בלמידה במרחב המייקרי, המנחה/ מורה הוא לא מקור הידע היחיד, מה שמאפשר לכולם, לומדים ומנחים, לחוות מסע של גילוי ולמידה מרתקים, כלי בינה מלאכותית (AI) הופכים לחלק בלתי נפרד מחיינו וגם מהסביבה הלימודית, אנחנו מתייעצים איתם, לומדים איתם, מגיעים למקורות מידע מגוונים יותר ולפתרונות מעניינים יותר. אבל האם אנחנו מודעים עד הסוף להשפעתם עלינו ועל הסביבה? אז בינה מלאכותית במרחב המייקרי סקירה בדגש סביבתי
אנחנו משתמשים בכלים אלו לצרכי עבודה, חינוך, בריאות… יש להם מקום משמעותי בשיפור חיינו, אבל כדאי לנו לשאול מה המחיר היצירתי, הקוגניטיבי, החברתי והסביבתי, אותו אנו מוכנים לשלם.כלי הבינה המלאכותית נמצאים כאן זמן קצר מאוד וכבר הם חלק משמעותי כמעט בכל דבר שאנחנו עושים, הם מוטמעים כמעט בכל מכשיר אלקטרוני חדש או תוכנה והם משני מציאות תודעתית לחיוב ולשלילה.כלי הAi הם לא הבעיה, הבעיה היא בשימוש (use and abuse) האופן בו נצרוך כלים אלו יכול לשנות את חיי כולנו ולכן חשוב שנעלה ספקות הנוגעות לאמינות המידע אותו אנחנו מקבלים ותרומתם לשימור שיח ביקורתי.
משתמשי הקצה (אנחנו) נמצאים בדיאלוג ביקורתי משמעותי יותר ביחס לשימוש היום יומי שלנו בכל דבר, אנחנו מחנכים לשימוש חוזר, מיחזור, מיחדוש, הפחתת השימוש בכלל ושימוש נכון בפרט, אבל מה בנוגע לכלים טכנולוגים ומה השפעתם הסביבתית.
השפעות סביבתיות:
אימון מודלים: אימון מודלים הוא אחד השלבים המשמעותיים בבניית כלי בינה מלאכותית והוא גם שלב שלא באמת מסתיים, את האלגוריתם יש להזין במידע, ככל שמאגר המידע עשיר יותר כך האלגוריתם מתפתח טוב יותר ויתן לנו הצרכנים מידע וידע מגוונים בשניות בודדות. דבר זה נכון למודלים העוסקים בטקסט, תמונה, מוזיקה ועוד.שלב זה מצריך כוח מחשוב גדול כדי לקלוט ולסווג כל חלקיק מידע, במקביל נדרש שטח אחסון עצום כדי לשמר את הידע. תהליך אימון מודל גדול לוקח בין מספר שבועות לחודשים רבים ויכול לצרוך בין 100,000 ל-10 מיליון קילוואט שעה של חשמל, שזה שווה ערך לצריכת חשמל שנתית של בין 30-3000 בתים.
פליטת גזי חממה: ייצור החשמל הדרוש להפעלת כלי AI גורם לפליטת גזי חממה, תורמים באופן טבעי להתחממות גלובלית.
צייר לי כבשה: כשאנחנו מבקשים מכלי Ai ליצור לנו תמונה בה מופיעים שני כרישים רוקדים לרקע שקיעה כתומה בסגנון וואן-גוך, יש לזה מחיר אקולוגי, טביעת הרגל הזו היא לא חד פעמית כי אנחנו לא תמיד מרוצים מהתוצאה (ועדיין לא דיברנו על גניבת דעת וזכויות יוצרים)
שימוש בחומרים רעילים: ייצור רכיבי חומרה המשמשים בבניית כוח מחשוב כמו מעבדים וזיכרון, כרוך בשימוש בחומרים רעילים ומזהמים, כגון עופרת וקדמיום. בנוסף מעלים את הדרישה להגברת הייצור כדי לעמוד בדרישה מצד אחד ויוצרים חוסר במעבדים למשתמשי קצה (אנחנו) מצד שני.
