Ловушка эффективности: почему более умный искусственный интеллект поглотит больше ресурсов, а не меньше

Чаще всего тревогу по поводу растущих аппетитов дата-центров принято успокаивать одним и тем же аргументом: в будущем модели искусственного интеллекта станут совершеннее и эффективнее, а значит, и ресурсов им понадобится меньше. Однако, согласно новому докладу Организации Объединённых Наций, это внешне логичное рассуждение — опасная ловушка.

Авторы доклада количественно оценили экологические издержки ИИ и пришли к отрезвляющим выводам. По их оценкам, к 2030 году потребление энергии системами искусственного интеллекта удвоится и достигнет трёх процентов мирового объёма электричества. Связанные с этим выбросы парниковых газов сравняются с углеродным следом всей Великобритании, а объём воды, расходуемой на охлаждение серверов, превысит годовую потребность в питьевой воде всего населения планеты.

Парадокс Джевонса: почему дешевизна убивает экономию

В основе этого мрачного прогноза лежит экономический принцип, известный как «парадокс Джевонса». Названный в честь экономиста Уильяма Стэнли Джевонса, наблюдателя за использованием угля в Англии XIX века, он гласит: когда технологический прогресс повышает эффективность использования ресурса, общее потребление этого ресурса не падает, а, напротив, растёт. Рост эффективности не снизил тогда потребление угля — удешевление привело к расширению сфер его применения и лавинообразному росту спроса.

Та же участь, по мнению экспертов ООН, ждёт и искусственный интеллект. По мере того как модели ИИ будут становиться дешевле, доступнее и привлекательнее для бизнеса, неизбежно появятся новые, всё более массовые способы их использования. Этот вал полностью уничтожит, а возможно, и многократно перекроет любую экономию, полученную за счёт технического прогресса.

Масштаб надвигающейся катастрофы

Уже сегодня аппетиты индустрии колоссальны. В прошлом году дата-центры потребили столько же электричества, сколько Саудовская Аравия — одиннадцатый по величине потребитель энергии в мире. Если к 2030 году этот показатель удвоится, как предсказывает доклад, для компенсации связанного с этим углеродного следа потребуется посадить 6,7 миллиарда деревьев и ждать десять лет. Кроме того, центрам обработки данных понадобится 9,3 триллиона литров пресной воды и территория, почти в десять раз превышающая площадь Мехико.

Однако проблема не сводится к одним лишь ресурсам. Доклад вскрывает глубокое структурное неравенство, лежащее в основе бума ИИ: только 32 страны размещают у себя облачную инфраструктуру для искусственного интеллекта, и 90 процентов этих мощностей сосредоточены в США и Китае. Авторы предупреждают о стремительно расширяющемся цифровом разрыве между государствами, которые строят и контролируют системы ИИ, и теми, кто их лишь потребляет. При этом именно страны-потребители зачастую несут непропорционально тяжёлое экологическое бремя, связанное с добычей полезных ископаемых для производства чипов и утилизацией электронных отходов.

Ответственный ИИ — это не только про алгоритмы

Операционный след ИИ определяется двумя главными силами: как много мы его используем и как именно мы это делаем. Речь идёт обо всех задачах, которые выполняют модели, — от генерации текста и кода до создания изображений и видео, — и каждая из этих задач требует разного уровня вычислительных усилий. Важен и выбор конкретной модели: разные системы ИИ справляются с одной и той же работой с совершенно разными энергетическими и экологическими затратами.

Доклад настаивает на том, что подлинно ответственный искусственный интеллект требует управления по всей цепочке создания стоимости: от добычи минералов до переработки и безопасной утилизации отслужившего оборудования. Авторы призывают соединить технологические возможности с заботой об окружающей среде — думать не только о том, что ИИ может дать нам, но и о защите природного мира. На практике это означает, что экологическая отчётность должна стать рутинной частью процесса разработки — на уровне как отдельных моделей, так и выполняемых ими задач, — а прогнозируемый спрос со стороны ИИ необходимо заблаговременно закладывать в климатическое и энергетическое планирование.

Лёгкое регулирование, тяжёлые последствия

Вопрос ответственного ИИ критически важен именно сейчас, когда правительства одно за другим внедряют искусственный интеллект в государственный сектор. В Новой Зеландии, к примеру, запущена национальная стратегия по ИИ и принята рамочная программа использования ИИ на госслужбе. Хотя программа опирается на ценностные принципы ОЭСР, включая инклюзивное и устойчивое развитие, в ней нет ни требований к раскрытию экологических показателей, ни регулирующего органа, который бы отслеживал потребление энергии и выбросы. Похожая ситуация в Австралии, где улучшение государственных услуг — часть национального плана по ИИ: Национальный архив кино и звука создал систему Bowerbird для автоматической расшифровки аудио и видео, а Министерство по делам ветеранов тестирует прототип инструмента, ускоряющего обработку заявлений. Обе страны придерживаются намеренно «мягкого», основанного на принципах подхода к регулированию ИИ.

Но именно этот подход рискует упустить из виду растущую экологическую цену, которую невозможно устранить одним лишь совершенствованием алгоритмов. Природная среда — это фундамент экономики, культуры и благополучия, и она должна находиться в центре любого стратегического мышления. Пришло время пересмотреть сценарий инноваций в сфере ИИ и сместить фокус на устойчивое технологическое будущее, пока обещанная эффективность не обернулась планетарным ресурсным кризисом, остановить который будет уже некому.

Источник: The Conversation (оригинальная статья опубликована под лицензией Creative Commons).