Chi Phí Ẩn của Sự Tiện Lợi: Tại Sao Tác Động Môi Trường của Trí Tuệ Nhân Tạo Cần Phải Được Nhìn Thấy

Chúng ta thường xuyên dựa vào trí tuệ nhân tạo để giúp đỡ, cho dù là để tóm tắt điều này, tạo ra điều đó hoặc giải quyết vấn đề này. Nó nhanh chóng, dễ dàng và ngày càng được tích hợp vào cách chúng ta làm việc. Nhưng trong sự vội vàng của chúng ta để làm cho mọi thứ dễ dàng hơn, chúng ta đã bỏ qua một phần quan trọng của câu chuyện: chi phí môi trường đằng sau sự tiện lợi kỹ thuật số.

Mọi tương tác trí tuệ nhân tạo đều dựa trên điều gì đó mà chúng ta không bao giờ nhìn thấy và hiếm khi xem xét – trung tâm dữ liệu, chip, lưới điện, hệ thống làm mát và mạng lưới hậu cần toàn cầu. “Cơ sở hạ tầng vô hình” này làm cho trí tuệ nhân tạo cảm giác như không có trọng lượng. Nhưng chi phí môi trường là hoàn toàn khác.

Đã đến lúc chúng ta phải làm cho chi phí đó trở nên rõ ràng. Khi trí tuệ nhân tạo trở nên trung tâm hơn trong hoạt động kinh doanh, tác động của nó đối với năng lượng, nước và khí thải cũng tăng lên. Câu hỏi không chỉ là làm thế nào để mô hình tiếp theo trở nên mạnh mẽ hơn mà còn là liệu chúng ta đã sẵn sàng để chịu trách nhiệm về những gì cần thiết để chạy nó.

Trí tuệ nhân tạo có một vấn đề về quang học. Không giống như khói từ một nhà máy hoặc giao thông trên một đường cao tốc, khí thải từ việc đào tạo hoặc truy vấn một mô hình xảy ra sau cánh cửa trong các phòng máy chủ được kiểm soát khí hậu. Điều đó không làm cho chúng trở nên ít thực tế hơn.

Chạy các mô hình tiên tiến đòi hỏi một lượng điện năng đáng kể. Ví dụ, đào tạo GPT-3 tiêu thụ nhiều năng lượng như 130 hộ gia đình ở Mỹ sử dụng hàng năm. Và nó không dừng lại ở đó. Quá trình suy luận, quá trình tạo ra các phản hồi, tóm tắt hoặc hình ảnh, sử dụng một lượng điện năng đáng kể. Một truy vấn đơn ChatGPT sử dụng khoảng năm lần nhiều điện năng hơn một tìm kiếm web thông thường, và tạo ra một hình ảnh trí tuệ nhân tạo có thể tiêu thụ nhiều năng lượng như sạc đầy một điện thoại thông minh.

Tiêu thụ nước cũng là một phần quan trọng của bức tranh. Mỗi lần ChatGPT tạo ra một email ngắn 100 từ sử dụng mô hình GPT-4, nó tiêu thụ khoảng thể tích của một chai nước tiêu chuẩn. Nước đó được sử dụng để làm mát các máy chủ trong trung tâm dữ liệu, tạo ra nhiệt độ cao trong quá trình hoạt động. Nếu quy mô đó lên để sử dụng hàng tuần bởi 10% người Mỹ đi làm, thì lượng nước sử dụng hàng năm sẽ bằng với lượng nước tiêu thụ hàng ngày của mọi hộ gia đình ở Rhode Island, trong một ngày và một nửa.

Khi tải trọng trí tuệ nhân tạo tăng lên, nhu cầu điện năng của trung tâm dữ liệu cũng tăng lên. Ngân hàng Thế giới ước tính rằng lĩnh vực Công nghệ Thông tin và Truyền thông (ICT) rộng lớn hơn, bao gồm trí tuệ nhân tạo, hiện chiếm ít nhất 1,7% khí thải nhà kính toàn cầu. Mặc dù con số đó có thể看似 khiêm tốn, nhưng nó chỉ phản ánh mức độ áp dụng hiện tại. Với sự phát triển liên tục của trí tuệ nhân tạo – cùng với việc tăng cường truy cập internet toàn cầu, lưu trữ đám mây, thiết bị IoT và thậm chí công nghệ blockchain – tác động tập thể có thể tăng lên đáng kể, ngay cả khi một số hiệu quả được đạt được.

