Naarmate kunstmatige intelligentie (AI) zich blijft ontwikkelen, is het absoluut noodzakelijk geworden om rekening te houden met de milieueffecten van AI-systemen. Een prominent AI-model dat op grote schaal wordt gebruikt, is ChatGPT, een taalmodel ontwikkeld door OpenAI. ChatGPT heeft, net als veel andere AI-modellen, een ecologische voetafdruk die verband houdt met de computerprocessen, waaronder training, implementatie en onderhoud. Dit artikel geeft een feitelijk overzicht van de CO2-voetafdruk van ChatGPT, inclusief het energieverbruik, de uitstoot en de inspanningen om de impact op het milieu te beperken.

Het begrijpen van de CO2-voetafdruk van ChatGPT is cruciaal voor het evalueren van de duurzaamheid van AI-modellen en het nemen van weloverwogen beslissingen over het gebruik ervan in de context van ecologische duurzaamheid. Laten we dus eerst meer leren over ChatGPT.

Wat is ChatGPT?

De in San Francisco gevestigde startup OpenAI ontwikkelde de AI-chatbot ChatGPT. OpenAI werd in 2015 opgericht door Elon Musk en Sam Altman en wordt gesteund door bekende investeerders, met name Microsoft. ChatGPT gebruikt deep learning-technieken om tekstuele antwoorden te genereren op vragen of prompts. Het is onderdeel van de GPT-familie (Generative Pre-trained Transformer), modellen die getraind zijn op enorme hoeveelheden tekstdata om patronen te leren en coherente en contextueel relevante antwoorden te genereren.

Het LLM van ChatGPT staat bekend als GPT-3.5. Het GPT-3-taalmodel van OpenAI is geüpgraded. GPT-3 is een van de belangrijkste en krachtigste AI-modellen voor taalverwerking die momenteel beschikbaar zijn, met maar liefst 175 miljard parameters.

ChatGPT is ontworpen om gesprekken met gebruikers aan te gaan en mensachtige interacties te simuleren. Het kan worden gebruikt voor een breed scala aan toepassingen, waaronder klantenservice, virtuele assistenten, het genereren van inhoud en meer. ChatGPT kan tekst in meerdere talen begrijpen en genereren, waardoor het een veelzijdige tool is voor natuurlijke taalverwerkingstaken.

Het is belangrijk op te merken dat ChatGPT een AI-taalmodel is en geen realtime cognitieve vaardigheden of bewustzijn bezit. Het genereert reacties uitsluitend op basis van de patronen die het heeft geleerd uit de gegevens waarop het is getraind en heeft geen eigen meningen, emoties of bewustzijn van de wereld.

Wat is koolstofvoetafdruk?

De totale uitstoot van koolstofdioxide (CO₂ ₎ veroorzaakt door de acties van een persoon of organisatie staat bekend als hun "koolstofvoetafdruk" (bijv. gebouw, bedrijf, land, enz.). Deze omvat directe emissies door de productie van elektriciteit die nodig is voor de consumptie van producten en diensten, en indirecte emissies door de verbranding van fossiele brandstoffen in de productie, verwarming en transport. Bovendien wordt bij het concept van een koolstofvoetafdruk vaak ook rekening gehouden met andere broeikasgasemissies, zoals methaan, lachgas of chloorfluorkoolwaterstoffen (CFK's).

Wat is de ecologische voetafdruk van ChatGPT?

Bij het berekenen van de CO2-voetafdruk van een machine learning-model ChatGPT zijn er drie categorieën waarmee rekening moet worden gehouden: de CO2-voetafdruk van het trainen van het model, de CO2-voetafdruk van het gebruik van het model om conclusies te trekken na de implementatie, en de CO2-voetafdruk van een model gedurende de hele levenscyclus.

Ongeacht de schaal zijn er twee dingen nodig om de ecologische voetafdruk van elk model te bepalen:

1. De hoeveelheid elektriciteit die het gebruikt, hangt sterk af van de hardware die het gebruikt en hoeveel van die hardware wordt gebruikt.

2. De hoeveelheid koolstof die deze elektriciteit bevat, hangt grotendeels af van de manier waarop de elektriciteit wordt opgewekt; zonne- en windenergie zijn duidelijk veel groener dan steenkool. Om dit te kwantificeren wordt vaak gebruik gemaakt van de typische koolstofintensiteit van het vermogen in het net waar de hardware zich bevindt.

De ecologische voetafdruk van de training van ChatGPT

Als ik het goed begrijp, vormt een GPT-3-variant de basis voor ChatGPT. Volgens schattingen verbruikte de training van GPT-3 1,287 MWh en produceerde 552 ton _CO₂.

Maar het is slechts soms duidelijk hoe men sommige van deze emissies aan ChatGPT zou toeschrijven. Deze moeten ook aan ChatGPT worden toegewezen. Ook is ChatGPT getraind met behulp van versterkend leren, hoewel we ons niet bewust zijn van enige redelijke vervanging of informatie over dit trainingsproces die relevant is.

