Kamu di sini. Artikel ini memberikan data tentang potensi penggunaan energi generatif AI dan alasan mengapa anggapan positif bahwa konsumsi energi AI akan menurun mungkin terbukti salah.
Oleh David Berreby, yang menulis tentang AI dan robotika, dan karyanya telah muncul di The New York Times, National Geographic, Slate, dan publikasi lainnya. Dia adalah penulis “Kita dan Mereka: Ilmu Identitas.” Awalnya diterbitkan oleh Yale Environment 360; diposting silang dari Undark sebagai bagian dari kolaborasi Climate Desk
Dua bulan setelah dirilis pada November 2022, ChatGPT OpenAI memiliki 100 juta pengguna aktif, dan tiba-tiba perusahaan teknologi berlomba untuk menawarkan lebih banyak “AI generatif” kepada publik. Para pakar membandingkan dampak teknologi baru ini dengan Internet, atau elektrifikasi, atau Revolusi Industri – atau penemuan api.
Waktu akan memisahkan hype dari kenyataan, namun salah satu konsekuensi dari ledakan kecerdasan buatan sudah jelas: dampak lingkungan dari teknologi ini besar dan terus berkembang.
Penggunaan AI secara langsung bertanggung jawab atas emisi karbon dari listrik tak terbarukan dan konsumsi jutaan galon air bersih, dan hal ini secara tidak langsung meningkatkan dampak dari pembangunan dan pemeliharaan peralatan yang membutuhkan energi yang digunakan oleh AI. Ketika perusahaan-perusahaan teknologi berupaya menerapkan AI berintensitas tinggi ke dalam segala hal mulai dari penulisan resume hingga pengobatan transplantasi ginjal, mulai dari pemilihan makanan anjing hingga pemodelan iklim, mereka menyebutkan banyak cara AI dapat membantu mengurangi dampak lingkungan yang ditimbulkan oleh umat manusia. Namun para legislator, regulator, aktivis, dan organisasi internasional kini ingin memastikan bahwa manfaat yang ditimbulkan tidak sebanding dengan semakin besarnya bahaya AI.
“Pengembangan alat AI generasi berikutnya tidak boleh mengorbankan kesehatan planet kita,” kata Senator Massachusetts Edward Markey dalam pernyataannya pada tanggal 1 Februari di Washington, setelah dia dan senator serta perwakilan lainnya memperkenalkan rancangan undang-undang yang mewajibkan pemerintah federal akan menilai dampak lingkungan AI saat ini dan mengembangkan sistem standar untuk melaporkan dampak di masa depan. Demikian pula, “Undang-Undang AI” Uni Eropa, yang disetujui oleh negara-negara anggotanya minggu lalu, akan mewajibkan “sistem AI berisiko tinggi” (yang mencakup “model dasar” yang mendukung ChatGPT dan AI serupa) untuk melaporkan konsumsi energi dan penggunaan sumber daya mereka. , dan dampak lainnya sepanjang siklus hidup sistem mereka. Undang-undang UE mulai berlaku tahun depan.
Sementara itu, Organisasi Internasional untuk Standardisasi, sebuah jaringan global yang mengembangkan standar bagi produsen, regulator, dan lainnya, menyatakan akan mengeluarkan kriteria “AI yang berkelanjutan” pada akhir tahun ini. Hal ini akan mencakup standar untuk mengukur efisiensi energi, penggunaan bahan mentah, transportasi, dan konsumsi air, serta praktik untuk mengurangi dampak AI sepanjang siklus hidupnya, mulai dari proses penambangan bahan dan pembuatan komponen komputer hingga listrik yang dikonsumsi dalam perhitungannya. ISO ingin memungkinkan pengguna AI untuk membuat keputusan yang tepat mengenai konsumsi AI mereka.
Saat ini, tidak mungkin untuk mengetahui bagaimana permintaan AI Anda untuk bantuan pekerjaan rumah atau gambar astronot yang sedang menunggang kuda akan memengaruhi emisi karbon atau stok air tawar. Inilah sebabnya mengapa kumpulan proposal “AI yang berkelanjutan” pada tahun 2024 menjelaskan cara-cara untuk mendapatkan lebih banyak informasi tentang dampak AI.
