанды интеллекттің қоршаған ортаға қалай әсер ететінін бақылап отырсаңыз, жауап философиялық болуды тоқтатып, жұмыс істейтін кезеңге келеді: ол сіздің таңдауыңызға байланысты әсер етеді.

Салыстыру кестесі: әсерді шынымен азайтатын құралдар мен тәсілдер 🧰⚡

Төменде қысқаша, практикалық кесте берілген. Ол мінсіз емес, және иә, бірнеше ұяшықтар аздап пікір білдірген... себебі нағыз құралды таңдау осылай жұмыс істейді.

Құрал / тәсіл Аудитория Бағасы Неліктен жұмыс істейді
Көміртегі/энергияны бақылау кітапханалары (жұмыс уақытын бағалаушылар) ML командалары Еркін Көрінуді қамтамасыз етеді - бұл істің жартысы, тіпті бағалаулар сәл анық емес болса да.. CodeCarbon
Аппараттық қуатты бақылау (GPU/CPU телеметриясы) Инфра + ML Тегін Нақты тұтынуды өлшейді; нәтижелерді салыстыру үшін жақсы (жарқырамайтын, бірақ алтын)
Модельдік айдау ML инженерлері Тегін (уақыт шығыны 😵) Кішігірім студенттік модельдер көбінесе өнімділікті әлдеқайда аз қорытынды шығындарымен сәйкестендіреді Хинтон және т.б. (2015): Нейрондық желідегі білімді дистилляциялау
Кванттау (төмен дәлдікпен қорытынды жасау) ML + өнімі Тегін Кідіріс пен қуат тұтынуды азайтады; кейде сапасыз айырмашылықтармен, кейде мүлдем болмайды Голами және т.б. (2021): Кванттау әдістеріне шолу (PDF)
Кэштеу + пакеттеу туралы қорытынды Өнім + платформа Тегін Артық есептеулерді азайтады; әсіресе қайталанатын сұраулар немесе ұқсас сұраулар үшін өте ыңғайлы
Іздеу арқылы кеңейтілген генерация (RAG) Қолданба топтары Аралас «Жадты» қалпына келтіруге босатады; үлкен контекстік терезелерге деген қажеттілікті азайта алады Льюис және т.б. (2020): Іздеуге негізделген кеңейтілген буын
Көміртегі қарқындылығы бойынша жұмыс жүктемелерін жоспарлау Инфра/оптар Аралас Икемді жұмыс орындарын таза электр терезелеріне ауыстырады - дегенмен үйлестіруді қажет етеді Көміртегі қарқындылығы API (GB)
Деректер орталығының тиімділігіне баса назар аудару (пайдалану, біріктіру) IT көшбасшылығы Ақылы (әдетте) Ең аз тартымды тұтқа, бірақ көбінесе ең үлкені - жартылай бос жүйелерді іске қосуды тоқтату Жасыл тор: PUE
Жылуды қайта пайдалану жобалары Құрылыстар Байланысты Қалдық жылуды құндылыққа айналдырады; әрқашан мүмкін емес, бірақ мүмкін болған кезде, ол өте әдемі
«Бізге мұнда жасанды интеллект қажет пе?» тексеріңіз Барлығы Тегін Мәнсіз есептеулердің алдын алады. Ең күшті оңтайландыру - (кейде) жоқ деп айту

Не жетіспейтінін байқадыңыз ба? «Сиқырлы жасыл стикер сатып алыңыз». Ондай стикер жоқ 😬

Практикалық нұсқаулық: өнімді өлтірмей, жасанды интеллекттің әсерін азайту 🛠️🌱

Егер сіз жасанды интеллект жүйелерін құрастырып немесе сатып алып жатсаңыз, міне, іс жүзінде жұмыс істейтін нақты тізбек:

1-қадам: Өлшеуден бастаңыз

  • Энергия тұтынуын бақылаңыз немесе оны үнемі бағалаңыз. CodeCarbon: Әдістеме

  • Әрбір жаттығу кезеңіне және әрбір қорытынды сұрауына өлшеу.

