ChatGPT和稳定扩散等人工智能模型需要大量的能量和二氧化碳。这是一个令人担忧的趋势，最近的研究为人工智能对气候的影响提供了重要的见解。
生成式人工智能是一项强大的技术，应用于从产品开发到医学研究等各个领域。然而，它的使用会产生显着的碳足迹。HuggingFace和卡内基梅隆大学的研究人员最近进行的一项研究表明，使用人工智能生成单个图像所消耗的能量与给智能手机充满电所消耗的能量一样多。
这项研究由HuggingFace的SashaLuccioni领导，分析了10个提示对88种不同(基于云)人工智能模型的影响。CodeCarbon工具用于测量能源消耗。分析显示，创建图像是碳和能源最密集的活动。
1,000张图像相当于4.1英里的车程
使用StableDiffusionXL等强大的AI模型创建1,000张图像所产生的二氧化碳量与驾驶普通汽油车行驶4.1英里大致相同，即约1.1公斤二氧化碳。然而，文本生成模型的碳足迹显着降低。
所分析的最低碳模型仅产生相当于类似车辆0.0006英里行程的二氧化碳量，即约0.002公斤二氧化碳。然而，例如，如果考虑本地使用的NPU，人工智能应用程序可以以更加节能的方式运行。
大型人工智能模型导致排放量增加
人们可能会认为，人工智能图像的高二氧化碳排放量是由于训练所需的大量能源造成的，因为人工智能模型是使用超级计算机处理的庞大图像数据集进行训练的。然而，大部分排放来自实际使用，而不是训练大型模型。
Luccioni估计，用于训练ChatGPT等大型语言模型的能量在仅仅使用几周后就被超出了。这是因为流行的聊天机器人每天约有1000万用户。研究还表明，运行大型生成模型比使用仅用于特定任务的更具体的模型要消耗更多的能量。
如果您正在执行特定的应用程序，例如通过电子邮件搜索……您真的需要这些功能齐全的大型模型吗?我会说不。
-萨莎·卢奇奥尼
卢奇奥尼希望研究结果能够鼓励人们有意识地消费生成式人工智能，并尽可能选择更节能的模型。研究人员旨在提高人们对这一主题的认识，并鼓励公司对其能源足迹承担更多责任。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！