Dengan tidak adanya standar dan peraturan, perusahaan-perusahaan teknologi telah melaporkan apa pun yang mereka pilih, apa pun yang mereka pilih, mengenai dampak AI yang mereka timbulkan, kata Shaolei Ren, seorang profesor teknik elektro dan komputer di UC Riverside, yang telah mempelajari biaya air di dunia. komputasi selama dekade terakhir. Berdasarkan perhitungan penggunaan air tahunan untuk sistem pendingin oleh Microsoft, Ren memperkirakan bahwa seseorang yang terlibat dalam sesi tanya jawab dengan GPT-3 (kira-kira 10 hingga 50 tanggapan) mendorong konsumsi setengah liter air bersih. . “Ini akan berbeda-beda di setiap wilayah, dan dengan AI yang lebih besar, jumlahnya bisa lebih besar.” Namun masih banyak yang belum terungkap mengenai jutaan galon air yang digunakan untuk mendinginkan komputer yang menjalankan AI, katanya.
Hal yang sama juga berlaku pada karbon.
“Ilmuwan data saat ini tidak memiliki akses yang mudah atau dapat diandalkan terhadap pengukuran [greenhouse gas impacts from AI], yang menghalangi pengembangan taktik yang dapat ditindaklanjuti,” tulis sekelompok 10 peneliti terkemuka mengenai dampak AI dalam makalah konferensi tahun 2022. Sejak mereka mempresentasikan artikelnya, aplikasi dan pengguna AI telah menjamur, namun masyarakat masih belum mengetahui data tersebut, kata Jesse Dodge, ilmuwan peneliti di Allen Institute for Artificial Intelligence di Seattle, yang merupakan salah satu rekan penulis makalah tersebut.
AI dapat berjalan di banyak perangkat — AI sederhana yang mengoreksi pesan teks secara otomatis akan berjalan di ponsel cerdas. Namun jenis AI yang paling ingin digunakan orang-orang terlalu besar untuk sebagian besar perangkat pribadi, kata Dodge. “Model yang mampu menulis puisi untuk Anda, atau membuat draf email, itu sangat banyak,” ujarnya. “Ukuran sangat penting bagi mereka untuk memiliki kemampuan tersebut.”
AI besar perlu menjalankan penghitungan dalam jumlah besar dengan sangat cepat, biasanya pada Unit Pemrosesan Grafis khusus — prosesor yang awalnya dirancang untuk komputasi intensif guna menampilkan grafik pada layar komputer. Dibandingkan dengan chip lainnya, GPU lebih hemat energi untuk AI, dan paling efisien bila dijalankan di “pusat data cloud” yang besar – gedung khusus yang penuh dengan komputer yang dilengkapi dengan chip tersebut. Semakin besar pusat data, semakin hemat energi. Peningkatan efisiensi energi AI dalam beberapa tahun terakhir sebagian disebabkan oleh pembangunan lebih banyak “pusat data skala besar”, yang memiliki lebih banyak komputer dan dapat ditingkatkan dengan cepat. Jika pusat data cloud pada umumnya menempati luas sekitar 100.000 kaki persegi, pusat hyperscale bisa berukuran 1 atau bahkan 2 juta kaki persegi.
Perkiraan jumlah pusat data cloud di seluruh dunia berkisar antara 9.000 hingga hampir 11.000. Lebih banyak lagi yang sedang dibangun. Badan Energi Internasional, atau IEA, memproyeksikan konsumsi listrik pusat data pada tahun 2026 akan meningkat dua kali lipat dibandingkan tahun 2022 — 1.000 terawatt, kira-kira setara dengan total konsumsi Jepang saat ini.
