ปัญหาจากการใช้พลังงานในการใช้งาน AI
การใช้พลังงานในการ Train AI Large Language Model เป็นประเด็นที่น่ากังวลเนื่องจากมีการใช้พลังงานจำนวนมาก ซึ่งส่งผลกระทบต่อสิ่งแวดล้อม ปัญหาหลักๆ มีดังนี้:
ผลกระทบเชิงลบของ AI ต่อสิ่งแวดล้อม
แม้ AI จะมีประโยชน์มากมาย แต่การพัฒนาและใช้งาน AI ก็ส่งผลกระทบต่อสิ่งแวดล้อมอย่างมากเช่นกัน ดังนี้
- การฝึกโมเดล AI ขนาดใหญ่ต้องใช้พลังงานจำนวนมหาศาล เช่น การฝึก GPT-3 ปล่อยก๊าซคาร์บอนไดออกไซด์ถึง 500 ตัน เทียบเท่ากับการขับรถยนต์น้ำมันเบนซิน 30 คันตลอดอายุการใช้งาน3 ส่วนการฝึก Bloom ของ Hugging Face ปล่อยก๊าซ CO2 ประมาณ 50 ตัน เทียบเท่าเที่ยวบินลอนดอน-นิวยอร์ก 60 เที่ยว
- โมเดล AI ใหม่ๆ มีขนาดใหญ่ขึ้นเรื่อยๆ ต้องใช้ GPU ที่ทรงพลังและใช้เวลาฝึกนานขึ้น ส่งผลให้ใช้ทรัพยากรและพลังงานมากขึ้นตามไปด้วย
- ศูนย์ข้อมูลที่ใช้พัฒนา AI ต้องใช้น้ำจำนวนมากในระบบระบายความร้อน เช่น การฝึก GPT-3 อาจใช้น้ำจืดถึง 700,000 ลิตร แต่ข้อมูลการใช้น้ำมักเป็นความลับ
- การใช้งาน AI บางอย่างอาจเป็นการสิ้นเปลืองพลังงานโดยไม่จำเป็น ไม่คุ้มค่ากับต้นทุนด้านสิ่งแวดล้อม
.
การฝึก ChatGPT ใช้ไฟเท่ากับบ้าน 120 หลังใน 1 ปี
- การฝึกโมเดล GPT-3 ซึ่งเป็นพื้นฐานของ ChatGPT ใช้ไฟฟ้าประมาณ 1,287 เมกะวัตต์-ชั่วโมง ซึ่งเทียบเท่ากับการใช้ไฟของบ้านเรือนในสหรัฐฯ 120 หลังในหนึ่งปีเลยทีเดียว
- ในแต่ละวัน ChatGPT ต้องใช้ไฟฟ้าประมาณ 1 กิกะวัตต์-ชั่วโมง เพื่อตอบคำถามหลายร้อยล้านข้อ ซึ่งเทียบเท่ากับการใช้ไฟของบ้านเรือน 33,000 หลังในสหรัฐฯ
- การฝึกโมเดล GPT-4 ซึ่งเป็นเวอร์ชันล่าสุดของ ChatGPT ใช้ไฟฟ้าประมาณ 51,772,500 – 62,318,750 กิโลวัตต์-ชั่วโมง ปล่อยก๊าซเรือนกระจกประมาณ 12,456 – 14,994 ตันเลยทีเดียว
.
AI ใช้ไฟฟ้ามากกว่าการค้นหาทั่วไปหลายเท่า
- การค้นหาข้อมูลใน Google 1 ครั้ง ใช้ไฟฟ้าประมาณ 0.0003 กิโลวัตต์-ชั่วโมง
- ในขณะที่การถาม ChatGPT 1 คำถาม ใช้ไฟฟ้าประมาณ 0.001-0.01 กิโลวัตต์-ชั่วโมง ขึ้นอยู่กับขนาดโมเดลและจำนวนโทเค็น
- นั่นหมายความว่า ChatGPT ใช้ไฟฟ้ามากกว่าการค้นหาใน Google ถึง 1,567% หรือประมาณ 15 เท่าเลยทีเดียว
- การถาม ChatGPT 1 คำถาม ใช้ไฟฟ้าเทียบเท่ากับการเปิดหลอดไฟ LED 5 วัตต์นาน 1 ชั่วโมง 50 นาที
.
