ChatGPT může pomoci s klimatickou krizí. Zároveň jí přispívá

Sandra Sýkorová —

Chatbot si podle agentury Ipsos vyzkoušela už pětina obyvatel ČR. Více než polovina občanů si myslí, že by se vývoj umělé inteligence (AI) měl pozastavit. Lidé se bojí zejména zneužití vládou nebo úpadku lidské komunikace. Čeho se dotazovaní nebojí je environmentální dopad AI a jejích velkých jazykových modelů. Debata o uhlíkové stopě Chatu GPT je totiž zatím v plenkách.

Videoupoutávka k článku generovaná AI službou Lumen5: https://lumen5.com/user/10196519/upoutavka-k-clanku-b5v7s/

Jazykové modely jako je ChatGPT jsou konverzační nástroje umělé inteligence, které lidským a kreativním způsobem reagují na naše vstupy. ChatGPT své odpovědi produkuje na základě velkého množství dat a může tvořit vše od klasické konverzace nebo literaturu po počítačové kódy. Veřejnost s touto službou zdarma experimentuje od loňska, ale už od roku 2018 vznikly 4 modely, mezi nimi je i nejnovější verze GPT-4. ChatGPT je dostupný ve 161 zemích světa.

Člověk během jednoho roku svou činností vyprodukuje cca 5 tun emisí CO₂. Univerzita v Massachusetts zjistila, že trénování systému pro zpracování jazyka může vyprodukovat 0,5 tuny až 35 tun CO₂, což je ekvivalent 125 zpátečních letů mezi New Yorkem a Pekingem. Podle AI Index Report (zpráva o umělé inteligenci) od Stanfordovy univerzity spotřebuje GPT-3 až 502 tun uhlíku, což jsou emise přibližně 80 lidí nebo jízda více než 100 auty za rok. 

„O tomhle faktoru jsem nepřemýšlel,“ říká Martin Bartoš k uhlíkové stopě velkých jazykových modelů umělé inteligence. Bartoš je jedním z členů představenstva fotbalového klubu FK Dolní Kalná a nástroje umělé inteligence používá pro generování smluv pro klub a obrázků spojených s tématikou fotbalu, které následně sdílí na sociální sítě. 

Martin Bartoš patří do nejpočetnější skupiny využívající nástroje AI, protože je muž mladší třiceti let a stejně jako většina dalších uživatelů těchto technologií o jejich environmentálních dopadech zatím mnoho neslyšel. „Mám ale dojem, že právě používáním jazykového modelu svoji vlastní uhlíkovou stopu snižuji, protože mi ušetří např. cestu za případným specialistou na smlouvy. Ty mi totiž vytvoří umělá inteligence z pohodlí domova,“ doplňuje Bartoš. 

O velkých jazykových modelech se často mluví v souvislosti s jejich potenciálem usnadnit lidem život. Zároveň existují desítky studií zabývající se riziky těchto modelů, mezi které patří zejména reprezentace hegemonických názorů a následně možné produkování předsudků, které mohou být diskriminační. Další rizikovou oblastí je právě environmentální dopad těchto modelů, který se objevuje už při jejich trénování a v současnosti se pomalu dostává do povědomí společnosti.  

Jak vzniká uhlíková stopa jazykových modelů

V trénovací fázi se jazykový model učí být samostatný a není to jediná část jeho vývoje, při které dochází k velké spotřebě energie. Po ní nastává nastává ještě tzv. inferenční fáze, během které je model spuštěn do provozu a generuje odpovědi tisíckrát nebo milionkrát za den. Přesný poměr spotřebované energie v této fázi není dobře znám, i tak ale víme, že trénování spotřebovává méně energie než inferenční fáze. Při generování textu a obrazu se zjistilo, že právě tvorba obrázků přispívá k větším emisím než tvorba pouhého textu. 

