人工知能 (AI) は、私たちが知っているように世界を変えました。健康管理の監視からスピーチの執筆に至るまで、あらゆる用途に使用されています。しかし、このテクノロジーが環境に与える影響は深刻な懸念となっています。

最もよく知られた AI モデルの 1 つである ChatGPT は、次のような生成 AI の一種です。自然言語チャットボット スタイルの Web インターフェイスでユーザーのクエリに応答する処理。

ChatGPT を作成した会社 OpenAI が、第 3 世代の社員をトレーニングしていたとき、モデル（つまり、ユーザーの質問に対してどのようなコンテンツを生成するかを教えている）、カナダの 120 世帯に 1 年間電力を供給するのに十分な電力を使用しました。

そして、トレーニングは AI モデルの排出の 1 つの側面にすぎません。時間の経過とともに最も大きく影響するのは、モデル推論、つまりモデルをライブで実行するプロセスです。ChatGPT のような大規模な言語モデルは常に実行され、ユーザーの質問を待ちます。

これらのモデルに電力を供給するために必要なデータセンターは現在、世界のエネルギー消費量の 3% を占めていますが、データセンターはほとんどエネルギーを使用しません。再生可能エネルギー源、 そして、フォーブスによると、同じくらいの量のCOを排出しています₂ブラジル国全体として。

ダルハウジー大学コンピューター サイエンス学部の助教授、トゥシャール シャルマ博士の登場です。

Sharma 博士の研究は、持続可能な AI とソフトウェア エンジニアリングに焦点を当てています。言い換えれば、彼はこれらのモデルを構築して実行するソース コードが可能な限りクリーンで効率的であることを保証します。そうでない場合は、それを特定して修正します。

Sharma 博士の SMART Lab が最近出版されました研究でソフトウェアエンジニアリングと方法論に関するACMトランザクションコードのどの部分が最も電力を消費しているかを特定することで、AI モデルのエネルギー消費を詳細なレベルで測定する方法を詳しく説明します。（家の電気代を考えてみましょう。電気代は、家のエネルギー消費量を大幅に示しますが、通常、どの電化製品が最も多くの電力を消費しているかを詳細に示すことはありません。）

別の研究では、彼の研究室は、AI モデル内の何十ものコード層をふるいにかけて、関連性、有用性、効果性がなくなったトークンを「プルーニング」しました。

「私たちはこれらの大きなモデルの各層を戦略的に移動し、内部で必要な計算を削減します」と彼は説明します。

アイデアは、モデルをより効率的にトレーニングして、電力消費とその後の排出量を削減することです。「私たちは、エネルギーや二酸化炭素排出量の削減につながる、電力や時間をできるだけ使わなくて済むように努めています。」と彼は言います。「理想的なシナリオは、利点を犠牲にすることなく、これらのシステムのトレーニングや運用に必要なエネルギーを削減できることです。」

では、AIには価値があるのでしょうか？

ダル大学コンピューターサイエンス学部の学部長代理であるクリスチャン・ブルアン博士は、AIには私たちが知っているように世界を変える可能性があり、テクノロジーをより環境に優しいものにするかどうかに関係なく、それは起こるだろうと述べています。

「私たちには、より少ないリソースで重要な問題に取り組むより良い方法を見つける責任があります。」と彼は言います。「人々が AI を活用する新しい方法を発見するにつれて、コンピュータ サイエンスを開発して AI をより持続可能なものにすることが重要です。」

このバランスは、気候分野で働く人々にとって特に重要です。アニヤ・ウェイト博士は、ダルの研究機関であるオーシャン・フロンティア研究所（OFI）のCEO兼科学ディレクターです。OFI は、気候システムにおける海洋の変化する役割を研究し、気候変動を緩和するためのソリューションを提供しています。

ウェイト博士は、AI はデータを管理し、効率と精度を向上させるための重要なツールである一方で、AI の使用によって節約できる以上のエネルギーを費やしてしまうと持続不可能になると述べています。

「シャーマ博士の研究は、AI の効率をサポートし、コストと二酸化炭素排出量を削減するため、非常に重要です」と彼女は言います。「最終的には、シャーマ博士のような研究がなければ、私たちは新しいイノベーションを立ち上げる能力を失う危険があり、それがもたらす大きな利益を逃す可能性があります。」

難しいバランス

Michael Freund 博士はダルのクリーン テクノロジー研究所 (CTRI) の所長ですが、ユーザーは自分が使用するテクノロジーをサポートするために必要なインフラストラクチャと運用を常に認識しているわけではないと述べています。

「AI の責任ある成長には次のことを考慮する必要があります」環境要因フロイント博士は、「より効率的なコード、責任ある使用、データセンターとグリーンエネルギー源の接続など、効率的な運用が必要になるはずです。」と述べています。

OFI と同様に、CTRI は業務の効率を高めるために AI を頻繁に使用しているため、バランスが難しいことを同氏は認めています。

「シャルマ博士のような研究者による研究は、AIの真の価値に光を当て、それがどのように開発され、使用されるかについての決定に情報を与えるでしょう」と彼は言います。

グリーン AI の未来

データセンターを再生可能エネルギー源の使用に転換することも大きなハードルであり、シャルマ博士は、彼のような研究と太陽光、風力、水力発電を組み合わせることで、AI がより環境に優しいものになるだろうと述べています。

「これらのテクニックはすべて、最終的にグリーン AI という目標を達成するのに役立ち、これらの機械学習モデルを低コストで使用し続ける方法を見つけ出すのに役立ちます。エネルギー料金。"

詳細情報:Saurabhsingh Rajput 他、きめ細かいエネルギー測定による深層学習におけるエネルギー認識の強化、ソフトウェアエンジニアリングと方法論に関するACMトランザクション（2024年）。DOI: 10.1145/3680470