В новом отчете установлено, что из 154 конкретных утверждений о том, как ИИ принесет пользу климату, лишь четверть ссылается на академические исследования. Треть не содержит никаких доказательств.
Фотоиллюстрация: сотрудники WIRED; Getty Images Сохранить эту статью Сохранить эту статью
Несколько лет назад Кетан Джоши прочитал статистику об искусственном интеллекте и изменении климата, которая привлекла его внимание. В конце 2023 года Google начал утверждать, что ИИ может помочь сократить глобальные выбросы парниковых газов на 5-10 процентов к 2030 году. Это утверждение было распространено в статье, написанной в соавторстве с директором компании по устойчивому развитию, и впоследствии цитировалось в прессе и некоторых научных статьях.
Джоши, исследователь в области энергетики, был шокирован огромными цифрами, которые рекламировала Google, особенно предполагаемой способностью ИИ эффективно сокращать выбросы, эквивалентные ежегодным выбросам Европейского союза. «Меня [заявление о выбросах] показалось действительно убедительным, потому что очень немногие вещи способны на это», — говорит он.
Он решил выяснить источник этой информации. Джоши обнаружил, что цифра в 5-10 процентов взята из статьи, опубликованной Google и консалтинговой группой BCG, которая, в свою очередь, опиралась на анализ BCG 2021 года, в котором просто цитировался «опыт компании с клиентами» в качестве основы для оценки значительного сокращения выбросов благодаря ИИ — источник, который Джоши назвал «ненадежным». Анализ был опубликован за год до того, как появление ChatGPT положило начало гонке за созданием энергоемкой инфраструктуры, которая, по утверждению технологических компаний, необходима для развития революции в области ИИ.
Спустя несколько месяцев после того, как Google впервые поддержала оценку в 5-10 процентов, в своем отчете об устойчивом развитии за 2023 год компания тихо признала, что развитие ИИ значительно увеличивает выбросы ее корпоративных ресурсов. Тем не менее, она продолжает рекламировать данные, предоставленные ей компанией BCG, в последний раз — в прошлом году в служебной записке европейским политикам.
«Использование одной из самых влиятельных технологических компаний в мире этого показателя для выработки «политических рекомендаций для одного из крупнейших регионов мира — я посчитал это замечательным», — говорит Джоши. «Именно этот случай сразу же вызвал у меня большой интерес к структуре этого утверждения и доказательствам, лежащим в его основе».
«Мы придерживаемся нашей методологии, основанной на лучших доступных научных данных», — заявила представитель Google Мара Харрис изданию WIRED в электронном письме в ответ на несколько вопросов о статистике в 5-10 процентов. «И мы открыто делимся принципами и методологией, которые лежат в её основе». Харрис приложила ссылку на методологию компании по расчету сокращения выбросов от продуктов и партнерств Google, но не уточнила, как именно компания применила эти стандарты к данным BCG. (Компания BCG не ответила на вопросы WIRED.)
Технологические компании ведут ожесточенную борьбу за максимально быструю разработку искусственного интеллекта — борьбу, которая может иметь колоссальные последствия для изменения климата. В США, крупнейшем в мире рынке центров обработки данных, энергетическое давление, вызванное этим строительством, привело к тому, что угольные электростанции остаются открытыми, а сотни гигаватт новых газовых электростанций планируется подключить к сети, причем почти 100 гигаватт из этой мощности предназначены исключительно для питания центров обработки данных.
Руководители технологических компаний неоднократно заявляли, что строительство энергетических и дата-центров оправдает себя, учитывая возможности, которые ИИ открывает для планеты. На ежегодном мероприятии Climate Week в Нью-Йорке в прошлом году некоммерческая организация Bezos Earth Fund, занимающаяся вопросами устойчивого развития и принадлежащая Джеффу Безосу, провела серию дискуссий о том, как «ИИ станет силой добра в защите окружающей среды». В конце 2024 года бывший генеральный директор Google Эрик Шмидт заявил, что, поскольку мир не достигнет своих климатических целей, важнее сосредоточиться на том, что может сделать ИИ. («Я бы предпочел поставить на то, что ИИ решит проблему, чем ограничивать его и иметь проблему», — сказал он.) Генеральный директор OpenAI Сэм Альтман пообещал, что ИИ «исправит» климат.
Однако, как выяснилось, многие из этих утверждений практически не подкреплены никакими реальными доказательствами.
Джоши является автором нового доклада, опубликованного в понедельник при поддержке нескольких экологических организаций, в котором предпринимается попытка количественно оценить некоторые из наиболее громких заявлений о том, как ИИ спасет планету. В докладе рассматривается более 150 заявлений, сделанных технологическими компаниями, энергетическими ассоциациями и другими организациями, о том, как «ИИ принесет чистую выгоду климату». Анализ Джоши показывает, что лишь четверть этих заявлений была подкреплена академическими исследованиями, в то время как более трети вообще не приводили никаких доказательств.
«Люди делают заявления о социальных последствиях ИИ и его влиянии на энергетическую систему — эти заявления часто лишены обоснованности», — говорит Джон Куми, исследователь в области энергетики и технологий, не участвовавший в подготовке отчета Джоши. «Важно не принимать на веру заявления, сделанные из корыстных побуждений. Некоторые из этих заявлений могут быть верными, но нужно быть очень осторожным. Я думаю, что многие делают подобные заявления без достаточных доказательств».