Namun, sebagai ilustrasi dari satu masalah dalam cara pengukuran dampak AI, perkiraan IEA tersebut mencakup seluruh aktivitas pusat data, yang melampaui AI dan juga mencakup banyak aspek kehidupan modern. Menjalankan antarmuka toko Amazon, menyajikan video Apple TV, menyimpan email jutaan orang di Gmail, dan “menambang” Bitcoin juga dilakukan oleh pusat data. (Laporan IEA lainnya mengecualikan operasi kripto, namun tetap menyatukan semua aktivitas pusat data lainnya.)
Sebagian besar perusahaan teknologi yang menjalankan pusat data tidak mengungkapkan berapa persentase penggunaan energi mereka untuk memproses AI. Pengecualiannya adalah Google, yang mengatakan bahwa “pembelajaran mesin” – yang merupakan dasar dari AI yang mirip manusia – hanya menyumbang kurang dari 15 persen penggunaan energi pusat datanya.
Komplikasi lainnya adalah kenyataan bahwa AI, tidak seperti penambangan Bitcoin atau belanja online, dapat digunakan untuk mengurangi dampak terhadap kemanusiaan. AI dapat meningkatkan model iklim, menemukan cara yang lebih efisien untuk menciptakan teknologi digital, mengurangi limbah dalam transportasi, dan mengurangi penggunaan karbon dan air. Salah satu perkiraan, misalnya, menemukan bahwa rumah pintar yang dijalankan dengan AI dapat mengurangi konsumsi CO2 rumah tangga hingga 40 persen. Dan proyek Google baru-baru ini menemukan bahwa AI yang mengolah data atmosfer dengan cepat dapat memandu pilot maskapai penerbangan ke jalur penerbangan yang meninggalkan jejak paling sedikit.
Karena contrail menyumbang lebih dari sepertiga kontribusi penerbangan komersial terhadap pemanasan global, “jika seluruh industri penerbangan memanfaatkan terobosan tunggal AI ini,” kata Dave Patterson, profesor ilmu komputer emeritus di UC Berkeley dan peneliti Google, “ini penemuan tunggal akan menghemat lebih banyak CO₂e (CO₂ dan gas rumah kaca lainnya) dibandingkan CO₂e dari semua AI pada tahun 2020.”
Analisis Patterson memperkirakan bahwa jejak karbon AI akan segera stabil dan kemudian mulai menyusut, berkat peningkatan efisiensi perangkat lunak dan perangkat keras AI dalam menggunakan energi. Salah satu cerminan dari peningkatan efisiensi tersebut: seiring dengan meningkatnya penggunaan AI sejak tahun 2019, persentase penggunaan energi pusat data Google tetap berada di bawah 15 persen. Meskipun lalu lintas internet global telah meningkat lebih dari dua puluh kali lipat sejak tahun 2010, pangsa listrik dunia yang digunakan oleh pusat data dan jaringan meningkat jauh lebih sedikit, menurut IEA.
Namun, data tentang peningkatan efisiensi tidak meyakinkan sebagian orang yang skeptis, yang mengutip fenomena sosial yang disebut “Paradoks Jevons”: Membuat suatu sumber daya menjadi lebih murah terkadang meningkatkan konsumsinya dalam jangka panjang. “Ini adalah efek rebound,” kata Ren. “Anda membuat jalan bebas hambatan lebih luas, orang-orang menggunakan lebih sedikit bahan bakar karena lalu lintas bergerak lebih cepat, namun kemudian Anda mendapatkan lebih banyak mobil yang masuk. Anda mendapatkan konsumsi bahan bakar yang lebih banyak dibandingkan sebelumnya.” Jika pemanasan rumah menjadi 40 persen lebih efisien berkat AI, salah satu kritikus baru-baru ini menulis, orang-orang dapat menjaga rumah mereka tetap hangat selama berjam-jam dalam sehari.
“AI adalah percepatan dalam segala hal,” kata Dodge. “Itu membuat apa pun yang Anda kembangkan berjalan lebih cepat.” Di Allen Institute, AI telah membantu mengembangkan program yang lebih baik untuk memodelkan iklim, melacak spesies yang terancam punah, dan membatasi penangkapan ikan yang berlebihan, katanya. Namun secara global AI juga dapat mendukung “banyak aplikasi yang dapat mempercepat perubahan iklim. Di sinilah Anda mendapat pertanyaan etis tentang jenis AI yang Anda inginkan.”
