A gondolatlánc ára
Az Anthropic Claude-ja, az OpenAI O3-ja vagy a DeepSeek R1-je olyan speciális modellek, amelyek összetettebb gondolatmeneteket is végigvisznek – például algebra vagy filozófia területén feltett kérdések esetén –, ez azonban komoly károsanyag-kibocsátással jár. Egy közelmúltban megjelent tanulmányban német kutatók azt vizsgálták, hogyan változik a szén-dioxid-kibocsátás különböző méretű és felépítésű modelleknél.
Arra jutottak, hogy az explicitabb, gondolatláncot (chain-of-thought) követő modellek – amelyek az emberi gondolkodást utánozva lépésről lépésre oldják meg a feladatokat – jelentősen több energiát fogyasztanak, mint az egyszerű, tömör válaszokat adó MI-k. Egy tipikus modell átlagosan 37,7 jelkészletet (tokent) generál kérdésenként, míg a részletes, indokló modellek átlagosan 543,5 tokent – ez a többletmunka jelentős energiafogyasztással és így nagyobb CO2-kibocsátással jár.
Mi mennyi: modellek összehasonlítva
A vizsgálatban 14 modell kapott 1000 kérdést, amelyekre 7 és 72 milliárd paraméter közötti “tudással” válaszoltak. A legerősebb, 72 milliárd paraméteres Cogito nevű modell a kérdések 84,9%-át oldotta meg helyesen, de háromszor annyi szén-dioxidot bocsátott ki, mint hasonló méretű, ám tömörebb válaszokat adó társai. Általánosságban, ha valaki 60 000 kérdés megválaszolását a DeepSeek R1-gyel akarta lefedni, annyi szén-dioxid keletkezett, mint egy New York–London oda-vissza repülőút során. Ugyanakkor például a Qwen 2.5 (72 milliárd paraméter) ugyanennyi feladatot a kibocsátás harmadából tudott megoldani, hasonló pontossággal.
Túl sokba kerül az okoskodás
A legnagyobb szennyezést nem is a pontosság, hanem a feladat típusa okozza: algebrai és filozófiai kérdések feldolgozása hatszor akkora kibocsátással jár, mint az egyszerű tudáskereső feladatok. Ha a felhasználók tudnák, mennyi CO2-t termel például egy MI-vel generált akciófigura-kép, valószínűleg jóval megfontoltabban élnének ezekkel a szolgáltatásokkal.
A kutatók szerint a pontos kibocsátási értékek sok tényezőtől – például a használt hardvertől, áramforrástól – is függenek, így eredményeik inkább figyelmeztetésként szolgálnak: a MI egyre pontosabb, de mind gyakrabban a környezet rovására.
