Nem újdonság, hogy a mesterséges intelligencia és a generatív MI-szolgáltatások rengeteg energiát fogyasztanak, ami természetesen a szöveg-kép generátorokra (Midjourney, DALL-E stb.) is igaz. Ennek ellenére mindig látványos, amikor ezt a fogyasztást vagy a technológiához kapcsolódó környezeti hatásokat tényleges összefüggésbe helyezi egy-egy kutatás: ilyen a Hugging Face és a Carnegie Mellon Egyetem kutatóinak új tanulmánya is az MI-megoldások energiaigényéről a különféle feladatok elvégzéséhez, melyet elsőként a The Register szemlézett hétfői beszámolójában.

Szemléletes, hogy a vizsgált modellek közül "legkevésbé hatékonynak" kihozott, júliusban megjelent Stable Diffusion XL majdnem annyi energiát használt minden egyes létrehozott képhez, mint amennyi egy okostelefon teljes feltöltéséhez szükséges. Ez azt jelenti, hogy ezer új kép elkészítése olyan szén-dioxid-kibocsátással jár, mintha 6,5 kilométert tennénk meg egy átlagos benzinüzemű autóval. Az egyes modellek közötti eltérést szerencsére elég nagynak találták, de a legnépszerűbb alkalmazásokkal külön-külön is több 10 millió képet hoznak létre naponta, és a mennyiségük egyre növekszik.

Így sem könnyű értelmezni a számokat

A szöveg generálása látszólag sokkal kevésbé energiaigényes folyamat, ott ezer lekérdezés feleltethető meg három okostelefon-feltöltésnek. A mesterséges intelligenciához köthető globális fogyasztás azonban így is elég meredek: a legújabb becslések szerint az MI-szerverek már most is annyit energiát használnak világszerte, mint egy Argentínához hasonló ország, nem beszélve arról, hogy a kiszolgálók hűtésének is hatalmas a környezeti lábnyoma. A Google 2023-as jelentése szerint például a cég tavaly több mint 21 milliárd liternyi vizet használt fel, ötödével többet a tavalyelőtti mennyiségnél.

A technológiai iparág környezeti terhelése nyilván érzékenyebb téma, amikor a világ egy éghajlati katasztrófa felé araszol, de az utóbbi időben olvasható kutatásokból kiderül, hogy a generatív mesterséges intelligencia hozzájárulása még ezen belül is jelentősnek mondható. Igaz, a fent idézett kutatásból sem látszik világosan, hogy a leggyakrabban használt MI-képgenerátorok milyen arányban járulnak hozzá a nagy totálhoz, ami megfelelően árnyalná a képet. Az biztos, hogy a különböző ágazatok környezeti hatásainak megértése az első fontos lépés a megfelelő stratégiák kidolgozása felé, a kifejezetten új technológiák esetében pedig még több kutatásra lesz szükség a meghatározó tényezők feltárásához.

Részletek a tanulmány PDF kiadásában »