Nem mindegy, hogy miről kérdezzük, nem mindegy, hogy mire kérjük, és nem mindegy, hogy melyik mesterséges intellegienciával dolgozó nagy nyelvi modellhez fordulunk, annak érdekében, hogy egyszerre kapjunk viszonylag pontos, de kisebb környezetszennyezéssel járó választ. Lehet, hogy jó játék, de ha tudnánk, mennyi szén-dioxidot termel egy-egy vicces kérés az MI-től, jobban megfontolnánk azokat – derült ki egy friss kutatásból.
Bármit kérdezünk egy csetbottól, mindig kapunk választ, és az MI ehhez akkor is energiát használ, ha a válasz helytelen. Mindez szén-dioxid-kibocsátással jár, tehát ha valaki igyekszik környezettudatos fogyasztóként viselkedni, akkor kíváncsi lehet arra, melyik csetbot a legkevésbé környezetszennyező – állapította meg tanulmányában az Eurekalert, amelyet a Telex szemlézett.
Müncheni kutatók 14 nagy nyelvi modellt (LLM-et) vizsgáltak annak érdekében, hogy összevessék, a körülményesebb „gondolkodás” miként hat az energiahasználatra.
1000 feladat végrehajtását követően kiderült, hogy a legpontosabb válaszokat a Cogito 70 milliárd paraméteres modellje adta, 84,9 százalékos eredménnyel,
ám háromszor annyi szén-dioxid kibocsátást idézett elő, mint többet hibázó, de lényegre törőbb társai.
A 14 vizsgált LLM között egy sem volt, amely elérte volna a 80 %-ot úgy, hogy 500 gramm szén-dioxidnak megfelelő káros anyagot bocsátott volna ki.
A kutatás megállapította azt is, hogy befolyással volt az MI-k környezetszennyezésére a kérdések témakörei is. A bonyolultabb érvelést igénylő filozófiát vagy elvont algebrát érintő kérdések nagyobb ökolábnyommal rendelkeznek, mint az általános műveltséget érintők.
„A felhasználók jelentősen csökkenthetik a kibocsátást, ha a mesterséges intelligenciát tömör válaszok generálására kérik, vagy a nagy kapacitású modellek használatát azokra a feladatokra korlátozzák, amik valóban igénylik ezt a teljesítményt”
– nyilatkozta Maximilian Dauner, a tanulmány első szerzője. A kínai DeepSeek R1 70 milliárd paraméteres verziójának káros anyag kibocsátása, amikor 600 ezer kérdésre kísérel meg választ adni, megegyezik azzal a környezetszennyezéssel, mintha megjártuk volna oda-vissza repülővel Londonból New Yorkot. De a lényegretörőbb válaszadásra specializálódott Qwen2,5 72 milliárd paraméteres verziója háromszor annyi kérdésre is megfelel ugyanennyi szén-dioxid kibocsátása mellett.
Az összefüggéseket azonban felülírhatja az, hogy milyen hardvert használ az adott mesterséges intelligencia, milyen hálózaton van, továbbá nem elhanyagolható szempont az is, hogy milyen forrásból kap áramot, és miként oldják meg hűtését – előfordulhat ugyanis a 0 káros anyag kibocsátás is. Egyre gyakoribb azonban, hogy szénerőművekből fedezik az LLM-k energiaellátását.
„Ha a felhasználók ismerik az MI által generált válaszok pontos szén-dioxid-költségét, például annak ha akciófigurává változtatják magukat, akkor szelektívebbek és átgondoltabbak lehetnek azzal kapcsolatban, hogy mikor és hogyan használják ezeket a technológiákat”
– mondta el Dauner.
