Stanley Kubrick HAL 9000 nevű mesterséges intelligenciája óta egyfajta közhely: az MI egyik legnagyobb veszélye, hogy rosszindulatú szuperintelligenciává válik, amely el akarja pusztítani az emberiséget.

Most inkább azt látjuk, hogy meglehetősen tökéletlen. Ennek ellenére mintha a szabályozási tervek is a fenti közhelyből táplálkoznának: nagy hangsúlyt fektetnek a társadalmi vagy etikai kérdésekre, az önállósodó MI-re, a gyilkos robotokra, a munkahelyekre leselkedő veszélyekre, a szerzői jogok megsértésére és így tovább. Eközben a környezeti hatások legfeljebb a szabályzandók listájának végén említődnek – ha említődnek egyáltalán.

Pedig egyre nyilvánvalóbb, hogy az MI egyik súlyos kockázata, ami szinte mindenkit érinteni fog, éppen ez: hatalmas energia- és vízigénye, a növekvő károsanyag-kibocsátása, az elektronikai hulladék okozta problémák... És ahogy nőnek a modellek, úgy lesznek ezek a környezeti kockázatok egyre nagyobbak.

Nem a dupláját, hanem sokszorosát eszi...

Jól mutatja a hagyományos számítástechnika és az MI energiaigényének különbségét, hogy egy ChatGPT-ben végrehajtott lekérdezés akár 90-szer több energiát is felemészthet, mint egy hagyományos Google-keresés. Még durvább, amikor például MI-vel hozunk létre egy képet: ehhez összességében annyi áram kell, amivel több mint 500 átlagos okostelefont fel lehet tölteni. (A Hugging Face nevű MI-fejlesztő cég és Carnegie Mellon Egyetem kutatói tavaly közel 90 modell energiaigényét vizsgálták.)

És nincs megállás. A piac szereplői elképesztő tempóban növelik modelljeik méretét, mert egyelőre a "minél nagyobb, annál jobb" elvét követik. A 2020-ban kiadott GPT-3, amely meglehetősen tökéletlenül működött, 175 milliárd paraméterrel dolgozott, alig két évvel később a GPT-4 már 1800 milliárdos paraméterrel, de például az Alibaba már 2021-ben olyan modellt tesztelt, amely 10 ezer milliárd paramétert használ (a fejlődésről lásd lentebb az animált grafikont).

Ezeknek a modelleknek a betanításához több adat (tárolás), több csip (számítás), azokhoz nagyobb hűtési kapacitás (áram, víz) kell, tehát az érintett cégek ugyanilyen tempóban építik a modelleket kiszolgáló adatközpontjaikat is. És nemcsak a modell kiszolgálása zabálja az energiát – és szennyezi a környezetet –, hanem maga az építkezés is, mint az a közelmúltban kiderült a Microsoft fenntarthatósági jelentéséből.

A Nemzetközi Energiaügynökség összességében azt prognosztizálja, hogy az adatközpontok globális villamosenergia-fogyasztása 2022 és 2026 között megduplázódik, és eléri az 1000 terawattórát (ez nagyjából Japán jelenlegi éves fogyasztása).

A felhalmozási szakaszban járunk

Ezek súlyos számok, ám úgy tűnik, egyelőre fontosabb a környezetvédelemnél az, hogy a vállalatoknak és a politikusokak is az lebeg a szemük előtt, hogy előbb érjenek célba a nagy MI-versenyben, még ha maga a cél egyelőre meglehetősen homályos is. Ezért azokra a nagy számban fellelhető gazdasági szakértőkre hallgatnak, akik szerint az MI-erőforrások döntően befolyásolják, sőt meghatározzák az országok általános gazdasági és geopolitikai versenyképességét. Manapság a saját MI ugyanúgy szuverenitási kérdés, ahogy néhány éve a felhőszolgáltatás vált azzá, ezért sok ország (köztük Magyarország) igyekszik saját MI-technológiát építeni.

Ázsia ebből a szempontból különösen érdekes terület. A Nemzetközi Energiaügynökség szerint ugyanis elsősorban az ottani adatközpont-fejlesztések generálják az előrejelzett energiaigény-növekedést. A szervezet szerint 2026-ban Kína teljes villamosenergia-igényének közel 6 százalékát az adatközpontok generálják.

És hogy mit lehet tenni? Úgy tűnik, közös nemzetközi akarat nélkül keveset. Annak ellenére, hogy sok big tech cég komoly vállalásokat jelentett be kibocsátása csökkentését illetően, a célok többségét a generatív MI berobbanása előtt tűzték ki. Ahogy a fent idézett Microsoft-jelentés bizonyítja, az MI-verseny rövid távon egészen biztos felülírta ezeket a célokat.

Van olyan iparági szakértő, aki szerint egyszerűen a pénz felől kellene megközelíteni a kérdést: nem a környezetvédelemmel kell foglalkozni, hanem a költségekkel. Könnyebb ugyanis elmagyarázni egy MI-cégnek, hogy adott csippel olcsóbban (nagyobb teljesítmény mellett szignifikánsan kisebb energiaigény, azaz kevesebb hulladékhő, kisebb hűtési igény...) futtathatja a modelljét, mit azt, hogy védje a természetet.

Ráadásul ez egy emelkedő spirált hoz létre, mivel az egyre jobb MI-k egyre hatékonyabban segíthetik az erőforrások optimalizálását. A Boston Consulting Group egy tavalyi, a Google által finanszírozott kutatásában (a teljes tanulmány PDF-ben, valamint egy összefoglaló) azt állítja, hogy ezzel a módszerrel 2030-ra az üvegházhatású gázok globális kibocsátását akár 5-10 százalékkal is lehetne csökkenteni, ami megfelel az Európai Unió teljes éves kibocsátásának.