Sự tách biệt giữa việc sử dụng trí tuệ nhân tạo dễ dàng và việc chạy nó đòi hỏi nhiều tài nguyên làm cho vấn đề này dễ bị bỏ qua.

Nhưng nó cũng chỉ ra giải pháp. Chúng ta không cần phải làm chậm lại sự đổi mới. Chúng ta cần phải có chủ đích hơn trong việc thiết kế và triển khai nó. Điều đó có nghĩa là đặt ra những câu hỏi tốt hơn, yêu cầu nhà cung cấp chịu trách nhiệm và tính đến tính bền vững trong mọi quyết định về trí tuệ nhân tạo.

Những hệ thống này chỉ đang trở nên mạnh mẽ hơn. Nếu chúng ta muốn chúng giúp giải quyết các thách thức môi trường, chúng ta phải đảm bảo rằng chúng không làm cho tình hình trở nên tồi tệ hơn.

Từ Cơ Sở Hạ Tầng Đến Trách Nhiệm

Tác động môi trường của trí tuệ nhân tạo không chỉ giới hạn ở khoảnh khắc người dùng nhấn “enter”. Có một chuỗi cung ứng đằng sau nó: khai thác, sản xuất chip, vận chuyển thiết bị, và xây dựng trung tâm dữ liệu. Thực tế này tạo ra một loại thách thức trách nhiệm mới cho các công ty. Không giống như các nguồn khí thải truyền thống, nơi tác động có thể được gắn với nhiên liệu bị đốt hoặc quãng đường đi, chi phí của trí tuệ nhân tạo được phân bổ trên các hệ thống và nhà cung cấp. Dễ dàng nghĩ rằng trách nhiệm thuộc về “đám mây” hoặc “nhà cung cấp”.

Nhưng nếu bạn sử dụng trí tuệ nhân tạo thông qua một nền tảng SaaS, nhà cung cấp đám mây hoặc công cụ nội bộ, thì khí thải và sử dụng năng lượng là một phần của dấu chân hoạt động của bạn. Điều đó đặc biệt đúng khi xem xét khí thải Phạm vi 3, bao gồm những khí thải được tạo ra trên toàn chuỗi giá trị.

Tin tốt là trách nhiệm không phải là về việc đổ lỗi. Đó là về nhận thức, minh bạch và ra quyết định tốt hơn.

Làm Cho Điều Vô Hình Trở Nên Hiển Thị

Vậy làm thế nào chúng ta có thể làm cho chi phí môi trường ẩn của trí tuệ nhân tạo trở nên rõ ràng? Điều đó bắt đầu bằng việc suy nghĩ lại cách chúng ta đánh giá các công cụ chúng ta sử dụng.

Các nhóm mua sắm nên hỏi về chức năng, nguồn năng lượng, hiệu quả trung tâm dữ liệu và báo cáo khí thải. Nếu một nhà cung cấp không thể cho bạn biết công cụ trí tuệ nhân tạo của họ tiêu thụ bao nhiêu năng lượng hoặc liệu họ có dựa vào năng lượng tái tạo hay không, đó là một tín hiệu cảnh báo.

Các nhóm sản phẩm và kỹ thuật có thể đưa ra quyết định thiết kế giảm thiểu tác động mà không ảnh hưởng đến kết quả. Điều đó bao gồm sử dụng các mô hình nhỏ hơn, tinh chỉnh khi có thể và tránh sự phức tạp không cần thiết. Một mô hình hiệu quả hơn không chỉ nhanh hơn, mà còn xanh hơn.

Nhân viên cũng có thể đóng góp. Đào tạo các nhóm để viết các yêu cầu rõ ràng, nhắm mục tiêu giảm thiểu số lượng truy vấn cần thiết và giảm thiểu thời gian tính toán. Một yêu cầu được xây dựng tốt có thể mang lại kết quả chính xác ngay lập tức, trong khi nhiều yêu cầu không rõ ràng có thể lãng phí năng lượng với mỗi lần lặp lại.

