Как искусственный интеллект влияет на окружающую среду?
Компании Google и Mistral опубликовали оценки воздействия своих моделей искусственного интеллекта на окружающую среду. По оценкам компаний, ежедневное использование моделей потребляет незначительное количество энергии, воды и выделяет малое количество углекислого газа. Обучение моделей ИИ требует значительно больше ресурсов, чем их повседневная эксплуатация.
Недавно Google и Mistral, компании, разрабатывающие модели искусственного интеллекта (ИИ), опубликовали собственные оценки воздействия своих моделей на окружающую среду.
Оценка потребления ресурсов
Google сосредоточилась на потреблении энергии и воды при обработке запросов к своей модели Gemini. По оценкам компании, средний запрос к Gemini потребляет 0,24 Вт⋅ч энергии, 0,26 мл воды и выделяет эквивалент 0,03 г углекислого газа. Для сравнения, это примерно 9 секунд просмотра телевизора.
Mistral представила оценку воздействия своей модели Le Chat. Согласно отчету, для генерации страницы текста (400 токенов) Le Chat потребляет 50 мл воды, выделяет эквивалент 1,14 г углекислого газа и использует 0,2 мг невозобновляемых ресурсов.
Важно отметить, что эти оценки были проведены самими компаниями и не были проверены независимыми аудиторами. Кроме того, обучение модели ИИ потребляет значительно больше ресурсов, чем ее ежедневное использование.
Сравнение с другими моделями
Google утверждает, что сравнительные модели обычно более снисходительны и учитывают только влияние активного потребления TPU и GPU. В этом случае средний текстовый запрос к Gemini использует 0,10 Вт⋅ч энергии, 0,12 мл воды и выделяет эквивалент 0,02 г углекислого газа.
Оценка воздействия обучения моделей
Mistral также опубликовала оценку воздействия обучения своей модели Large 2. В январе 2025 года обучение этой модели выделило эквивалент 20,4 килотонн углекислого газа, потребовало 281 000 кубических метров воды и использовало 650 кг ресурсов. Это примерно 112 олимпийских бассейнов потребления воды.
По оценкам EPA, средний автомобиль в год производит 4,6 метрических тонн углекислого газа. Таким образом, выбросы CO2 от обучения модели Large 2 эквивалентны выбросам 4435 автомобилей.
Факторы, влияющие на оценку
Важно понимать, что эти оценки основаны на предположении, что энергия производится способами, которые фактически выделяют углекислый газ, например, сжиганием угля. Использование «чистой» энергии, такой как солнечная, снижает этот показатель.
Потребление воды обычно подразумевает использование испарительного охлаждения, при котором тепло от чипа или сервера (возможно, охлаждаемого водой) переносится в испарительный охладитель. Испарительный охладитель эффективно отводит тепло, подобно тому, как ваше тело охлаждается после тренировки.
Призыв к действию
Mistral призывает всех участников цепочки создания ценности ИИ — разработчиков, политиков, предприятия, правительства и граждан — к совместной ответственности за снижение воздействия на окружающую среду. Компания призывает других производителей моделей ИИ следовать ее примеру и публиковать собственные оценки воздействия на окружающую среду.
Будущее ИИ и окружающей среды
Потребление ресурсов ИИ может варьироваться в зависимости от типа и размера модели, типа вывода и многих других факторов. Несмотря на то, что вопрос о том, является ли ИИ «плохим» для окружающей среды, остается открытым, отчеты Google и Mistral создают основу для более взвешенного обсуждения этой темы.
Развитие искусственного интеллекта ставит перед человечеством новые вызовы, в том числе связанные с его воздействием на окружающую среду.
Публикация отчетов Google и Mistral о потреблении ресурсов их моделями ИИ — важный шаг к осознанию масштаба проблемы. Оценки показывают, что даже ежедневное использование моделей ИИ, таких как Gemini и Le Chat, требует значительных энергетических затрат и потребления воды.
Необходимо учитывать, что эти оценки не включают ресурсоемкий процесс обучения моделей, который может иметь еще более существенное воздействие на окружающую среду.
Сравнение с другими моделями ИИ показывает, что Google и Mistral стремятся к повышению эффективности своих решений, но для достижения устойчивого развития необходимы совместные усилия всех участников рынка.
Важным фактором является использование возобновляемых источников энергии, которое может существенно снизить углеродный след от ИИ.
Открытость компаний в отношении оценки воздействия моделей на окружающую среду — положительный сигнал, который может стимулировать развитие более экологичных решений в области ИИ.
В будущем необходимо продолжить исследования и разработку методов минимизации негативного влияния ИИ на окружающую среду.