ศูนย์ข้อมูลที่ฝึก AI ใช้ทรัพยากรจำนวนมาก
- ศูนย์ข้อมูลขนาดใหญ่ที่ฝึก AI ต้องใช้น้ำจำนวนมากในการระบายความร้อน แต่ข้อมูลปริมาณการใช้น้ำมักเป็นความลับ
- การฝึก GPT-3 อาจใช้น้ำจืดถึง 700,000 ลิตร3 ส่วนการสนทนากับ ChatGPT 1 ครั้ง ใช้น้ำประมาณ 50 ซีซี เทียบเท่าขวดน้ำพลาสติกขนาดเล็ก
- ศูนย์ข้อมูลทั่วโลกใช้ไฟฟ้าประมาณ 1-1.5% ของการใช้ไฟฟ้าทั้งหมดของโลก และคาดว่าจะเพิ่มขึ้นอีกมากในอนาคต
จากข้อมูลข้างต้น จะเห็นได้ว่าการพัฒนาและใช้งาน AI อย่าง ChatGPT นั้นกินพลังงานและทรัพยากรจำนวนมหาศาล ทั้งไฟฟ้า น้ำ และปล่อยก๊าซเรือนกระจกจำนวนมาก ซึ่งอาจส่งผลกระทบต่อสิ่งแวดล้อมได้ในระยะยาว
.
แนวทางการแก้ไขปัญหา:
- การใช้พลังงานหมุนเวียน เช่น พลังงานแสงอาทิตย์ พลังงานลม ในการผลิตไฟฟ้าสำหรับ Train AI เพื่อลดการปล่อยก๊าซเรือนกระจก
- การพัฒนาอัลกอริทึมและวิธีการ Train ที่มีประสิทธิภาพมากขึ้น เพื่อลดการใช้พลังงาน
- การนำเทคโนโลยีการประมวลผลแบบกระจาย (Distributed Computing) มาใช้ เพื่อกระจายภาระการประมวลผลไปยังอุปกรณ์ต่างๆ ทั่วโลก
- การวางแผนและลงทุนในโครงสร้างพื้นฐานด้านพลังงานอย่างเหมาะสม เพื่อรองรับความต้องการพลังงานที่เพิ่มขึ้นจากการใช้งาน AI
- การส่งเสริมการวิจัยและพัฒนาเทคโนโลยีใหม่ๆ ที่ช่วยลดการใช้พลังงานในการประมวลผล AI
.
ประโยชน์ของ AI ในการรับมือปัญหาสิ่งแวดล้อม
ในทางกลับกัน AI ก็มีศักยภาพสูงในการช่วยแก้ปัญหาสิ่งแวดล้อมและรับมือกับการเปลี่ยนแปลงสภาพภูมิอากาศ เช่น
- AI ช่วยวัดการเปลี่ยนแปลงของภูเขาน้ำแข็งได้เร็วกว่ามนุษย์ 10,000 เท่า ช่วยให้เข้าใจผลกระทบจากภาวะโลกร้อนได้ดีขึ้น
- AI ถูกใช้ทำแผนที่การตัดไม้ทำลายป่าและปริมาณคาร์บอนในป่าจากภาพถ่ายดาวเทียม ช่วยติดตามผลกระทบต่อสภาพภูมิอากาศ
- AI ช่วยคาดการณ์รูปแบบสภาพอากาศ ทำให้ชุมชนวางแผนรับมือและปรับตัวเข้ากับการเปลี่ยนแปลงสภาพภูมิอากาศได้ดีขึ้น
- AI ช่วยเพิ่มประสิทธิภาพการจัดการขยะและรีไซเคิล ลดการปล่อยก๊าซเรือนกระจกจากของเสีย
- AI ถูกใช้ทำแผนที่ขยะในมหาสมุทรอย่างละเอียด ช่วยให้กำจัดขยะพลาสติกได้มีประสิทธิภาพมากขึ้น
- AI มีศักยภาพในการปรับปรุงการเกษตรให้ยั่งยืน เพิ่มประสิทธิภาพการใช้พลังงานหมุนเวียน และประเมินข้อมูลด้านสิ่งแวดล้อม
.
โดยสรุป การใช้พลังงานอย่างมหาศาลในการ Train AI เป็นประเด็นที่ต้องได้รับการแก้ไขอย่างจริงจัง เพื่อให้การพัฒนาเทคโนโลยี AI เป็นไปอย่างยั่งยืนและเป็นมิตรต่อสิ่งแวดล้อม การร่วมมือกันระหว่างภาครัฐ ภาคเอกชน และนักวิจัยจะเป็นกุญแจสำคัญในการแก้ปัญหานี้