Lãnh đạo điều hành có thể kết nối các điểm giữa đổi mới và tính bền vững. Việc áp dụng trí tuệ nhân tạo nên được căn chỉnh với các mục tiêu khí hậu, không được coi là một chiến lược riêng biệt. Những thay đổi nhỏ bắt đầu cộng lại khi các tổ chức đưa tác động môi trường vào cuộc trò chuyện ở mọi cấp độ.

Tại Sao Tiêu Chuẩn ISO 42001 Cung Cấp Một Bản Đồ Đường Đi Hữu Ích

Tiêu chuẩn ISO 42001, tiêu chuẩn quốc tế mới về hệ thống quản lý trí tuệ nhân tạo, giới thiệu một焦 điểm quan trọng: khuyến khích các tổ chức xem xét không chỉ hiệu suất của hệ thống trí tuệ nhân tạo mà còn cả tác động của chúng đối với con người và hành tinh. Nó không coi khí hậu như một suy nghĩ sau; nó coi đó là một rủi ro đáng được quản lý từ đầu.

Đối với các công ty đã làm việc hướng tới ISO 14001 (quản lý môi trường) hoặc mục tiêu không phát thải ròng, ISO 42001 cung cấp một cầu nối. Nó giúp căn chỉnh quản trị trí tuệ nhân tạo với các chiến lược bền vững rộng lớn hơn, từ theo dõi khí thải đến quan hệ đối tác nhà cung cấp có trách nhiệm.

Trí Tuệ Nhân Tạo Có Thể Đưa Ra Gì

Dễ dàng tập trung vào các mặt tiêu cực, nhưng trí tuệ nhân tạo cũng mang lại tiềm năng thực sự để giúp chúng ta giải quyết các vấn đề môi trường.

Đã có, trí tuệ nhân tạo đang giúp các công ty tiện ích dự báo nhu cầu và điều chỉnh sử dụng năng lượng theo thời gian thực để tích hợp tốt hơn các nguồn năng lượng tái tạo như gió và mặt trời. Trong nông nghiệp, nó đang được sử dụng để theo dõi độ ẩm của đất và điều kiện thời tiết để hướng dẫn lịch trình tưới tiêu và giảm thiểu dòng chảy phân bón. Các công ty hậu cần đang sử dụng trí tuệ nhân tạo để lập kế hoạch cho các tuyến đường giao hàng hiệu quả hơn, giảm tiêu thụ nhiên liệu và thời gian chờ. Và có lẽ quan trọng nhất, trí tuệ nhân tạo đang tăng tốc theo dõi khí thải bằng cách phân tích dữ liệu mua sắm và nhà cung cấp, giúp các công ty tính toán các khí thải Phạm vi 3 khó đo lường và xác định nơi giảm thiểu là có thể.

Nếu được triển khai một cách cẩn thận, trí tuệ nhân tạo có thể hoạt động không chỉ như một người tiêu thụ tài nguyên mà còn như một người thúc đẩy các giải pháp khí hậu thông minh.

Đã Đến Lúc Nhìn Kĩ Hơn

Trí tuệ nhân tạo sẽ không chậm lại, và nó không nên. Tuy nhiên, chúng ta phải bắt đầu làm cho dấu chân môi trường của nó trở nên rõ ràng và có thể quản lý hơn.

Điều đó có nghĩa là:

• Chọn các đối tác báo cáo và giảm thiểu khí thải của họ.
• Đào tạo các nhóm để sử dụng trí tuệ nhân tạo một cách hiệu quả và có chủ đích.
• Xem xét tác động môi trường như một phần của phương trình giá trị, không phải là một sự đánh đổi.

Chúng ta đã quen với việc nghĩ về trí tuệ nhân tạo như vô hình. Nhưng đó là một vấn đề nhận thức, không phải là một vấn đề vật lý. Các máy chủ là có thật, khí thải là có thể đo lường, và nước là hữu hạn.

Giờ là lúc xây dựng thói quen trách nhiệm để các hệ thống chúng ta dựa vào không làm suy yếu âm thầm tương lai chúng ta đều cố gắng bảo vệ.