Еще одна важная тема, рассматриваемая в отчете, — это то, о каком именно виде ИИ говорят технологические компании, когда заявляют о спасении планеты с помощью ИИ. Многие типы ИИ менее энергоемки, чем генеративные, ориентированные на потребителя модели, которые доминировали в заголовках новостей в последние годы и требуют огромных вычислительных мощностей — и энергии — для обучения и работы. Машинное обучение десятилетиями является основой многих научных дисциплин. Но именно крупномасштабный генеративный ИИ — особенно такие инструменты, как ChatGPT, Claude и Google Gemini — находится в центре внимания многих технологических компаний, занимающихся развитием инфраструктуры. Анализ Джоши показал, что почти все рассмотренные им утверждения смешивали более традиционные, менее энергоемкие формы ИИ с ориентированным на потребителя генеративным ИИ, который является движущей силой строительства центров обработки данных.
Дэвид Рольник — доцент кафедры компьютерных наук в Университете Макгилла и председатель Climate Change AI, некоммерческой организации, выступающей за использование машинного обучения для решения климатических проблем. Его меньше, чем Джоши, волнует происхождение данных крупных технологических компаний о влиянии ИИ на климат, учитывая, насколько сложно, по его словам, количественно доказать это влияние в данной области. Но для Рольника различие между типами технологий ИИ, которые компании рекламируют как необходимые, является ключевым моментом в этом разговоре.
«Моя проблема с заявлениями крупных технологических компаний об искусственном интеллекте и изменении климата заключается не в том, что они не подкреплены количественными данными, а в том, что в некоторых случаях они опираются на гипотетический ИИ, которого сейчас не существует», — говорит он. «Я считаю, что количество спекуляций о том, что может произойти в будущем с генеративным ИИ, просто чудовищно».
Рольник отмечает, что от методов повышения эффективности энергосистемы до моделей, которые могут помочь в открытии новых видов, глубокое обучение уже используется во множестве секторов по всему миру, помогая сокращать выбросы и бороться с изменением климата прямо сейчас. «Однако это отличается от фразы „В какой-то момент в будущем это может оказаться полезным“», — говорит он. Более того, «существует несоответствие между технологиями, над которыми работают крупные технологические компании, и технологиями, которые фактически обеспечивают заявленные ими преимущества». Некоторые компании могут приводить примеры алгоритмов, которые, например, помогают лучше обнаруживать наводнения, используя их в качестве примеров ИИ во благо для рекламы своих больших языковых моделей — несмотря на то, что алгоритмы, помогающие в прогнозировании наводнений, не являются тем же типом ИИ, что и чат-боты, ориентированные на потребителя.
«Утверждение о том, что нам нужны большие модели ИИ — и практически бесконечное количество энергии — пытается внушить нам мысль, что это единственный необходимый нам вид ИИ и единственное возможное будущее», — говорит исследователь в области ИИ и устойчивого развития Саша Лучиони. «Но существует множество различных, меньших по размеру и более эффективных моделей, которые можно внедрить за гораздо меньшую стоимость, как для людей, так и для планеты».
В отдельном исследовании, также опубликованном в понедельник, Лучиони и Ясин Йерните, руководитель отдела устойчивого развития в компании Hugging Face, занимающейся разработкой ИИ, рассмотрели затраты на обучение самых разных моделей ИИ и обнаружили, что масштабные проприетарные модели, обученные на основе доступа к огромным массивам данных и энергии, — не единственный вариант для создания мощных решений в области ИИ. Зачастую более мелкие модели показывают такие же результаты, как и более дорогие, в приложениях ИИ.
«Единственные компании, способные конкурировать в этой гонке за искусственный интеллект по принципу «чем больше, тем лучше», — это те, у кого самые большие финансовые возможности, которые — с согласия или без согласия — собирали наши данные на протяжении последних десятилетий и продолжают это делать», — говорит она. «Теперь они продают эти данные нам обратно, убеждая нас в необходимости этих гигантских моделей, наплевав на планету».
Эксперты изданию WIRED утверждают, что ключевая проблема измерения влияния ИИ на климат заключается в отсутствии у общественности самой базовой информации, необходимой для понимания возможностей и воздействия ИИ. Мы до сих пор работаем с приблизительными оценками того, сколько энергии ИИ — не говоря уже о генеративном ИИ — потребляет в центрах обработки данных. Google опубликовал оценки потребления энергии своими ИИ-подсказками только в прошлом году; другие компании все еще отстают или не публикуют ключевую экологическую информацию о своих моделях. И хотя генеративный ИИ все чаще внедряется в наш потребительский опыт, мы все еще ждем конкретных примеров того, как крупномасштабный генеративный ИИ мог бы лучше справляться с проблемами изменения климата, чем менее энергоемкие модели.
Джоши считает, что решение простое: компании, стремящиеся к развитию ИИ, должны более подробно раскрывать информацию о климатических издержках.
«Если [технологические компании] обеспокоены тем, что люди преувеличивают или завышают климатические последствия генеративного ИИ, то ничто не должно мешать им сказать: „Ну, хорошо, наш рост потребления энергии в этом году составил шесть тераватт-часов, и два из них — за счет генеративного ИИ“», — говорит он. «Мы добиваемся более широкого раскрытия этой информации в отчете. Я думаю, что в конечном итоге это будет для них очень хорошо».
Источник: www.wired.com