Jika penggunaan listrik global terasa agak abstrak, maka penggunaan air di pusat data merupakan isu yang lebih bersifat lokal dan nyata – khususnya di wilayah yang terkena dampak kekeringan. Untuk mendinginkan perangkat elektronik yang rumit di bagian dalam pusat data yang bersih, air harus bebas dari bakteri dan kotoran yang dapat mengotori pekerjaan. Dengan kata lain, pusat data sering kali bersaing “untuk mendapatkan air yang sama yang diminum, dimasak, dan dicuci oleh orang-orang,” kata Ren.
Pada tahun 2022, kata Ren, pusat data Google mengonsumsi sekitar 5 miliar galon (hampir 20 miliar liter) air bersih untuk pendinginan. (“Penggunaan konsumtif” tidak termasuk air yang dialirkan melalui gedung dan kemudian dikembalikan ke sumbernya.) Menurut studi terbaru yang dilakukan Ren, pusat data Google menggunakan 20 persen lebih banyak air pada tahun 2022 dibandingkan pada tahun 2021, dan penggunaan air Microsoft naik sebesar 34 persen pada periode yang sama. (Pusat data Google menghosting chatbot Bard dan AI generatif lainnya; server Microsoft menghosting ChatGPT serta saudara kandungnya yang lebih besar, GPT-3 dan GPT-4. Ketiganya diproduksi oleh OpenAI, di mana Microsoft adalah investor besarnya.)
Dengan semakin banyaknya pusat data yang dibangun atau diperluas, tetangga mereka kesulitan mengetahui berapa banyak air yang mereka ambil. Misalnya, di The Dalles, Oregon, tempat Google menjalankan tiga pusat data dan merencanakan dua pusat data lagi, pemerintah kota mengajukan gugatan pada tahun 2022 untuk merahasiakan penggunaan air Google dari para petani, pemerhati lingkungan, dan suku asli Amerika yang mengkhawatirkan dampaknya. pada pertanian dan pada hewan dan tumbuhan di wilayah tersebut. Kota ini menarik gugatannya awal tahun lalu. Catatan yang kemudian dipublikasikan menunjukkan bahwa tiga pusat data Google yang masih ada menggunakan lebih dari seperempat pasokan air kota. Dan di Chile dan Uruguay, protes meletus atas rencana pusat data Google yang akan memanfaatkan reservoir yang sama yang memasok air minum.
Yang terpenting, kata para peneliti, yang dibutuhkan adalah perubahan budaya dalam dunia pengembangan AI yang masih terbatas. Pencipta AI Generatif harus fokus melampaui lompatan teknis dari kreasi terbaru mereka dan tidak terlalu berhati-hati mengenai detail data, perangkat lunak, dan perangkat keras yang mereka gunakan untuk membuatnya.
Suatu hari nanti, kata Dodge, AI mungkin dapat – atau diwajibkan secara hukum – untuk memberi tahu pengguna tentang dampak air dan karbon dari setiap permintaan yang dibuatnya. “Itu akan menjadi alat luar biasa yang akan membantu lingkungan,” katanya. Namun, untuk saat ini, pengguna individu tidak memiliki banyak informasi atau kemampuan untuk mengetahui jejak AI mereka, apalagi mengambil keputusan mengenai hal tersebut.
“Sayangnya, tidak banyak yang bisa dilakukan individu,” kata Ren. Saat ini, Anda dapat “mencoba menggunakan layanan ini dengan bijaksana,” katanya.
Koreksi, 21 Februari 2024: Versi awal artikel ini salah mengutip peneliti Dave Patterson yang merujuk pada emisi CO₂ dari penerbangan global. Patterson sebenarnya mengacu pada emisi CO₂e (“setara karbon dioksida”), suatu pengukuran yang mencakup CO₂ dan gas rumah kaca lainnya.
