Новые научные расчеты показывают, что каждый раз, когда вы общаетесь в чате, работающем на основе искусственного интеллекта, испаряется больше воды, чем вы думаете.
Каждый раз, когда вы вводите вопрос в чат-бот с искусственным интеллектом, такой как ChatGPT, Gemini или Grok, в движение приходит гигантская, прожорливая, невидимая машина. Мы говорим не только об электроэнергии, потребляемой огромными серверами, на которых «живет» искусственный интеллект, но и о другом, гораздо более ограниченном ресурсе: воде. Много воды. Фактически, согласно недавним расчетам, при использовании этих моделей может потребоваться больше воды, чем при приготовлении латте.
Это может показаться неправдоподобным, но это одно из самых шокирующих открытий относительно экологических издержек развития генеративного ИИ. В отличие от других цифровых технологий, которые и так потребляют значительные ресурсы, ИИ увеличивает энергозатраты традиционной онлайн-консультации в сто, а то и в тысячу раз. И это еще не все: при каждом запросе испаряется столько воды, что ее хватило бы наполнить пол-литровую бутылку. И это, повторяющееся миллиарды раз в день, становится серьезной проблемой.
Жажда, которая никогда не утихает
Системы искусственного интеллекта, например, основанные на крупномасштабных языковых моделях (LLM), требуют огромных центров обработки данных для обучения и эксплуатации. Эти объекты, функционирующие как цифровые мозги, во время своей работы вырабатывают так много тепла, что их необходимо постоянно охлаждать, чтобы избежать обрушения. Наиболее распространенным методом является водяное охлаждение: через серверы прокачивается пресная вода, нагревается в процессе, а затем испаряется в градирнях.
В результате эта вода, которая часто пригодна для питья, исчезает из обычного гидрологического цикла. Она не возвращается в реки или моря, а ее повторное появление в виде дождя может занять до года, и, скорее всего, она не выпадет в том же регионе, из которого была извлечена.
И эта деталь имеет большое значение. Потому что многие центры обработки данных расположены в районах с дефицитом воды: районах, где ее уже не хватает, и где спрос местного населения напрямую конкурирует с спросом этих технологических гигантов. В некоторых муниципалитетах США, таких как Даллес (Орегон) и Уэст-Де-Мойн (Айова), центры обработки данных потребляют до четверти доступной воды.
Стоимость «обучения» искусственного интеллекта
Но проблема начинается не тогда, когда мы задаем вопрос чат-боту. Это начинается гораздо раньше, в процессе обучения модели. Обучение такой системы, как GPT-4, пониманию человеческого языка предполагает демонстрацию миллиардов слов, фраз, книг, статей и разговоров . Этот процесс, который может занять недели или даже месяцы, требует огромной вычислительной мощности. А это означает больше тепла, больше энергии… и больше воды для охлаждения оборудования.
Исследование Калифорнийского университета в Риверсайде показало, что обучение одной модели искусственного интеллекта может потребовать несколько миллионов литров воды. Эта цифра намного превышает сумму, которую небольшая община тратит за год. И поскольку каждая новая версия модели становится больше, сложнее и мощнее, она также становится более прожорливой.
До недавнего времени считалось, что показатели потребления воды значительно ниже. Однако новый анализ данных показал, что фактическое воздействие оказалось в четыре раза больше первоначально предполагаемого. Это было обнаружено путем анализа старых моделей, таких как GPT-3, и сравнения их с новыми данными по энергопотреблению, предоставленными Microsoft. Вывод был очевиден: расчеты оказались слишком оптимистичными.
Ошибка отчасти была вызвана тем, что оценки основывались на данных, предоставленных самими технологическими компаниями, которые часто не включают в себя всю цепочку потребления, например, энергию, необходимую для производства чипов или поддержания работы серверных сетей.
Парадокс зеленых обещаний
Крупные технологические компании, осознающие эту проблему, неоднократно обещали достичь устойчивых целей: стать «углеродно-нейтральными», «водосберегающими» или «производить ноль отходов». Однако последние отчеты демонстрируют менее идеалистичную реальность. Например, углеродный след Google вырос на 48% с тех пор, как компания начала расширять операции в сфере искусственного интеллекта, а при этом она восполняет лишь 18% потребляемой воды. Фактически, в прошлом году он перестал считаться углеродно-нейтральным. Компании Meta и Microsoft также не достигают своих целей в области устойчивого развития.
Более того, такая замена часто производится не в том месте, где была добыта вода, а в других местах, где это дешевле или проще. Что создает экологический дисбаланс, который трудно оправдать.
Есть ли альтернативы?
Отрасль не понаслышке знакома с этой проблемой. Некоторые компании тестируют системы воздушного охлаждения, замкнутые технологии, повторно использующие воду, или даже методы охлаждения с использованием специальных жидкостей, которые не испаряются. Также изучаются более эффективные алгоритмы, требующие меньше вычислений и, следовательно, меньше энергии и воды.
Однако темпы развития искусственного интеллекта настолько головокружительны, что достижения в области устойчивого развития не в состоянии компенсировать рост потребления. Во многих случаях проблема скорее в масштабе, чем в технологиях.
Более того, экспоненциальный рост использования чат-ботов и интеллектуальных помощников в приложениях, поисковых системах и социальных сетях делает все более трудным «отказаться от ИИ». Даже когда мы об этом не просим, многие цифровые сервисы используют ИИ в фоновом режиме, потребляя ресурсы от нашего имени.
Невидимое лицо прогресса
В мире, где все большее влияние оказывают технологии, легко забыть, что за каждым щелчком мыши стоит физическая инфраструктура, потребляющая материальные ресурсы. Искусственный интеллект обещает произвести революцию в медицине, образовании и промышленности. Однако его развитие может также усугубить такие острые проблемы, как нехватка воды и изменение климата.
Сегодня, возможно, как никогда ранее, нам необходимо, чтобы технологические инновации шли рука об руку с экологической ответственностью. Недостаточно разработать блестящие инструменты: нужно убедиться, что в процессе они не опустошат планету.
