Znate li koliko vode pije ChatGPT? Evo do kojih podataka su došli istraživači
Zbog sve veće prisutnosti ‘chatbota’ pokretanih umjetnom inteligencijom i različitih modela umjetne inteligencije u našim svakodnevnim životima, postaje gotovo nemoguće zatvoriti oči pred njihovim utjecajima na okoliš, pogotovo sada kada ova se tehnologija integrira u tijekove rada u različitim područjima.
Zbog sve veće prisutnosti ‘chatbota’ pokretanih umjetnom inteligencijom i različitih modela umjetne inteligencije u našim svakodnevnim životima, postaje gotovo nemoguće zatvoriti oči pred njihovim utjecajima na okoliš, pogotovo sada kada ova se tehnologija integrira u tijekove rada u različitim područjima.
Ako je ugljični otisak velikih modela umjetne inteligencije kao što je ChatGPT-3 dobio široku pozornost javnosti, kritično pitanje njihove potrošnje čiste slatke vode za hlađenje opreme podatkovnih centara, što u vrijeme nestašice vode postaje razlog za zabrinutost, ostalo je relativno nedovoljno proučavan sve do nedavno.
Domus prenosi da je 2023. godine provedeno istraživanje na Kalifornijskom sveučilištu u Riversideu koje je temeljeno na podacima koje je 2020. pružio OpenAI, pod naslovom ‘Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models’, pokazalo da GPT-3 troši 500 ml za otprilike 10-50 odgovora, s varijacijama prostorno i vremenski. Također je u istraživanju utvrđeno da bi obuka GPT-3 u Microsoftovim podatkovnim centrima u SAD-u mogla potrošiti ukupno 5,4 milijuna litara vode, brojke koje bi se, prema tadašnjim istraživačima, mogle povećati s lansiranjem GPT-4 koji ima znatno veću veličinu modela.
Objavljeni članak u The Timesu, u kojem se citira Shaolei Ren, profesor i inženjer na Kalifornijskom sveučilištu i dio tima akademika uključenih u istraživanje iz 2023., čini se da ocrtava daleko gori scenarij. Prema Renu, podaci dobiveni u rujnu u novom izvješću Microsofta sugeriraju da je potrošnja pitke vode daleko veća od prethodno procijenjenih pola litre za 10-50 upita. Vodeni otisak ChatGPT-a stoga bi mogao biti do četiri puta veći od predviđenog, zbog čega je AI tvrtkama sve hitnije optimizirati svoje modele i algoritme.