  • Мониторды пайдалану - бос тұрған ресурстардың көрінбейтін жері бар. Жасыл тор: PUE

2-қадам: Үлгіні жұмысқа сәйкес келетіндей етіп дұрыс өлшемдеңіз

  • Жіктеу, алу, бағыттау үшін кішірек модельдерді пайдаланыңыз.

  • Қатты корпустар үшін ауыр модельді сақтаңыз.

  • «Модель каскадын» қарастырыңыз: алдымен кіші модель, қажет болған жағдайда ғана үлкен модель.

3-қадам: Қорытындыны оңтайландыру (қақпақ шағуы осы жерде)

  • Кэштеу : қайталанатын сұрауларға жауаптарды сақтау (мұқият құпиялылық бақылауымен).

  • Топтамалау : аппараттық құралдардың тиімділігін арттыру үшін топтық сұраныстар.

  • Қысқа нәтижелер : ұзақ нәтижелер қымбатырақ - кейде эссе қажет емес.

  • Шақыру тәртібі : ретсіз шақырулар ұзағырақ есептеу жолдарын жасайды... және иә, көбірек токендерді жасайды.

4-қадам: Деректер гигиенасын жақсарту

Бұл байланыссыз естіледі, бірақ олай емес:

  • Таза деректер жиынтығы қайта даярлаудан бас тартуды азайта алады.

  • Шудың азаюы эксперименттердің азаюын және жұмыстың аз уақытқа созылуын білдіреді.

5-қадам: Жабдықты бір реттік емес, актив ретінде қарастырыңыз

6-қадам: Орналастыруды ақылмен таңдаңыз

  • Мүмкіндігінше қуат таза болатын икемді жұмыстарды орындаңыз. Көміртегі қарқындылығы API (GB)

  • Қажетсіз репликацияны азайтыңыз.

  • Кідіріс мақсаттарын шынайы ұстаңыз (өте төмен кідіріс тиімсіз үнемі қосулы параметрлерді орнатуға мәжбүр етуі мүмкін).

Иә... кейде ең жақсы қадам қарапайым: әрбір пайдаланушы әрекеті үшін ең үлкен модельді автоматты түрде іске қоспаңыз. Бұл әдет әрбір шамды қосулы қалдырудың қоршаған ортаға баламасы, себебі қосқышқа қарай жүру тітіркендіргіш.

Жалпы мифтер (және шындыққа жақыны не) 🧠🧯

Миф: «Жасанды интеллект әрқашан дәстүрлі бағдарламалық жасақтамадан нашар»

Шындық: Жасанды интеллект есептеулерді көбірек қажет етуі мүмкін, бірақ ол тиімсіз қолмен орындалатын процестерді алмастыра алады, қалдықтарды азайта алады және жүйелерді оңтайландыра алады. Бұл жағдайға байланысты. IEA: Энергияны оңтайландыру және инновация үшін жасанды интеллект

Миф: «Жалғыз мәселе - жаттығу»

Шындық: Масштаб бойынша қорытынды уақыт өте келе басым болуы мүмкін. Егер сіздің өніміңіз пайдалануда жарылып кетсе, бұл негізгі оқиғаға айналады. IEA: Энергия және жасанды интеллект

Миф: «Жаңартылатын энергия көздері мәселені бірден шешеді»

Шындық: Таза электр энергиясы көп көмектеседі, бірақ аппараттық ізді, суды пайдалануды немесе кері әсерді жоймайды. Дегенмен, әлі де маңызды. IEA: Энергия және жасанды интеллект

Миф: «Егер ол тиімді болса, ол тұрақты»

Шындық: Сұранысты бақылаусыз тиімділік жалпы әсерді арттыра алады. Бұл қалпына келу тұзағы. ЭЫДҰ (2012): Энергия тиімділігін жақсартудың көптеген артықшылықтары (PDF)

Басқару, ашықтық және бұл туралы театрландырылмаған әңгіме айтпау 🧾🌍

Егер сіз компания болсаңыз, сенім осы жерде қалыптасады немесе жоғалады.

