Saat industri AI berkembang pesat, dampak apa yang ditimbulkannya terhadap lingkungan? | Kecerdasan buatan (AI) | KoranPrioritas.com

oleh -6 views

Satu pertanyaan itu ChatGPT tidak bisa menjawab: berapa banyak energi yang Anda konsumsi?

“Sebagai model bahasa AI, saya tidak memiliki kehadiran fisik atau konsumsi energi secara langsung,” katanya, atau: “Konsumsi energi yang terkait dengan operasi saya terutama terkait dengan server dan infrastruktur yang digunakan untuk menghosting dan menjalankan model.”

Bard Google bahkan lebih berani. “Jejak karbon saya nol,” klaimnya. Ditanya tentang energi yang dikonsumsi dalam pembuatan dan pelatihannya, ia menjawab: “tidak diketahui publik”.

Program AI bisa tampak tidak berwujud. Tetapi mereka ditenagai oleh jaringan server di pusat data di seluruh dunia, yang membutuhkan energi dalam jumlah besar untuk daya dan volume air yang besar agar tetap dingin.

Karena program AI sangat kompleks, mereka membutuhkan lebih banyak energi daripada bentuk komputasi lainnya. Tapi masalahnya adalah – sangat sulit untuk memastikan berapa tepatnya.

Saat mereka bersaing untuk membangun model AI yang semakin canggih, perusahaan seperti OpenAI – yang menciptakan ChatGPT – Google dan Microsoft tidak akan mengungkapkan berapa banyak listrik dan air yang diperlukan untuk melatih dan menjalankan model AI mereka, sumber energi apa yang menggerakkan pusat data mereka, atau bahkan di mana beberapa pusat data mereka berada.

Meta, perusahaan induk Facebook, misalnya, tahun lalu meluncurkan apa yang diyakininya sebagai superkomputer tercepat di dunia, yang disebut AI Research SuperCluster (RSC). Tapi itu tidak akan mengungkapkan di mana superkomputer itu berada atau bagaimana itu diberdayakan.

Sekarang, karena industri teknologi bergegas memasukkan AI generatif ke dalam hampir semua hal – mulai dari email dan pencarian hingga aplikasi pengiriman makanan dan layanan kesehatan mental – pakar industri dan peneliti memperingatkan bahwa pertumbuhan teknologi yang tidak terkendali dapat menimbulkan biaya lingkungan yang signifikan.

“Penggunaan AI secara eksponensial ini membawa serta kebutuhan akan lebih banyak energi,” kata Sasha Luccioni, pimpinan iklim untuk perusahaan AI Hugging Face. “Namun kami melihat pergeseran orang-orang ini menggunakan model AI generatif hanya karena mereka merasa harus melakukannya, tanpa memperhitungkan keberlanjutan.”

Pusat data Amazon terlihat di Manassas, Virginia. Foto: Shuran Huang/Untuk Penjaga

Luccioni adalah salah satu dari segelintir peneliti yang telah mencoba menilai emisi yang dihasilkan dalam pembuatan model AI tertentu.

Di sebuah riset makalah yang belum ditinjau sejawat, dia dan rekan penulisnya menghitung jumlah energi yang digunakan untuk melatih model bahasa besar milik Hugging Face, Bloom, di superkomputer; energi yang digunakan untuk membuat perangkat keras superkomputer dan memelihara infrastrukturnya; dan listrik yang digunakan untuk menjalankan program setelah diluncurkan. Mereka menemukan bahwa itu menghasilkan sekitar 50 metrik ton emisi karbon dioksida, setara dengan sekitar 60 penerbangan antara London dan New York.

Jejak energi Bloom lebih rendah daripada program AI generatif lainnya, Luccioni dan timnya memperkirakan, karena superkomputer Bloom ditenagai oleh energi nuklir, yang tidak menghasilkan emisi karbon. Sebaliknya, data terbatas yang tersedia untuk umum menunjukkan sekitar 500 metrik ton CO22 diproduksi hanya dalam pelatihan model GPT3 ChatGPT – setara dengan lebih dari satu juta mil yang dikendarai oleh mobil bertenaga bensin rata-rata, catat para peneliti.

“Untuk model terbaru ChatGPT, GPT4, [OpenAI] belum mengatakan apa-apa tentang berapa lama itu dilatih, di mana itu dilatih, atau apa pun tentang data yang mereka gunakan, ”kata Luccioni. “Jadi intinya, itu berarti tidak mungkin memperkirakan emisi.”

Sementara itu, model AI yang lebih baru semakin besar – dan lebih intensif energi. Model yang lebih besar membutuhkan penggunaan unit pemrosesan grafis (GPU) yang lebih kuat, dan membutuhkan waktu lebih lama untuk berlatih – menghabiskan lebih banyak sumber daya dan energi, kata Luccioni.

