Скрытая цена бума ИИ: социальная и экологическая эксплуатация

Обсуждение искусственного интеллекта (ИИ) часто сосредоточено на угрозах сверхразума или автоматизации рабочих мест. Однако меньше внимания уделяется другим экологическим и социальным последствиям нашего «потребления» ИИ, которые не менее важны.

Все, что мы потребляем, имеет связанные с этим «экстерналии» — косвенные последствия. Онлайн-сервисы, включая ИИ, также их создают, но общественная осведомленность об этом низка. Учитывая массовое внедрение ИИ, эти факторы нельзя игнорировать.

Экологическое воздействие использования ИИ

По оценке французского аналитического центра The Shift Project (2019 г.), использование цифровых технологий производит больше выбросов углерода, чем авиационная отрасль. На долю ИИ сегодня приходится менее 1% от общего объема выбросов, но к 2030 году рынок ИИ может вырасти в девять раз. Такие инструменты, как ChatGPT, основаны на больших языковых моделях (LLM), которые обучаются и работают в физических дата-центрах, потребляющих огромные ресурсы.

Компания Hugging Face оценила углеродный след своей модели BLOOM (сложность, аналогичная GPT-3 от OpenAI). С учетом добычи сырья, производства, обучения, эксплуатации и утилизации, разработка и использование модели привели к выбросам, эквивалентным 60 перелетам из Нью-Йорка в Лондон. Для GPT-3 этот показатель, по оценкам, в десять раз выше. GPT-4, как сообщается, имеет триллионы параметров и потенциально гораздо большее энергопотребление.

Кроме того, для работы моделей ИИ требуется большое количество воды для охлаждения серверов. Google столкнулся с критикой из-за планов строительства дата-центра в засушливом Уругвае, который, по данным Министерства окружающей среды страны, будет использовать 7,6 млн литров воды в день для охлаждения. Водные ресурсы также необходимы для выработки электроэнергии. По методике Pengfei Li и коллег, обучение GPT-3 потребовало от 210 000 до 700 000 литров воды (эквивалент производства 300–1000 автомобилей). Один сеанс общения с ChatGPT (20–50 вопросов) «выпивает» около 500 мл воды.

Социальные последствия использования ИИ

LLM часто требуют масштабного человеческого труда на этапе обучения, который обычно аутсорсится подрядчикам в странах с низким доходом, что порождает критику о «цифровых потогонках». В январе Time сообщил, что кенийские работники, занимавшиеся разметкой данных для обучения ChatGPT, получали менее $2 в час, сталкиваясь с травмирующим контентом.

ИИ также можно использовать для генерации фейковых новостей и пропаганды, что потенциально угрожает манипуляцией общественным мнением и демократическими процессами. Эксперимент исследователей из Стэнфордского университета показал, что сообщения, созданные ИИ, эффективно убеждали людей в таких вопросах, как налог на выбросы углерода. Широкое внедрение ИИ может усугубить глобальное неравенство, нарушить рынок труда и маргинализировать определенные группы работников.

Существуют ли решения?

Влияние ИИ в будущем зависит от множества факторов. Новые генеративные модели могли бы быть более энергоэффективными. Оптимизация расположения дата-центров, типа энергоснабжения и времени их работы может значительно снизить потребление энергии и воды. Такие компании, как Google, Hugging Face и Microsoft, заявляют о роли своих сервисов в повышении эффективности использования ресурсов.

Потребителям ИИ-сервисов важно осознавать, что каждый запрос к чат-боту или генерация изображения влечет за собой расход воды и энергии и может иметь последствия для человеческого труда. Рост популярности ИИ может стимулировать разработку стандартов устойчивого развития и сертификации для сравнения воздействия разных сервисов, аналогично Climate Neutral Data Center Pact в Европе (цель — углеродная нейтральность дата-центров к 2030 году).

Правительства также играют роль: Европарламент одобрил проект закона о смягчении рисков ИИ, в США проходят слушания по регулированию ИИ, а Китай ввел правила, требующие проверки безопасности публичных генеративных ИИ-продуктов.