Бұл адамдардың көздерін жұматын бөлігі, бірақ бұл маңызды. Жауапты технология тек ақылды инженерия туралы ғана емес. Бұл сондай-ақ ымыраға келудің жоқтығын көрсетпеу туралы да.

Қорытынды: жасанды интеллекттің қоршаған ортаға қалай әсер ететіні туралы қысқаша шолу 🌎✅

Жасанды интеллекттің қоршаған ортаға әсері қосымша жүктемеге байланысты: электр энергиясына, суға (кейде) және жабдыққа деген сұраныс. IEA: Энергетика және жасанды интеллект Ли және т.б. (2023): Жасанды интеллектті «шөлдеуді» азайту (PDF) Сондай-ақ, ол басқа салалардағы шығарындылар мен қалдықтарды азайтудың қуатты құралдарын ұсынады. IEA: Энергияны оңтайландыру және инновация үшін жасанды интеллект Таза нәтиже масштабқа, электр желісінің тазалығына, тиімділікті таңдауға және жасанды интеллект нақты мәселелерді шешіп жатқанына немесе жаңалық үшін жаңалық жасап жатқанына байланысты. IEA: Энергетика және жасанды интеллект

Егер сіз ең қарапайым практикалық қорытынды жасағыңыз келсе:

  • Өлшеу.

  • Дұрыс өлшемді.

  • Қорытындыны оңтайландыру.

  • Аппараттық құралдың қызмет ету мерзімін ұзартыңыз.

  • Келісімшарттар туралы ашық айтыңыз.

Егер сіз өзіңізді шаршаңқы сезінсеңіз, міне, тыныштандыратын шындық: мың рет қайталанатын шағын операциялық шешімдер әдетте бір үлкен тұрақтылық туралы мәлімдемеден асып түседі. Тісіңізді тазалағандай. Сәнді емес, бірақ жұмыс істейді... 😄🪥

Жиі қойылатын сұрақтар

Жасанды интеллект тек ірі зерттеу зертханаларында ғана емес, күнделікті өмірде қоршаған ортаға қалай әсер етеді?

Жасанды интеллекттің көп бөлігі жаттығу және күнделікті «қорытынды» кезінде GPU және CPU жұмыс істейтін деректер орталықтарын қуаттандыратын электр қуатынан келеді. Бір сұраныс қарапайым болуы мүмкін, бірақ ауқымды түрде бұл сұраныстар тез жиналады. Әсері деректер орталығының қай жерде орналасқанына, жергілікті желінің қаншалықты таза екеніне және инфрақұрылымның қаншалықты тиімді жұмыс істейтініне де байланысты.

Жасанды интеллект моделін оқыту оны пайдаланудан гөрі қоршаған орта үшін нашар ма (қорытынды)?

Оқыту үлкен, алдын ала есептеулер болуы мүмкін, бірақ қорытынды уақыт өте келе үлкен із қалдыруы мүмкін, себебі ол үнемі және үлкен көлемде жұмыс істейді. Егер құралды күн сайын миллиондаған адамдар пайдаланса, қайталанатын сұраныстар бір реттік оқыту құнынан асып түсуі мүмкін. Сондықтан оңтайландыру көбінесе қорытынды тиімділігіне бағытталған.

Неліктен жасанды интеллект суды пайдаланады және бұл әрқашан проблема ма?