De ecologische voetafdruk van het uitvoeren van ChatGPT

Met behulp van de ML CO₂ _Impact -calculator kunnen we de dagelijkse CO₂-voetafdruk van ChatGPT berekenen op 23.04 kg _. De dagelijkse CO₂-voetafdruk van ChatGPT is ongeveer 0.2 procent van de jaarlijkse CO₂-voetafdruk van een Deen, die gemiddeld 11 ton CO₂ per jaar uitstoot _{. De CO₂-voetafdruk van ChatGPT, als het een jaar lang zou draaien, zou} 365 * 23.04 kg = 8.4 ton bedragen , oftewel bijna 76% van de CO₂-voetafdruk van een Deen.

De geschatte 384 GPU-uren per dag, oftewel 16.4 GPU's vermenigvuldigd met 24 uur, resulteerden in een dagelijkse CO₂ _- uitstoot van 23.04 kg. Hoewel het niet direct duidelijk is, gaat ML CO₂ _Impact ervan uit dat de hardware constant voor 100% wordt benut, wat in dit geval een redelijke aanname kan zijn gezien de vermeende hoge belasting van de dienst.

De dagelijkse uitstoot van 23.04 kg _CO₂ over 18 dagen zou voor ChatGPT in totaal 414 kg _{CO₂ bedragen.} BLOOM daarentegen stootte 360 ​​kg uit over 18 dagen. Gezien de overeenkomst tussen de twee schattingen is 23.04 kg CO₂ _acceptabel . Het verschil tussen de twee schattingen kan worden toegeschreven aan verschillende factoren, zoals het feit dat de door BLOOM en ChatGPT opgewekte energie een verschillende koolstofintensiteit heeft.

ChatGPT en BLOOM

Het is ook belangrijk op te merken dat BLOOM in 230,768 dagen 18 verzoeken heeft verwerkt, of gemiddeld 12,820 per dag. ChatGPT zou hetzelfde aantal verzoeken per dag ontvangen als BLOOM gedurende die tijd als 1.2% van de 1 miljoen gebruikers elke dag één verzoek zou sturen. ChatGPT heeft een grotere ecologische voetafdruk omdat het veel meer dagelijkse verzoeken verwerkt, althans op basis van de hoeveelheid gesprekken erover in traditionele en sociale media. Hoewel er veel onzekerheid bestaat rond deze schatting omdat deze op een aantal wankele aannames is gebaseerd, lijkt deze redelijk in vergelijking met gedetailleerde berekeningen van de COXNUMX-voetafdruk van BLOOM, een vergelijkbaar taalmodel.

Hoe kan ChatGPT duurzaam worden gebruikt?

We moeten AI op een milieuvriendelijke en duurzame manier gebruiken, omdat technologie steeds meer ingebed raakt in ons dagelijks leven.

Gelukkig zijn er verschillende strategieën om ChatGPT duurzaam te gebruiken:

1. Het kan worden gebruikt om enorme hoeveelheden milieugegevens te onderzoeken en inzichten te bieden voor milieustudies, waaronder het ontdekken van klimaatpatronen en het voorspellen van natuurrampen.

2. Het automatiseren van tijdrovende en repetitieve handelingen, zoals het monitoren en rapporteren van milieuomstandigheden, kan personeel vrijmaken voor belangrijker werk.

3. Door het elimineren van de noodzaak voor het afdrukken en versturen van fysieke kopieën, die een hoge ecologische voetafdruk hebben, kan het worden gebruikt om rapporten en presentaties te maken die milieuvriendelijk zijn.

4. Het kan worden gebruikt om inhoud te creëren die milieuvriendelijk gedrag aanmoedigt en het bewustzijn over milieukwesties vergroot, zoals artikelen, posts op sociale media en educatief materiaal.

The Bottom Line

ChatGPT is een van de meest uitgebreide taalmodellen die momenteel in gebruik zijn en heeft meer dan 175 miljard parameters. Dit geeft aan dat ChatGPT een aanzienlijke hoeveelheid energie verbruikt. OpenAI levert grote inspanningen om ervoor te zorgen dat ChatGPT een verwaarloosbaar effect heeft op het milieu. Het gebruik van hernieuwbare energie om de datacenters waar deze wordt opgeslagen en verwerkt van stroom te voorzien, verkleint de ecologische voetafdruk van ChatGPT. Bovendien wordt het energieverbruik van ChatGPT op verschillende manieren geoptimaliseerd, waaronder het verkleinen van de omvang van het model en het gebruik van energiezuinigere technologie.

Naast CO₂ _- uitstoot is het essentieel om ook andere milieueffecten in overweging te nemen, zoals waterverbruik, luchtvervuiling, bodemverontreiniging, enzovoort. De AI-sector en de bredere IT-gemeenschap moeten nadenken over de milieu-impact van hun werk en actie ondernemen om eventuele negatieve effecten te verminderen. Door dit te doen, kunnen we bijdragen aan het waarborgen dat toekomstige generaties op een duurzame manier van AI kunnen profiteren.