Kromě trénování a inferenční fáze se na emisích podílí také chlazení. Počítačové servery využívající AI spotřebovávají velké množsví energie měnící se na teplo, které je potřeba odvádět ze serverových místností v datových centrech, aby se zabránilo přehřívání. K tomu slouží různé systémy jako třeba chladící věže nebo chlazení venkovním vzduchem. 

Další a zároveň poslední fází, při které dochází k velké spotřebě energie, je tzv. fragmentace, jinými slovy další vývoj jazykových modelů. Postupně vznikají nové a nové varianty modelů přizpůsobené konkrétním úkonům a odvětvím, což na jednu stranu zvyšuje výkon těchto nástrojů, ale zároveň zesiluje jejich dopady na životní prostředí. Vývoj každého nového modelu navíc vyžaduje nové trénování, což nás posouvá na začátek celého procesu. 

Zvětšující se jazykové modely 

Zmiňovaný AI Index Report porovnával čtyři jazykové modely a odhalil, že GPT-3 má mezi nimi nejvyšší emise. Například jazykový model BLOOM od společnosti BLOOM AI, který má podobný počet trénovacích parametrů jako GPT-3, oproti němu vyprodukoval v roce 2022 dvacetkrát méně uhlíku. Jazykový model OPT společnosti META vykazoval nejnižší spotřebu energie a produkoval pouze 1/7 emisí uhlíku ve srovnání s GPT-3. 

Se zvyšujícící se všudypřítomností jazykových modelů a jejich složitostí bude trend stoupajících emisí při jejich produkci pokračovat. Trénování GPT-3 probíhalo na 175 miliardách různých parametrů. Už nyní víme, že nejnovější verze tohoto modelu, GPT-4, trénoval přibližně na počtu 1,76 bilionu parametrů, což je cca desetkrát větší sada než u staršího modelu. 

Zatím neznáme přesná čísla týkající se environmentální stopy nejnovějšího GPT-4, ale s jistotou můžeme říct, že bude mít kvůli své větší složitosti vyšší spotřebu energie. S novou vylepšenou verzí tedy přichází vždy i markantnější dopad na životní prostředí. Řada výzkumníků předpokládá, že pokud bude současná trajektorie vývoje umělé inteligence pokračovat, mohly by servery AI do roku 2027 spotřebovávat až 85,4 TWh elektřiny, což by překonalo roční spotřebu energie mnoha menších zemí. 

ChatGPT-4 je nejnovější verze technologie GPT, která vyšla teprve před pár dny, i když ji společnost OpenAI oficiálně vydala už v březnu 2023. Momentálně je tato verze placená. Jeho trénovací data jsou mnohem větší než u předchozího modelu ChatGPT-3.5 Má zpracovávat delší dokumenty, větší množství vstupů najednou, kromě textu i obrázky a grafy a personalizuje se ke konkrétnímu člověku, který s ním pracuje. Měl by mít i lepší reakce na nepovolený obsah.

Green AI aneb zelená umělá inteligence

V souvislosti s debatou o environmentálních dopadech velkých jazykových modelů se začal objevovat termín Green AI. Tato udržitelná nebo zelená umělá inteligence by měla pomoct zmírnit změnu klimatu a zároveň představit vlastní environmentální výzvu. Student*ka Andrea Hubert z komunikačních studií a žurnalistiky na Fakultě sociálních věd Univerzity Karlovy se podobnému tématu chce věnovat ve své dizertační práci zabývající se udržitelným videoherním průmyslem. 

Podle Andrey Hubert existují dva hlavní způsoby, jak mohou datové firmy zmenšit negativní dopad životní prostředí: „Redukovat spotřebu energie kde se dá a zároveň používat obnovitelné zdroje, nebo využívat služeb, které je používají. To jsou dva hlavní principy, které si jdou naproti.“ popisuje Hubert a zmiňuje i důležitost reportingu reálné uhlíkové stopy podniků. „Každý podnik by měl ideálně zjišťovat, jaké další jeho činnosti jsou spojeny s emisemi mimo přímé využívání el. energie. Jde např. o nákupy zařízení, lety do zahraničí nebo emise spojené se samotným užíváním výrobku či služby podniku.“

Podle Andrey Hubert by reporting měl být srovnatelný napříč všemi firmami, takže musí fungovat podle společného mustru. Odkazuje např. na Greenhouse Gas Protocol (GHG Protocol), tedy protokol o skleníkových plynech, který je nejrozšířenější, a poskytuje standardy, nástroje, pokyny a školení pro podniky a vládu k měření a řízení emisí oteplování klimatu.