Жасанды интеллект суды негізінен пайдалана алады, себебі кейбір деректер орталықтары су негізіндегі салқындатуға сүйенеді немесе су жанама түрде электр энергиясын өндіру арқылы тұтынылады. Белгілі бір климаттық жағдайларда булану арқылы салқындату электр энергиясын тұтынуды азайта отырып, суды пайдалануды арттырады, бұл шынайы ымыраға әкеледі. Оның «жаман» екендігі жергілікті су тапшылығына, салқындату дизайнына және суды пайдалану өлшеніп, басқарылатынына байланысты.

Жасанды интеллекттің қоршаған ортаға тигізетін әсері қандай бөліктерден құрал-жабдықтар мен электронды қалдықтар пайда болады?

Жасанды интеллект чиптерге, серверлерге, желілік жабдықтарға, ғимараттарға және жеткізу тізбектеріне тәуелді – бұл өндіру, өндіріс, жеткізу және түпкілікті жою дегенді білдіреді. Жартылай өткізгіш өндірісі энергияны көп қажет етеді, ал жылдам жаңарту циклдары денеге сіңген шығарындылар мен электронды қалдықтарды көбейтуі мүмкін. Жабдықтың қызмет ету мерзімін ұзарту, жаңарту және пайдалануды жақсарту әсерді айтарлықтай азайтып, кейде модель деңгейіндегі өзгерістермен бәсекелесе алады.

Жаңартылатын энергия көздерін пайдалану жасанды интеллекттің қоршаған ортаға әсерін шеше ме?

Таза электр энергиясы есептеулерден шығатын шығарындыларды азайта алады, бірақ суды пайдалану, аппараттық құралдар өндірісі және электрондық қалдықтар сияқты басқа әсерлерді жоймайды. Сондай-ақ, ол «қайта оралу әсерлерін» автоматты түрде шешпейді, мұнда есептеудің төмен құны жалпы пайдалануды арттырады. Жаңартылатын энергия көздері маңызды тетік болып табылады, бірақ олар із қалдыру стекінің бір бөлігі ғана.

Қайта қалпына келтіру әсері дегеніміз не және ол жасанды интеллект пен тұрақты даму үшін неліктен маңызды?

Тиімділіктің артуы бір нәрсені арзандатқанда немесе жеңілдеткенде, кері әсер пайда болады, сондықтан адамдар оны көбірек жасайды - кейде үнемдеуді жояды. Жасанды интеллектпен арзанырақ генерация немесе автоматтандыру мазмұнға, есептеулерге және қызметтерге деген жалпы сұранысты арттыра алады. Сондықтан нәтижелерді іс жүзінде өлшеу тиімділікті жеке атап өтуден гөрі маңыздырақ.

Өнімге зиян келтірмей, жасанды интеллекттің әсерін азайтудың қандай практикалық жолдары бар?

Жалпы тәсіл - өлшеуден (энергия мен көміртекті бағалау, пайдалану) бастап, содан кейін тапсырмаға сәйкес келетін модельдерді таңдау және кэштеу, топтастыру және қысқа шығыстар арқылы қорытындыны оңтайландыру. Кванттау, дистилляциялау және қалпына келтіру арқылы күшейтілген генерация сияқты әдістер есептеу қажеттіліктерін азайта алады. Операциялық таңдаулар - мысалы, көміртегі қарқындылығы бойынша жұмыс жүктемесін жоспарлау және жабдықтың қызмет ету мерзімін ұзарту - көбінесе үлкен жеңістерге әкеледі.

Жасанды интеллект қоршаған ортаға зиян келтірмей, қалай көмектесе алады?

Жасанды интеллект нақты жүйелерді оңтайландыру үшін қолданылған кезде шығарындылар мен қалдықтарды азайта алады: электр желісін болжау, сұранысқа жауап беру, ғимараттарды жылыту, желдету және ауа баптау жүйесін басқару, логистикалық бағыттау, болжамды техникалық қызмет көрсету және ағып кетулерді анықтау. Ол сондай-ақ ормандардың жойылуы туралы ескертулер және метанды анықтау сияқты қоршаған ортаны бақылауды қолдай алады. Ең бастысы, жүйе шешімдерді өзгерте ме және тек жақсы басқару тақталарын ғана емес, өлшенетін қысқартуларды жасай ма.

