Wką daryti, kai esate apsuptas žmonių, kurie pameta galvą dėl naujausio naujo dalyko? Atsakymas: pasiekite „Gartner Hype Cycle“ – išradingą diagramą, nubrėžiančią besiformuojančios technologijos pažangą per penkis etapus: „technologijų trigerį“, po kurio greitai kyla „išpūstų lūkesčių viršūnė“; tai seka greitas nuosmukis į „nusivylimo lovį“, po kurio prasideda švelnus kopimas „nušvitimo šlaitu“ – kol galiausiai (dažnai po metų ar dešimtmečių) pasiekia „produktyvumo plynaukštę“.
Atsižvelgdamas į dabartinę isteriją dėl AI, maniau, kad pažiūrėsiu, kur jis yra diagramoje. Tai rodo, kad generatyvusis AI (mandagus „ChatGPT“ ir bendradarbiavimo terminas) ką tik pasiekė išpūstų lūkesčių piką. Tai atitinka karštligiškas technologijų pramonės (jau nekalbant apie vyriausybes) prognozes, kad dirbtinis intelektas bus transformuojantis ir netrukus bus paplitęs visur. Šis ažiotažas sukėlė didelį nerimą dėl jo poveikio užimtumui, dezinformacijai, politikai ir tt, taip pat daug nerimo keliančių ekstrapoliacijų apie egzistencinę riziką žmonijai.
Visa tai atlieka naudingą funkciją – bent jau technologijų pramonei – nukreipti dėmesį nuo neigiamų technologijos pusių, su kuriomis jau susiduriame: šališkumo, neįžvelgiamumo, neatsakingumo ir jos tendencijos „haliucinuoti“, kad būtų galima paminėti tik keturis. O ypač dabartinė moralinė panika taip pat reiškia, kad viešajame diskurse trūksta tikrai svarbaus klausimo: ką planetai padarytų pasaulis, apimtas šios technologijos? Tai kelia nerimą, nes jo poveikis aplinkai geriausiu atveju bus didelis, o blogiausiu – tikrai problemiškas.
Kaip tai? Iš esmės todėl, kad dirbtiniam intelektui reikia stulbinančios skaičiavimo galios. O kadangi kompiuteriams reikia elektros energijos, o reikalingi GPU (grafikos apdorojimo įrenginiai) veikia labai karštai (todėl juos reikia aušinti), technologija sunaudoja elektros energiją milžinišku greičiu. O tai savo ruožtu reiškia CO2 didelio masto išmetamųjų teršalų kiekis, dėl kurio pramonė yra nepaprastai nuoširdi, o tuo pat metu giriasi naudojanti kompensacijas ir kitus švilpimus, kad būtų imituojamas anglies neutralumas.
Poveikis yra akivaizdus: įgyvendinus pramonės svajonę apie „AI visur“ (kaip kadaise pasakė „Google“ viršininkas) atsirastų pasaulis, priklausantis nuo technologijos, kuri ne tik svyruoja, bet ir turi didžiulį – ir vis didėjantį – aplinkos pėdsaką. Ar neturėtume į tai kreipti daugiau dėmesio?
Laimei, kai kurie žmonės yra ir buvo kurį laiką. Pavyzdžiui, 2019 m. atliktas tyrimas parodė, kad vieno ankstyvojo didžiosios kalbos modelio (LLM), pvz., GPT-2, mokymo anglies pėdsakas sudaro apie 300 000 kg CO.2 emisijų – prilygsta 125 skrydžiams pirmyn ir atgal tarp Niujorko ir Pekino. Nuo tada modeliai tapo eksponentiškai didesni, todėl jų mokymo pėdsakai bus proporcingai didesni.
Tačiau mokymas yra tik vienas generatyvaus AI gyvavimo ciklo etapas. Tam tikra prasme tuos išmetimus galėtumėte vertinti kaip vienkartines aplinkosaugos išlaidas. Tačiau kas atsitiks, kai pradės veikti AI, leidžiantis milijonams, o gal milijardams vartotojų su juo sąveikauti? Pramonės kalba kalbant, tai yra „išvadų“ fazė – momentas, kai jūs paprašote „Stable Diffusion“ „sukurti Rishi Sunako atvaizdą Elonui Muskui, o Muskui tviteryje rašo jaustukus savo telefone“. Ši užklausa iš karto suaktyvina skaičiavimo eigą tolimoje serverių ūkyje. Koks to anglies pėdsakas? Ir milijonai tokių sąveikų kiekvieną minutę – ką sukurs visur esantis AI pasaulis?
Pirmasis sistemingas bandymas įvertinti išvadų fazės pėdsaką buvo paskelbtas praėjusį mėnesį ir tam tikru būdu leidžia atsakyti į šį klausimą. Tyrėjai palygino įvairių kategorijų mašininio mokymosi sistemų (iš viso 88) išvadų sąnaudas, apimančias konkrečioms užduotims skirtus (ty tiksliai suderintus modelius, atliekančius vieną užduotį) ir bendrosios paskirties modelius (ty tokius, kaip ChatGPT). , Claude’as, Lama ir tt – išmokyti atlikti kelias užduotis).
Išvados nušviečia. Generacinės užduotys (teksto generavimas, apibendrinimas, vaizdų generavimas ir antraščių sudarymas) reikalauja daugiau energijos ir anglies dioksido, palyginti su diskriminacinėmis užduotimis. Užduotys, susijusios su vaizdais, išskiria daugiau anglies nei užduotys, susijusios su vien tekstu. Keista (bent jau šiam apžvalgininkui), kad dirbtinio intelekto modelių mokymas išlieka daug, daug daugiau anglies dioksido, nei naudojant juos išvadoms. Tyrėjai bandė įvertinti, kiek išvadų reikės, kad jų anglies sąnaudos prilygtų mokymo poveikiui aplinkai. Vieno iš didesnių modelių atveju prireiktų 204,5 m išvadų sąveikos, o tada dirbtinio intelekto anglies pėdsakas padvigubėtų.
Tai skamba daug, bet interneto mastu taip nėra. Galų gale, „ChatGPT“ per pirmąją savaitę po paleidimo sulaukė 1 milijono vartotojų ir šiuo metu turi apie 100 milijonų aktyvių vartotojų. Taigi, ko gero, geriausia planetos viltis būtų generatyvusis dirbtinis intelektas, kuris slidžiu šlaitu nuvirs į Gartnerio „nusivylimo lataką“, leisdamas mums, likusiems, gyventi toliau.
Ką aš skaičiau
Žaidimas su dievais
René Walter savo kūrinyje „ES AI aktas ir graikų mitologija“ pateikė išskirtinį požiūrį į ES AI reguliavimo statutą.
Matymo būdai
Intriguojančiame tinklaraščio įraše Om Malikas aprašo, kodėl išgalvotos, netrukus pasirodysiančios Apple ausinės Vision Pro pakeis fotografiją.
Tai emocinga
Žymi sociologė Eva Illouz pateikia puikią įžvalgą savo esė Emocinis populizmo gyvenimas pasaulyje. Monrealio apžvalgakur ji apibūdina populizmą, siautėjantį daugelyje demokratijų, įskaitant Izraelį.