„Transparentnost a odpovědnost je velmi důležitá, ale spočítat si svoji uhlíkovou stopu může být hodně těžké, zvlášť třeba u některých služeb třetích stran, které firma využívá. Dalším strašákem je pak se s tou stopou vypořádat, ale reporting je prvním krokem k úspěchu. Poskytne zásadní informace k tomu, kde a jak je třeba se soustředit na redukci nejvíce,“ uzavírá Hubert.

Zelenější AI krok za krokem 

Různé studie zabývající se environmentální stopou velkých jazykových modelů také navrhují řešení této krize, které by se daly shrnout do pěti hlavních obecných kroků. Jedním z nich je zavedení nových způsobů chlazení. Microsoft například experimentuje s tzv. podvodním datovým centrem, které umožňuje kromě snížených nákladů na chlazení také lepší využití obnovitelné elektřiny aniž by narušoval mořský ekosystém.

Získávání energie z obnovitelných zdrojů je jedním z dalších jasných cílů mnoha datových firem. Microsoft se 100% využití obnovitelné energie snaží dosáhnout do roku 2025 a např. datová centra Googlu už nyní využívají pouze tyto zdroje. Dalším krokem je co nejefektivnější využití této energie a optimalizace její spotřeby v datových centrech. 

Jednou z jiných možností je úprava algoritmů, které provádí zmíněné trénování a inferenci jazykových modelů. Již bylo řečeno, že trénování spotřebuje méně energie než inference. Pokud by se tedy například zdvojnásobila délka tréninku, mohla by se snížit doba inference a tím by se celkově snížila spotřeba energie.

Nakonec je důležitá optimalizace hardwaru, která se zaměří na fyzický návrh a vlastnosti elektronických obvodů. Pokud bude celý hardware např. generovat méně tepla, bude vyžadovat menší energii na chlazení. Řada společností se již nyní zasazuje o vývoj energeticky účinnějšího hardwaru pro aplikace umělé inteligence. 

Může jazykový model zachránit planetu?

„Uhlíková stopa je měřítkem dopadu lidských aktivit na životní prostředí, konkrétně množství skleníkových plynů, které jsou vypouštěny do atmosféry. Skleníkové plyny přispívají k oteplování planety a klimatickým změnám. Jejich snižování je klíčovým cílem v boji proti klimatickým změnám. To může zahrnovat zlepšení energetické účinnosti, přechod na obnovitelné zdroje energie, změnu životního stylu (např. snížení spotřeby masa, recyklace, používání veřejné dopravy) a další opatření ke snížení emisí skleníkových plynů.“

Předchozí odstavec je odpověď ChatGPT na otázku, co je to uhlíková stopa. Umělá inteligence má díky svým schopnostem obrovský potenciál přispět k boji proti změně klimatu. Její systémy mohou předpovídat počasí, sledovat stav ledovců nebo identifikovat znečištění. Mohla by vymyslet nové způsoby na zlepšení zemědělství, aby se snížil jeho dopad na životní prostředí. Na otázku, jestli něco podobného ChatGPT skutečně dokáže nahlíží student*ka Andrea Hubert spíše skepticky.

