ปัญหาจากการใช้พลังงานในการใช้งาน AI

Generative AIปัญหาจากการใช้พลังงานในการใช้งาน 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:

  1. การใช้พลังงานหมุนเวียน เช่น พลังงานแสงอาทิตย์ พลังงานลม ในการผลิตไฟฟ้าสำหรับ Train AI เพื่อลดการปล่อยก๊าซเรือนกระจก
  2. การพัฒนาอัลกอริทึมและวิธีการ Train ที่มีประสิทธิภาพมากขึ้น เพื่อลดการใช้พลังงาน
  3. การนำเทคโนโลยีการประมวลผลแบบกระจาย (Distributed Computing) มาใช้ เพื่อกระจายภาระการประมวลผลไปยังอุปกรณ์ต่างๆ ทั่วโลก
  4. การวางแผนและลงทุนในโครงสร้างพื้นฐานด้านพลังงานอย่างเหมาะสม เพื่อรองรับความต้องการพลังงานที่เพิ่มขึ้นจากการใช้งาน AI
  5. 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

Reference1 Reference2

Related articles

Context Engineering คืออะไร? กุญแจสำคัญที่จะปลดล็อกศักยภาพ AI ให้เหนือกว่าแค่ Prompt

เคยสงสัยไหมว่าทำไม AI บางตัวถึงฉลาดเป็นพิเศษ? คำตอบอาจอยู่ที่ Context Engineering ศาสตร์แห่งการสร้างบริบทให้ AI ทำงานได้แม่นยำและตรงใจกว่าเดิม

สรุป Spark the Next Big Thing: อัปเดต AI ล่าสุดจาก Google Cloud Next ‘2025 ที่ธุรกิจต้องรู้

เจาะลึก session "Spark the Next Big Thing" จากงาน Google Cloud Next Extended Bangkok 2025 อัปเดตล่าสุดเกี่ยวกับ Gemini 2.5, Use Case จากธุรกิจจริง และเครื่องมือ AI ที่จะมาปฏิวัติการทำงาน

พลิกประวัติศาสตร์! OpenAI คว้าเหรียญทองคณิตศาสตร์โอลิมปิก 2025 เทียบชั้นมนุษย์

ระบบ AI ของ OpenAI สร้างประวัติศาสตร์ใหม่ คว้าเหรียญทองคณิตศาสตร์โอลิมปิก 2025 ได้สำเร็จ สะท้อนความก้าวล้ำด้านการใช้เหตุผลและความคิดสร้างสรรค์ของ AI ที่จะเปลี่ยนโฉมวงการเทคโนโลยีและธุรกิจ

เปิดตัว Grok 4, Grok 4 Heavy Model ล่าสุดจาก Elon Musk: AI ที่ฉลาดที่สุดในโลก?

เจาะลึก Grok 4 และ Grok 4 Heavy โมเดล AI ล่าสุดจาก Elon Musk ที่เคลมว่าฉลาดที่สุดในโลก พร้อมความสามารถระดับ PhD และโมเดลพรีเมียมสำหรับงานซับซ้อน

RAG คืออะไร และช่วยให้ AI ตอบฉลาดขึ้นได้อย่างไร?

ไขข้อสงสัย RAG (Retrieval-Augmented Generation) คืออะไร? เจาะลึกหลักการทำงานที่ช่วยให้ AI อย่าง ChatGPT ตอบได้แม่นยำขึ้น ลดข้อมูลมั่ว และใช้ข้อมูลล่าสุดได้จริง เหมาะสำหรับธุรกิจที่ต้องการสร้าง AI เฉพาะทาง

Related Article

Presentation Preparation Prompt

#ROLE คุณเป็นนักวิเคราะห์การตลาดระดับอาวุโส มีประสบการณ์ 15+ ปี ในการวิจัยและวิเคราะห์ตลาดสากล #INSTRUCTION จัดทำรายงานการวิเคราะห์ตลาดที่ครอบคลุมและเป็นกลาง สำหรับการตัดสินใจเข้าสู่ตลาดใหม่ #STEPS 1. รวบรวมและวิเคราะห์ข้อมูลตลาดปัจจุบัน 2. ศึกษาพฤติกรรมและความต้องการของกลุ่มเป้าหมาย 3. วิเคราะห์คู่แข่งและโครงสร้างตลาด 4. ประเมินปัจจัยความสำเร็จและอุปสรรค 5. จัดอันดับความน่าสนใจของตลาดตามเกณฑ์วัดผล 6. เสนอแนะแนวทางและทางเลือกในการเข้าสู่ตลาด #EXPECTATION รายงานการวิเคราะห์ตลาดที่: - นำเสนอข้อมูลเป็นกลาง ไม่มีอคติ - อ้างอิงแหล่งข้อมูลที่เชื่อถือได้ - ให้ภาพรวมที่ครบถ้วนและสมดุล - มีคำแนะนำที่ปฏิบัติได้จริง #EXAMPLE <MARKET_REPORT> 1. บทสรุปผู้บริหาร (≤ 200 คำ) 2. ภาพรวมตลาด (ตาราง) 3. การวิเคราะห์เชิงลึกแต่ละตลาด 4....
person holding marker

Mega Prompt – Marketing Strategy

ในบทนี้เรามาเจาะลึกกันถึงเรื่องที่กำลังฮอตฮิตติดเทรนด์สุดๆ ในวงการการตลาดกันเลยนะครับ นั่นก็คือการใช้ AI อย่าง ChatGPT มาช่วยในการวิจัยตลาดและวิเคราะห์คู่แข่งเพื่อพัฒนากลยุทธ์ทางการตลาด ก่อนอื่น ผมขอเกริ่นนำสักนิดนะครับว่า... ในยุคที่ข้อมูลท่วมท้นแบบนี้ การจะเข้าถึงและวิเคราะห์ข้อมูลให้ทันกับความเปลี่ยนแปลงของตลาดนั้น ไม่ใช่เรื่องง่ายเลย แต่ด้วยพลังของ AI อย่าง ChatGPT ที่สามารถประมวลผลข้อมูลมหาศาลได้ในเวลาอันรวดเร็ว ทำให้งานวิจัยตลาดของเราง่ายขึ้นเยอะเลยล่ะครับ! #funfacts รู้หรือไม่? ChatGPT สามารถประมวลผลข้อมูลได้มากกว่า 100 ล้านพารามิเตอร์ ซึ่งมากกว่าสมองมนุษย์ถึง 1,000...

Prompt วิเคราะห์งบการเงิน

ตัวอย่างการนำ AI มาใช้ในการวิเคราะห์งบการเงิน Prompt นี้เหมาะกับการใช้งาน Claude, Gemini Prompt #ROLE: คุณเป็นนักวิเคราะห์การเงินผู้เชี่ยวชาญที่มีความเชี่ยวชาญในการประเมินผลการดำเนินงานและความสามารถในการทำกำไรของธุรกิจ #INSTRUCTIONS: สร้างรายงานวิเคราะห์การเงินแบบครอบคลุมเพื่อประเมินผลการดำเนินงานทางธุรกิจของบริษัท โดยใช้ข้อมูลการเงินจากไฟล์ Excel ที่มีหลาย sheet และนำเสนอในรูปแบบรายงาน HTML พร้อมกราฟสำหรับนักลงทุน #STEPS: 1. อ่านและตรวจสอบไฟล์ Excel - ดูรายชื่อ sheet ทั้งหมดและระบุประเภทของแต่ละ sheet...
สอบถามข้อมูล