Yang lebih tidak jelas adalah jumlah air yang dikonsumsi dalam pembuatan dan penggunaan berbagai model AI. Pusat data menggunakan air dalam sistem pendingin evaporatif untuk menjaga agar peralatan tidak terlalu panas. Satu non-peer-review belajardipimpin oleh para peneliti di UC Riverside, memperkirakan bahwa pelatihan GPT3 di pusat data AS yang canggih milik Microsoft berpotensi menghabiskan 700.000 liter (184.920,45 galon) air tawar.

Dengan tidak adanya data publik yang akurat, para peneliti harus mengasumsikan “efektivitas penggunaan air”, atau rasio energi yang digunakan pusat data dan air yang digunakan agar tetap dingin dan berfungsi, berdasarkan rata-rata yang dilaporkan sendiri oleh Microsoft.

Jumlah liter sebenarnya yang digunakan dapat bervariasi secara signifikan berdasarkan di mana dan kapan tepatnya GPT-3 dilatih – di Arizona yang panas, banyak air diperlukan untuk menjaga agar server tidak terlalu panas, sedangkan di Wyoming, sebuah pusat mungkin menggunakan lebih sedikit air. Desain pusat data tertentu juga dapat memengaruhi angka secara liar. Alih-alih menggunakan sistem pendinginan evaporatif intensif air, sebuah pusat mungkin menggunakan AC tradisional – yang menggunakan lebih sedikit air, tetapi lebih banyak listrik.

Google menjadi raksasa teknologi pertama yang mempublikasikan penggunaan airnya di seluruh dunia, tetapi memberikan angka rata-rata yang menyembunyikan detail penting tentang dampak lokal dari pusat datanya. Setelah pertarungan hukum yang berlarut-larut dengan Oregonian, kota Dalles, Oregon, merilis data yang menunjukkan bahwa pusat data Google menggunakan seperempat pasokan air kota.

Karena keefektifan penggunaan air proyek AI dapat digunakan untuk menebak kapasitas komputasinya, perusahaan ingin merahasiakan penggunaan air mereka, kata Shaolei Ren, profesor teknik elektro dan komputer di UC Riverside. “Mereka ingin memberi kami informasi sesedikit mungkin,” katanya.

Secara umum, perusahaan cenderung membangun pusat data di mana daya murah. Karena perusahaan teknologi besar seperti Google dan Microsoft berjuang untuk target emisi nol bersih, mereka mungkin secara khusus termotivasi untuk membangun di daerah di mana tenaga surya atau angin berlimpah – seperti Arizona – tetapi air langka.

Meta dan OpenAI tidak menanggapi permintaan komentar dari Guardian. Google dan Microsoft menolak untuk memberikan tanggapan yang direkam.

Ketika eksekutif puncak dari perusahaan AI terkemuka menyerukan regulasi untuk mencegah “risiko eksistensial” yang ditimbulkan oleh AI, hal itu memicu spekulasi tentang ancaman yang ditimbulkan oleh superintelligence terhadap masyarakat. Tetapi para peneliti memperingatkan bahwa salah satu risiko yang lebih cepat dan relevan adalah lingkungan.

Jika perusahaan lebih transparan tentang sumber daya alam yang digunakan dan emisi karbon yang dilepaskan dalam pembuatan dan penggunaan model AI, mereka dapat membantu membuka diskusi tentang kapan dan bagaimana menggunakan AI generatif secara strategis, kata Luccioni. Mungkin sepadan dengan biaya lingkungan untuk menggunakan teknologi AI generatif dalam pengobatan kanker, tetapi sia-sia menggunakannya dalam kasus lain.

Namun, AI generatif telah menjadi fiksasi. “Ada anggapan bahwa perusahaan Anda ketinggalan zaman jika Anda tidak menggunakannya,” kata Luccioni.

Beberapa bulan yang lalu, OpenAI menawarkan akses berbayar untuk memasukkan ChatGPT ke dalam aplikasi mereka, dan perusahaan termasuk Instacart, perusahaan pengiriman bahan makanan online, menggunakan fitur tersebut untuk menyesuaikan daftar bahan makanan dan rekomendasi bahan. Dan bulan lalu, Google mengumumkan akan menggabungkan AI generatif ke dalam gmail dan pencarian – menggunakan teknologi yang secara eksponensial lebih kompleks dan intensif energi untuk menyelesaikan tugas yang pada dasarnya sama. Perusahaan telah menyarankan menggunakan alat serupa untuk deteksi penipuan bank, model statistik sengketa yang sudah cukup bagus dalam deteksi.

“Ini membuat frustrasi karena sebenarnya ada begitu banyak pendekatan dan metode AI berdampak rendah dan efisien yang telah dikembangkan orang selama bertahun-tahun, tetapi orang ingin menggunakan AI generatif untuk semuanya,” kata Luccioni. “Ini seperti menggunakan mikroskop untuk memalu paku – mungkin melakukan pekerjaan itu tetapi bukan itu tujuan sebenarnya dari alat ini.”