„Neumím si představit, že (ChatGPT) přijde na nové nápady, na které my nepřijdeme, protože bere názory z dat získaných od lidí. Je to zkrátka natrénované na našich myšlenkách. Může leda agregovat věci, které už existují – což může být velmi výhodné v mnoha ohledech – anebo sloužit jako silný nástroj pro analýzy ve výzkumu, kde ale opět stále ještě hraje důležitou roli člověk. Budeme se muset vypořádat s environmentálními a sociálními dopady veškeré naší činnosti, AI nevyjímaje.“ odpovídá Andrea Hubert na otázku, je-li uhlíková stopa jazykových modelů dostatečně vykompenzovaná jejich možným budoucím potenciálem při řešení klimatické krize. 

Sám*Sama ale dodává, že Chat-GPT použil*a pouze párkrát a jedná se tedy o subjektivní názor výzkumníka, který zkoumá jen něčím příbuzný herní průmysl a zajímá se o téma klimatické spravedlnosti.

Co si myslí ChatGPT 

Na otázku, může-li ChatGPT pomoci zachránit planetu z klimatické krize nebo spíš přispěje svou environmentální stopou k jejímu zániku mi sám odpověděl, že je celá problematika komplexní a závislá na několika faktorech. Nejdříve zhodnotil své pozitivní přínosy pro životní prostředí, jako je optimalizace procesů v různých odvětvích průmyslu, vzdělání a povědomí o klimatu a podpora výzkumu environmentálních problémů. Mezi své negativní dopady zařadil svou energetickou náročnost a environmentální stopu. Následně mi nabídl dva přístupy k této problematice, pozitivní a negativní.

Pozitivní přístup: Pokud je využití AI, jako je ChatGPT, zaměřeno na podporu udržitelných praktik a výzkum zaměřený na snižování emisí, může přinést významné pozitivní efekty.

Negativní přístup: Pokud nebude věnována pozornost energetické náročnosti a ekologickým dopadům provozu výpočetních center, může se stát, že negativní dopady převáží.

Klíčové bude, jakým způsobem technologie AI integrujeme do širších snah o řešení klimatické krize a jak budou řízeny jejich environmentální dopady. Optimalizace energetické účinnosti a přechod na obnovitelné zdroje energie v datových centrech jsou zásadní kroky, které mohou pomoci minimalizovat negativní dopady a maximalizovat pozitivní přínosy AI pro planetu.

Vyzkoušejte Klima Terapeuta

Tání ledovců, odumírání korálových útesů, změna krajiny, úbytek vody, oteplování. Škody, na které vědci upozorňovali a stále upozorňují, se projevují ve změně klimatu naší planety. V mnoha lidech vyvolávají nejen pocity úzkosti a smutku. Říká se, že lidé prožívají environmentální žal. Máte dojem, že se vás tento žal týká? Popovídejte si s Klima Terapeutem, který vám může pomoci se s těmito pocity vyrovnat. Klima terapeut je chatbot vygenerovaný umělou inteligencí na platformě character.ai a je velmi milý, empatický a vstřícný. Po registraci na platformě character.ai si s ním můžete zdarma povídat formou zpráv. Klima terapeut vám může odpovídat i pomocí hlasu. Spojíte se s ním na tomto odkazu: https://character.ai/chat/oOjweNdQLCmmQD5ASj9buM4B_Xm9se0FnGFkB4TgW7E

Příspěvek vznikl pod vedením Mgr. Ing. Davida Klimeše, Ph.D. v předmětu Projekt – Digitální žurnalistika.

Zdroje článku

https://towardsdatascience.com/green-ai-methods-and-solutions-to-improve-ai-sustainability-861d69dec658
https://dl.acm.org/doi/10.1145/3442188.3445922
https://www.lboro.ac.uk/media-centre/press-releases/2024/february/artificial-intelligence-carbon-footprint/
https://www.linkedin.com/pulse/environmental-impact-large-language-models-carbon-ai-shanmugam-vopfc/
https://arxiv.org/abs/2403.12900
https://sigmaearth.com/chatgpts-carbon-footprint/
https://www.ipsos.com/cs-cz/roste-pocet-lidi-kteri-si-vyzkouseli-chatgpt-tretina-ocekava-vliv-na-sve-zamestnani