A mesterséges intelligencia (MI) már a mindennapjaink része: chatbotok válaszolnak e-mailekre, algoritmusok ajánlanak zenéket, fordítanak szövegeket vagy akár segítenek diagnosztizálni betegségeket. Ezek a rendszerek azonban nem varázslatból működnek – óriási mennyiségű adat, számítási kapacitás és nem utolsósorban energia áll mögöttük. De vajon mennyit fogyaszt valójában egy MI-rendszer betanítása? És milyen hatása van mindennek a környezetre?
Tanulni energiaigényes
Egy mesterséges intelligencia nem „születik” okosan. A fejlesztéshez először gigászi mennyiségű adatot kell elemeznie – szövegeket, képeket, hangokat –, majd ezen keresztül megtanulni mintákat felismerni, válaszolni, sőt, döntéseket hozni. Ez a tanulási folyamat, amit „trénelésnek” neveznek, hatalmas számítástechnikai erőforrásokat igényel. És ahol sok számítás történik, ott sok áram is fogy.
Egy 2023-as tanulmány szerint egy nagy nyelvi modell betanítása akár több száz megawattóra energiát is igényelhet – ez egy európai háztartás több évnyi fogyasztásának felel meg.
A tréning csak a kezdet
És a „tanítás” csak az első lépés. Miután egy MI modellt betanítottak, jön az „üzemeltetés” – vagyis az a fázis, amikor a felhasználók elkezdik használni az eszközt. Minden válaszadás, képalkotás vagy fordítás számítási műveletet igényel, amit adatközpontok nagy teljesítményű gépei végeznek – naponta emberek millióinak lekéréseit kiszolgálva, jelentős energiaigénnyel.
Például egy látványos, képet generáló MI eszköz akár több százszor annyi energiát is elhasználhat egyetlen lekérés során, mint egy egyszerű webes keresés. És ha ezt megszorozzuk naponta emberek millióinak használatával, az energiaigény exponenciálisan nő.
Adatközpontok és hűtés
A MI-rendszerek által használt hardverek – például a nagy teljesítményű GPU-k, azaz grafikus feldolgozóegységek, melyek kiválóan alkalmasak párhuzamos számítási műveletekre – általában adatközpontokban működnek. Ezek a létesítmények tele vannak szerverekkel, amelyek folyamatosan működnek, és emiatt jelentős hőt termelnek. A hűtésük önmagában is komoly energiafogyasztással jár. Egyes, kevésbé hatékony adatközpontokban az energiafogyasztás jelentős része – akár 30–50%-a – hűtésre megy el, bár a modern létesítmények ezt már jóval alacsonyabb szinten tartják. A világ egyik legnagyobb felhőszolgáltatója, a Google, 2022-ben közölte, hogy adatközpontjai éves energiafogyasztása több terawattórát tesz ki – ez megfelel egy kisebb ország, például Észtország teljes éves fogyasztásának.
Környezeti hatások: nem csak a villanyszámla nő
Az energiatermeléshez világszerte még mindig nagy arányban fosszilis energiahordozókat használnak. Ezért a MI-rendszerek energiaigénye közvetlenül hozzájárulhat a szén-dioxid-kibocsátáshoz, amennyiben az áramot nem megújuló forrásból nyerik.
Egyes számítások szerint egy nagyobb MI-modell betanítása akár több száz tonna CO₂-kibocsátással is járhat – ez körülbelül annyi, mintha valaki kb. 80-szor körbeautózná a Földet egy átlagos benzines autóval.
Mit tesznek a techcégek?
A növekvő figyelem hatására a technológiai cégek elkezdték csökkenteni az ökológiai lábnyomukat. Egyre több adatközpontot működtetnek megújuló energiával, például nap- vagy szélenergiával, illetve olyan technológiákat alkalmaznak, amelyek hatékonyabb hűtést és adatkezelést tesznek lehetővé.
Emellett a kutatók olyan algoritmusokat fejlesztenek, amelyek kevesebb adatból is képesek tanulni, vagy amelyek a számítási folyamatokat optimalizálják. A cél az, hogy egyre „zöldebb” mesterséges intelligencia szülessen – azaz kisebb környezeti terheléssel, de ugyanakkora tudással.
Kérdések, amiket fel kell tenni
Ahogy az MI egyre nagyobb szerepet kap a mindennapi életben – az oktatástól az egészségügyön át a közlekedésig –, úgy válik egyre fontosabbá az is, hogy etikai és fenntarthatósági szempontból is megvizsgáljuk működését.
- Valóban szükség van-e minden esetben MI-re, vagy lenne hatékonyabb (és energiatakarékosabb) megoldás?
- Tudjuk-e, honnan jön az az áram, amivel ezeket a rendszereket működtetjük?
- És vajon ki viseli a környezeti költségeket egy globálisan használt MI-rendszer esetében?
A mesterséges intelligencia kétségtelenül forradalmi technológia, de nem működik láthatatlanul. Mögötte hatalmas energiaigény és komplex infrastruktúra áll, amelynek működtetése környezeti szempontból is komoly kihívást jelent. A jövő MI-je nemcsak okosabb, hanem takarékosabb és környezetbarátabb kell hogy legyen. Ebben nemcsak a fejlesztőknek, hanem a felhasználóknak és döntéshozóknak is szerepük van.
Kapcsolódó cikk: A te döntésed vagy az algoritmusé? AI és a személyre szabás pszichológiája
