MIT News, üretken yapay zekanın çevresel etkilerini iki bölümlük bir dizi olarak ele alıyor. Bu makalede, teknolojinin yüksek kaynak tüketimi incelenirken, bir sonraki bölümde karbon ayak izini azaltma stratejilerine odaklanılacak. Üretken yapay zeka, verimliliği artırma ve araştırmaları ilerletme gibi çeşitli faydalar vaadediyor, ancak hızlı büyümesi, nicel ve hafifletmesi zor olan önemli çevresel endişelere yol açıyor. OpenAI'nin GPT-4 gibi milyarlarca parametreye sahip modelleri eğitmek, muazzam hesaplama gücü gerektiriyor ve bu da yüksek elektrik tüketimi ve artan karbon emisyonlarıyla sonuçlanıyor. Elektriğin yanı sıra, eğitim ve dağıtım donanımını soğutmak için önemli su kaynaklarına ihtiyaç var ve bu, yerel su kaynaklarını zorlayabilir ve ekosistemleri bozabilir. Üretken yapay zeka uygulamalarındaki artış, ayrıca gelişmiş bilgisayar donanımına olan talebi artırarak üretim ve taşımadan kaynaklanan daha fazla çevresel baskıya neden oluyor. MIT'den Elsa A. Olivetti, çevresel etkinin yalnızca elektrik kullanımının ötesine geçtiğini ve daha geniş sistemik sonuçlara sahip olduğunu belirtiyor. Üretken yapay zeka modellerinin barındırılması için kritik öneme sahip veri merkezleri, çevresel sorunlara önemli ölçüde katkı sağlıyor. Bu merkezler, operasyonları için muazzam bir enerjiye ihtiyaç duyuyorlar.

Örneğin, tek bir veri merkezi yaklaşık 50. 000 sunucu barındırabiliyor ve veri merkezi taleplerinin artması hızlı inşaya yol açarak sürdürülebilir uygulamaları çok aşıyor. Tahminler, 2026'ya kadar küresel veri merkezlerinin elektrik tüketiminin 1. 050 terawatttan fazla olabileceğini öngörüyor. GPT-3 gibi büyük yapay zeka modellerinin eğitimi ciddi enerji taleplerine sahip ve araştırmalar, yüksek elektrik kullanımı ve önemli karbon emisyonları tahmin ediyor. Dahası, enerji talepleri sadece eğitim sırasında değil, gerçek zamanlı kullanım sırasında da devam ediyor; üretken yapay zeka ile her etkileşim, geleneksel web aramalarından çok daha fazla elektrik tüketiyor. Mevcut eğilimler, gelecekteki üretken yapay zeka modellerinin çok daha fazla enerji gerektireceğini gösteriyor; bu modellerin daha kısa ömürlü olması sık sık yeni model yayınlarına neden oluyor. Bu döngü, önceki sürümlere harcanan enerjiyi boşa harcıyor. Veri merkezlerinin su tüketimi de önemli çevresel zorluklar oluşturuyor; oldukça fazla soğutma suyu gerektiriyor ve bu da yerel biyolojik çeşitliliği etkiliyor. Bilgisayar donanımının, GPU'lardan CPU'lara kadar, üretimiyle ilgili çevresel maliyetler, karmaşık üretim süreçleri ve kaynak çıkarım yöntemleri nedeniyle kayda değer. Sürdürülebilir olmayan bir yolda olmalarına rağmen, yazarlar, üretken yapay zekanın sorumlu bir şekilde geliştirilmesinin çevresel ve toplumsal maliyetlerinin yanı sıra algılanan faydalarının da kapsamlı bir değerlendirmeyi gerektirdiğini önermektedir. Olivetti, bu gelişen ticaret dengelerini ölçmek ve anlamak için bağlamsal bir anlayışın önemini vurguluyor.