Углеродный след ИИ: кто в ответе и как с этим бороться?

Углеродный след (карбоновый след) — это совокупность всех выбросов парниковых газов, произведенных прямо или косвенно отдельным человеком, организацией, мероприятием или продуктом. Эти газы включают диоксид углерода (CO₂), метан (CH₄) и другие, которые способствуют парниковому эффекту и изменению климата.

Отслеживание углеродного следа помогает понять, как наша деятельность влияет на климат, и предпринимать меры для его смягчения. Все это позволяет людям и организациям осознать свою экологическую ответственность и стремиться к снижению негативного воздействия на окружающую среду.

Так, компании могут разрабатывать и внедрять стратегии по снижению выбросов, получать в итоге различные поощрения и льготы, что способствует их конкурентоспособности на рынке. Но LinDeal также напомнит, что в контексте развития передовых технологий ведущие корпорации мира должны приложить все усилия для снижения углеродного следа ИИ.

Углеродный след ИИ: что это такое?

Углеродный след искусственного интеллекта (ИИ) — это количество углекислого газа (CO₂), выбрасываемого в атмосферу в процессе разработки, обучения и эксплуатации ИИ-моделей. Показатель включает в себя энергопотребление дата-центров, используемых для хранения и обработки данных, а также энергию, необходимую для работы серверов и систем охлаждения.

Что известно на сегодняшний день?

• Исследование Массачусетского университета в Амхерсте (2019) показало, что обучение модели BERT от Google за 79 часов привело к выбросу 1438 фунтов CO₂. Для сравнения, перелет из Нью-Йорка в Сан-Франциско на одного пассажира генерирует около 1000 фунтов CO₂.
• Обучение модели для поиска нейронной архитектуры (NAS) привело к выбросу 626 155 фунтов CO₂, что эквивалентно 300 перелетам туда и обратно с Восточного побережья США на Западное.
• Модели от Meta и Google, такие как OPT и Gopher, оставляют углеродный след в 75 и 380 тонн CO₂ соответственно.

Также исследование стартапа Hugging Face и Университета Карнеги-Меллона показало, что генерация изображений с помощью нейросетей создает углеродный след, эквивалентный полной зарядке среднестатистического смартфона.

Компании и модели с наибольшим углеродным следом от ИИ

В сфере искусственного интеллекта (ИИ) наибольший углеродный след производят крупные технологические компании Google, Microsoft и Amazon.

Основные причины этого связаны с несколькими факторами:

• Центры обработки данных. Эти компании управляют огромными центрами обработки данных, которые потребляют значительное количество электроэнергии для работы серверов и систем охлаждения.
• Масштабные модели ИИ. Обучение и эксплуатация крупных моделей ИИ, таких как GPT-3 и GPT-4, требуют огромных вычислительных ресурсов, что также увеличивает потребление энергии.
• Постоянное обновление и поддержка инфраструктуры. Для обеспечения высокой производительности и надежности, компании постоянно обновляют и расширяют свою инфраструктуру, что также влечет за собой дополнительные выбросы углерода.

Добавим к этому, что некоторые из крупнейших моделей искусственного интеллекта (ИИ) также имеют значительный углеродный след из-за огромного количества энергии, необходимого для их обучения и эксплуатации:

• GPT-4 от OpenAI. Выделяет более 500 метрических тонн углекислого газа только на этапе обучения. Это связано с использованием старого и менее эффективного оборудования.
• BERT от Google. Также имеет значительный углеродный след, особенно если учитывать дополнительные этапы настройки, которые увеличивают точность модели, но требуют больше энергии.
• BLOOM от Hugging Face. Хотя эта модель была обучена на суперкомпьютере, работающем в основном на ядерной энергии, что снижает углеродные выбросы, все равно ее обучение привело к выбросу около 50 метрических тонн углекислого газа.

Так, крупные языковые модели (LLM) могут иметь значительное воздействие на окружающую среду. Однако компании и исследователи уже работают над методами снижения углеродного следа.

Меры по снижению углеродного следа: успешные инициативы

Что здесь можно вычленить?

Оптимизация вычислительных процессов

• Энергоэффективные алгоритмы. Разработка алгоритмов, которые требуют меньше вычислительных ресурсов. Это позволяет сократить потребление энергии и, соответственно, уменьшить углеродный след.
• Аппаратные улучшения. Использование специализированных процессоров — графические(GPU) и тензорные процессоры (TPU) более эффективно выполняют задачи ИИ, снижая энергопотребление.

