Trí tuệ nhân tạo (AI) đã nổi lên như một công cụ mạnh mẽ trong nhiều ngành công nghiệp khác nhau, cách mạng hóa lĩnh vực chăm sóc sức khỏe, thiên văn học, v.v. Mặc dù AI mang lại nhiều lợi ích, bao gồm vai trò của nó trong việc giải quyết vấn đề biến đổi khí hậu, nhưng nó cũng đặt ra những thách thức về môi trường. Bài viết này khám phá tác động môi trường của AI, tập trung vào mức tiêu thụ năng lượng, lượng khí thải carbon và sử dụng nước, khi các chuyên gia vật lộn với sự cân bằng phức tạp giữa lợi ích và tác hại.

Bản chất kép của AI

Xác định liệu công nghệ AI mang lại nhiều tác hại hay lợi ích hơn là một nhiệm vụ phức tạp. Một mặt, AI nâng cao hiệu quả và năng suất trong các lĩnh vực như chăm sóc sức khỏe và khoa học khí hậu. Ngược lại, một số hệ thống AI nhất định tiêu thụ năng lượng đáng kể và khuếch đại các ngành công nghiệp vốn đã gây hại cho môi trường, đặt ra những tình huống khó xử về đạo đức và môi trường.

Tác động môi trường của AI vẫn chưa được hiểu rõ, cần nghiên cứu sâu hơn để đánh giá phạm vi đầy đủ của nó. Các chuyên gia nhấn mạnh sự cần thiết phải kiểm tra toàn diện các công nghệ AI, chẳng hạn như Bard và ChatGPT của Google, những công nghệ được công nhận về khả năng dựa trên văn bản.

Các mô hình ngôn ngữ lớn (LLM) như Bard và ChatGPT đã thu hút được sự chú ý vì tính chất tiêu tốn nhiều năng lượng của chúng. Những mô hình này yêu cầu năng lượng tính toán lớn trong cả giai đoạn đào tạo và sử dụng, làm dấy lên mối lo ngại về lượng khí thải carbon của chúng.

Lượng khí thải carbon trong đào tạo AI

Một báo cáo gần đây của Viện Nghiên cứu Nâng cao Canada (CIFAR) đã làm sáng tỏ lượng khí thải carbon liên quan đến việc đào tạo LLM. Đào tạo là một quá trình tiêu tốn nhiều năng lượng, với các chip máy tính chuyên dụng ngày càng trở nên mạnh mẽ hơn trong những năm gần đây. Điều này giúp tăng tốc độ học tập nhưng cũng làm tăng mức tiêu thụ tài nguyên, bao gồm cả điện từ các nguồn không tái tạo, góp phần tạo ra lượng khí thải carbon.

Theo nghiên cứu, GPT-3 của Microsoft đã thải ra 502 tấn CO2 trong quá trình huấn luyện, tương đương với lượng khí thải hàng năm của 304 ngôi nhà. Gopher của DeepMind, LLM 2021, đã thải ra 352 tấn CO2. Điều quan trọng là lượng khí thải carbon vẫn tiếp tục ngay cả trong quá trình sử dụng AI khi trả lời các truy vấn vì mỗi tương tác đều có tác động đến carbon.

Cạn kiệt nước bởi AI

Các hệ thống AI, đặc biệt là LLM, tạo ra nhiệt trong quá trình hoạt động, cần có cơ chế làm mát. Điều này dẫn đến việc tiêu thụ một lượng lớn nước ngọt, gây thêm căng thẳng cho tài nguyên môi trường. Ví dụ: trung tâm dữ liệu của Google đã tiêu thụ 12,7 tỷ lít nước ngọt để làm mát vào năm 2021, trong khi trung tâm đào tạo của Microsoft GPT-3 sử dụng khoảng 700.000 lít nước ngọt.

Tác động của thuật toán nhỏ hơn

Các thuật toán AI nhỏ hơn, như Bloom, cũng góp phần gây ra những lo ngại về môi trường. Mặc dù tác động riêng lẻ của chúng có vẻ nhỏ nhưng tác động tích lũy của chúng có thể rất đáng kể khi được triển khai trong các ứng dụng hướng tới người dùng nhận được hàng triệu truy vấn hàng ngày. Những tính toán này không tính đến chi phí môi trường bổ sung liên quan đến việc làm mát tòa nhà, lưu trữ máy tính và mạng máy chủ.

Những nỗ lực hướng tới AI bền vững đang có đà phát triển. Ví dụ, Microsoft đang đầu tư vào nghiên cứu để đo lường mức sử dụng năng lượng và tác động carbon của AI đồng thời nỗ lực cải thiện hiệu quả. Các công ty cũng đang nhấn mạnh việc sử dụng các nguồn năng lượng sạch để cung cấp năng lượng cho các trung tâm dữ liệu và phù hợp với các mục tiêu bền vững.

Tác động đa dạng của AI

Tác động môi trường của AI thay đổi đáng kể tùy theo ứng dụng của nó. Các mô hình AI dự đoán có thể đóng góp tích cực bằng cách hỗ trợ giảm thiểu biến đổi khí hậu, chẳng hạn như phát hiện nạn phá rừng. Tuy nhiên, công nghệ tương tự có thể làm trầm trọng thêm các vấn đề môi trường khi được áp dụng để đẩy nhanh việc khai thác tài nguyên trong các ngành công nghiệp như thăm dò dầu khí.

AI có thể đóng một vai trò quan trọng trong việc chống biến đổi khí hậu khi được sử dụng một cách thận trọng. Nó hỗ trợ tìm hiểu các mô hình môi trường, dự báo thiên tai và tối ưu hóa việc sử dụng tài nguyên trong các lĩnh vực khác nhau. Trong khi các mô hình ngôn ngữ lớn có thể thu hút sự chú ý, lĩnh vực AI rộng hơn bao gồm nhiều ứng dụng với các yêu cầu năng lượng khác nhau.

AI vượt ra ngoài các mô hình ngôn ngữ lớn

Tác động của AI vượt ra ngoài các LLM cao cấp, ảnh hưởng đến nhiều khía cạnh khác nhau của xã hội. Hệ thống gợi ý, thuật toán điều khiển cho nhà máy, hình ảnh vệ tinh cho nông nghiệp và thuật toán dự báo tài chính đều dựa vào AI. Những ứng dụng này thường tiêu thụ ít năng lượng hơn LLM nhưng có tác động xã hội sâu sắc.

Hậu quả môi trường của công nghệ AI, đặc biệt là các mô hình ngôn ngữ lớn, cần được xem xét cẩn thận. Khi thế giới đang vật lộn với sức hấp dẫn và sự e ngại xung quanh AI, việc hiểu được những tác động môi trường đa dạng của nó là rất quan trọng. Tạo sự cân bằng giữa việc khai thác tiềm năng thay đổi tích cực của AI và giảm thiểu chi phí môi trường của nó là một thách thức đang diễn ra, đòi hỏi sự hợp tác giữa các nhà nghiên cứu, các bên liên quan trong ngành và các nhà hoạch định chính sách.