Компаниялар жасанды интеллект туралы мәлімдемелерді «жасыл жуу» арқылы болдырмау үшін қандай көрсеткіштерді есеп беруі керек?

Тек үлкен жалпы сандардан гөрі, әрбір тапсырма немесе әрбір сұраныс бойынша көрсеткіштерді есепке алу маңыздырақ, себебі бұл бірлік деңгейіндегі тиімділікті көрсетеді. Энергияны пайдалануды, көміртегі бағаларын, пайдалануды және - тиісті болған жағдайда - судың әсерін бақылау айқын есеп беруді қамтамасыз етеді. Сондай-ақ маңызды: шекараларды (не кіреді) анықтаңыз және сандық дәлелдерсіз «экологиялық таза жасанды интеллект» сияқты анық емес белгілерден аулақ болыңыз.

Сілтемелер

  1. Халықаралық энергетика агенттігі (ХЭА) - Энергетика және жасанды интеллект - iea.org

  2. Халықаралық энергетика агенттігі (ХЭА) - Энергияны оңтайландыру және инновацияға арналған жасанды интеллект - iea.org

  3. Халықаралық энергетика агенттігі (ХЭА) - Цифрландыру - iea.org

  4. Лоуренс Беркли ұлттық зертханасы (LBNL) - Америка Құрама Штаттарының деректер орталығының энергияны пайдалану туралы есебі (2024) (PDF) - lbl.gov

  5. Ли және т.б. - Жасанды интеллектті азайту «шөлдеу» (2023) (PDF) - arxiv.org

  6. ASHRAE (TC 9.9) - Негізгі деректер орталықтарында сұйық салқындатудың пайда болуы және кеңеюі (PDF) - ashrae.org

  7. Жасыл тор - PUE-A метрикасының кешенді сараптамасы - thegreengrid.org

  8. АҚШ Энергетика министрлігі (DOE) - FEMP - Федералдық деректер орталықтары үшін салқындатқыш су тиімділігінің мүмкіндіктері - energy.gov

  9. АҚШ Энергетика министрлігі (DOE) - FEMP - Деректер орталықтарындағы энергия тиімділігі - energy.gov

  10. АҚШ Қоршаған ортаны қорғау агенттігі (EPA) - Жартылай өткізгіштер өнеркәсібі - epa.gov

  11. Халықаралық электр байланысы одағы (ХЭО) - 2024 жылғы жаһандық электронды қалдықтар мониторингі - itu.int

  12. ЭЫДҰ - Энергия тиімділігін арттырудың көптеген артықшылықтары (2012) (PDF) - oecd.org

  13. Көміртегі қарқындылығы API (GB) - carbonintensity.org.uk

  14. imec - Чип өндірісіндегі қоршаған ортаға әсерді азайту - imec-int.com

  15. ЮНЕП - MARS қалай жұмыс істейді - unep.org

  16. Жаһандық орман бақылауы - Ормандардың жойылуы туралы КЕРЕМЕТ ескертулер - globalforestwatch.org

  17. Алан Тьюринг институты - биоәртүрлілік пен экожүйенің денсаулығын бағалауға арналған жасанды интеллект және автономды жүйелер - turing.ac.uk

  18. CodeCarbon - Әдістеме - mlco2.github.io

  19. Голами және т.б. - Кванттау әдістеріне шолу (2021) (PDF) - arxiv.org

  20. Льюис және т.б. - Іздеу арқылы кеңейтілген ұрпақ (2020) - arxiv.org

  21. Хинтон және т.б. - Нейрондық желідегі білімді дистилляциялау (2015) - arxiv.org

  22. CodeCarbon - codecarbon.io

Ресми AI көмекші дүкенінен ең соңғы AI-ді табыңыз

Біз туралы

Блогқа оралу