Использование возобновляемых источников энергии

• Солнечная и ветровая энергия. Например, Google и Microsoft активно инвестируют в солнечные и ветровые фермы для питания своих дата-центров.
• Энергоэффективные дата-центры. Компании строят дата-центры с учетом энергоэффективности, используя передовые системы охлаждения и управления энергопотреблением.

Улавливание и хранение углерода (CCS)

Некоторые компании внедряют технологии улавливания углекислого газа, выделяемого в процессе работы дата-центров, и его хранения под землей.

Разработка и использование зеленого ИИ

Это направление включает разработку ИИ, который помогает в решении экологических проблем — это оптимизация энергопотребления, управление отходами и мониторинг состояния окружающей среды.

Совместные инициативы и стандарты

Так, Amazon, Google и Microsoft являются участниками инициативы Climate Neutral Data Centre Pact, направленной на достижение углеродной нейтральности дата-центров к 2030 году.

Образовательные и исследовательские программы

• Исследования. Компании инвестируют в разработки, направленные на создание новых технологий и методов для уменьшения углеродного следа.
• Образовательные программы. Обучение сотрудников и партнеров принципам устойчивого развития и энергоэффективности.

Что уже делается сейчас?

• Google's Carbon-Intelligent Computing. Компания разработала систему, которая распределяет вычислительные задачи в зависимости от доступности возобновляемой энергии. Это позволяет минимизировать углеродный след, используя больше энергии из возобновляемых источников, когда она доступна.
• Microsoft's Carbon Negative by 2030 Initiative. Корпорация поставила цель стать углеродно-отрицательной к 2030 году. Инвестирует в проекты по улавливанию углерода и использует возобновляемые источники энергии для своих дата-центров. Они также разрабатывают инструменты для отслеживания и уменьшения углеродного следа своих клиентов.
• Amazon's Climate Pledge. Инициировала Climate Pledge, обязуясь достичь углеродной нейтральности к 2040 году. Активно инвестирует в возобновляемые источники энергии и разрабатывает технологии для уменьшения углеродного следа своих операций.
• DeepMind's Energy Efficiency Projects. Дочерняя компания Google, использует ИИ для оптимизации энергопотребления дата-центров. Их алгоритмы помогли снизить потребление энергии на охлаждение дата-центров на 40 %.
• IBM's Green Horizon Project. Разработали проект Green Horizon, который использует ИИ для прогнозирования и управления качеством воздуха и энергопотреблением в городах. Этот проект помогает городам уменьшить выбросы углерода и улучшить экологическую обстановку.

Будущее ИИ и устойчивое развитие

Перспективы развития искусственного интеллекта (ИИ) с учетом экологических требований и устойчивого развития включают несколько ключевых направлений:

• Разработка и внедрение более энергоэффективных алгоритмов и аппаратных средств для ИИ. Это включает в себя оптимизацию вычислительных процессов и использование специализированных чипов, которые потребляют меньше энергии.
• Переход на использование возобновляемых источников энергии для питания дата-центров и серверов, где обрабатываются данные ИИ.
• Применение ИИ для управления умными городами и транспортными системами. Включает в себя оптимизацию маршрутов общественного транспорта, управление энергопотреблением зданий и улучшение систем утилизации отходов.
• Использование ИИ для мониторинга состояния окружающей среды и прогнозирования экологических изменений. Это может помочь в раннем выявлении экологических проблем и принятии мер по их предотвращению.
• Внедрение этических норм и стандартов в разработку и использование ИИ. Обеспечение прозрачности алгоритмов, защита данных и учет социальных и экологических последствий применения ИИ.

Каждый из нас тоже может внести свой вклад в уменьшение углеродного следа и поддержку устойчивого развития ИИ. Редакция LinDeal подскажет несколько простых шагов, которые можно предпринять:

1. Выключайте устройства, когда они не используются, и выбирайте энергосберегающие модели.
2. Используйте темный режим на экранах и уменьшайте яркость мониторов.
3. Переходите на энергосберегающие лампочки и приборы, экономьте воду и энергию, выключая свет и электроприборы, когда они не нужны.
4. Сортируйте мусор и используйте многоразовую упаковку, сдавайте на переработку электронные устройства и батарейки.
5. Сокращайте использование личного автомобиля, предпочитая общественный транспорт, велосипеды или пешие прогулки.
6. Покупайте товары у компаний, которые придерживаются принципов устойчивого развития и минимизируют углеродный след.

Узнавайте больше о влиянии ИИ на окружающую среду и делитесь этой информацией с другими. Поддерживайте инициативы и проекты, направленные на уменьшение углеродного следа!