פסולת אלקטרונית: כלי AI נשענים כמובן על כוח מחשובי בחוות שרתים חומרה זו מיוצרת מחומרים שאינם ניתנים למיחזור, בנוסף על מנת לעמוד בביקוש לכוח מחשובי מהיר, חזק ואיכותי, החומרה מוחלפת לעיתים קרובות, צעד זה מביא להצטברות פסולת אלקטרונית רעילה שלא ניתנת למחזור.
כיצד עולם החומרה תורם לבעיית האקלים כדי לעמוד בביקוש עבור המודלים
השוואה בין כלי AI נפוצים:
חברות הדוט.קום מעדיפות (מסיבות כלכליות) להסתיר מידע מלא מהציבור על אף שהוא ידוע להם, חברות רבות גם מציגות את השימושיות של כלי בינה מלאכותית כדי לנתר שינויים סביבתיים ולפעול למען הסביבה (Green wash).
פליטת גזי חממה (טון CO2) באלפים | צריכת אנרגיה (kWh) באלפים | שימוש עיקרי | כלי |
|---|---|---|---|
550-1750 | 175-550 | מחילל טקסט | GPT-3 |
300-900 | 100-300 | עיבוד שפה טבעית | LaMDA |
150-450 | 50-150 | זיהוי תמונה | ResNet-50 |
75-225 | 25-75 | זיהוי אובייקטים | YOLOv5 |
50 עד 5 מליון | 100 עד 10 מליון | מחולל טקסט ועוד | Gimini |
*הנתונים המוצגים זה הם בגדר הערכה, הצריכה בפועל עשויה להשתנות לחיוב או kשלילה בהתאם לשימוש ולגורמים משתנים.
**הנתונים מתיחסים לאימון מודל ולא שימוש על ידי משתמש הקצה.
מודל גדול שצורך 100,000 kWh לשנה יפלוט כ-50 טון CO2 לשנה.
מודל גדול שצורך 1 מיליון kWh לשנה יפלוט כ-500 טון CO2 לשנה.
מודל גדול שצורך 10 מיליון kWh לשנה יפלוט כ-5 מיליון טון CO2 לשנה.
כיצד חברות הדוט.קום יכולות לשפר את המצב:
שיפור יעילות החומרה: פיתוח חומרה יעילה יותר עבור AI יכול להוביל לצמצום משמעותי בצריכת האנרגיה.
חינוך והגברת המודעות: חשוב לחנך את הציבור לגבי ההשפעה הסביבתית של AI ולעודד שימוש אחראי בכלים אלו
שימוש באנרגיות מתחדשות: הפעלת כלי AI באמצעות אנרגיות מתחדשות, כמו אנרגיה סולארית או אנרגיית רוח, יכולה לצמצם משמעותית את פליטת גזי החממה.
איך אנחנו יכולים לצרוך נכון טכנולוגיה זו:
פרומפט: השקיעו מחשבה בכתיבת הבקשה שלכם, כך תהיו מדויקים יותר וכלי הבינה המלאכותית ייתן לכם תשובה ממוקדת ונכונה עבורכם
שימוש בכלים קבועים: כלי הבינה המלאכותית לא רק לומדים עבורכם אלה גם לומדים אתכם, באופן זה הכלי מבין את אופן הפעולה שלכם ויכול לתת לכם תשובה מותאמת לכם
בחירת כלי AI יעילים: בחירת כלי עבודה מתאימים לשלב העבודה בו אתם נמצאים.
להבין מהי תביעת הרגל
מקורות מידע מומלצים:
The Green AI Initiative: https://vegavid.com/blog/what-is-green-ai
The Environmental Impact of Artificial Intelligence: https://arxiv.org/abs/1906.02174
How to Make AI More Sustainable : https://hbr.org/2023/07/how-to-make-generative-ai-green
The Carbon Footprint of Artificial Intelligence : https://cacm.acm.org/magazines/2023/8/274925-the-carbon-footprint-of-artificial-intelligence/fulltext
Comments