ปัจจุบัน มีผู้ใช้งาน ChatGPT จำนวนมาก ซึ่งจำนวนผู้ใช้งานที่สูง ก็ตามมาด้วยการใช้งานไฟฟ้าที่สูงตาม
ถึงแม้จะมีการประมาณการจำนวนไฟฟ้าที่ถูกใช้โดย AI แต่ผู้เชี่ยวชาญกล่าวว่าตัวเลขเหล่านี้เป็นเพียงบางส่วนและเกิดขึ้นโดยบังเอิญ และเป็นเพียงภาพรวมของการใช้พลังงานทั้งหมดของ AI เนื่องจากโมเดล Machine Learning สามารถทำงานได้หลากหลาย ทำให้การคำนวนพลังงาน ขึ้นอยู่กับงานที่ทำ
นอกจากนี้ องค์กรอย่าง Meta, Microsoft, และ OpenAI ไม่ได้เปิดเผยข้อมูลที่เกี่ยวข้องโดยตรง มีเพียง Judy Priest ซีทีโอหน่วยคลาวด์ของ Microsoft กล่าวในอีเมลกับ The Verge ว่า ขณะนี้บริษัทกำลังลงทุนในการพัฒนาวิธีวัดปริมาณการใช้พลังงานและผลกระทบคาร์บอนของ AI และพยายามหาวิธีทำให้ระบบมีประสิทธิภาพมากขึ้น ในทั้งการฝึกอบรมและการใช้งาน
ซึ่งปัจจัยหนึ่งที่สามารถระบุได้คือ ความแตกต่างในการใช้ไฟฟ้าระหว่างการฝึกโมเดลเป็นครั้งแรก และการใช้งานจริงโดยผู้ใช้งาน เนื่องจากการฝึกเทรนใช้พลังงานสูงมาก
และใช้ไฟฟ้ามากกว่าเมื่อเทียบกับดาต้าเซ็นเตอร์แบบเดิมๆ
เทียบอัตราการใช้พลังงานของ AI ตามรูปแบบงาน
ตัวอย่างเช่น การสตรีม Netflix หนึ่งชั่วโมง ต้องใช้ไฟฟ้าประมาณ 0.0008 เมกะวัตต์ชั่วโมง
นั่นหมายความว่า การรับชม Netflix 1,625,000 ชั่วโมงจึงจะใช้พลังงานเท่ากับการฝึก GPT-3
อย่างไรก็ตาม การใช้พลังงานอาจมากขึ้น เนื่องจากขนาดของโมเดล AI มีแนวโน้มเพิ่มขึ้นอย่างต่อเนื่อง ซึ่งโมเดลที่ใหญ่ขึ้นก็ต้องการพลังงานมากขึ้น
ยกตัวอย่างเช่น การจำแนกตัวอย่างที่เป็นลายลักษณ์อักษรใช้พลังงานเพียง 0.002 กิโลวัตต์ชั่วโมง และการสร้างข้อความ 0.047 กิโลวัตต์ชั่วโมง เทียบกับการสตรีม Netflix เพียงเก้าวินาที และ 3.5 นาทีตามลำดับ ส่วนการสร้างภาพด้วยโมเดล AI ใช้พลังงานโดยเฉลี่ย
2.907 กิโลวัตต์ชั่วโมง ต่อการอนุมาน 1,000 ครั้ง เทียบกับการชาร์จสมาร์ทโฟน เฉลี่ยใช้พลังงาน 0.012 กิโลวัตต์ชั่วโม
พลังงานโดยอุตสาหกรรม AI เพิ่มขึ้นสองเท่าทุก 100 วัน
Alex de Vries นักศึกษาปริญญาเอกจาก VU Amsterdam รวบรวมข้อมูลและคำนวณว่า ภายในปี 2027 อุตสาหกรรม AI อาจใช้พลังงานระหว่าง 85-134 เทราวัตต์ชั่วโมงต่อปี หรือ 0.5% ของปริมาณการใช้ไฟฟ้าทั่วโลกภายในปี 2570 หรือใกล้เคียงกับความต้องการพลังงานต่อปีของประเทศเนเธอร์แลนด์
รายงานจากสำนักงานพลังงานระหว่างประเทศเสนอการประมาณการที่คล้ายกัน โดยกล่าวว่า
การใช้ไฟฟ้าจากดาต้าเซ็นเตอร์จะเพิ่มขึ้นอย่างมีนัยสำคัญในอนาคตเนื่องจากความต้องการของ AI และคริปโตเคอเรนซี่ จากจำนวนการใช้พลังงานของดาต้าเซ็นเตอร์อยู่ที่ประมาณ 460 เทราวัตต์ชั่วโมงในปี 2022 อาจเพิ่มขึ้นเป็นระหว่าง 620-1,050 เทราวัตต์ชั่วโมงในปี 2026 เทียบเท่ากับความต้องการพลังงานของสวีเดนหรือเยอรมนีตามลำดับ
ในขณะที่ World Economic Forum เผยว่า พลังการคำนวนของ AI เพิ่มขึ้นสองเท่าทุกๆ 100 วัน ซึ่งความต้องการพลังงานในการคำนวณ อาจเพิ่มขึ้นสูงสุดถึง 10,000 เท่า ทำให้พลังงานที่จำเป็นในการทำงานด้าน AI กำลังเร่งตัวขึ้น โดยมีอัตราการเติบโตต่อปีระหว่าง 26-36% ซึ่งหมายความว่าภายในปี 2028 AI อาจใช้พลังงานมากกว่าที่ประเทศไอซ์แลนด์ใช้ทั้งประเทศในปี 2021
ฟังมุมมองการแก้ปัญหาจากนักวิชาการ
บริษัทบางแห่งที่เกี่ยวข้องกับ AI อ้างว่าเทคโนโลยีนี้สามารถช่วยแก้ไขปัญหาเหล่านี้ได้เช่น Microsoft ที่กล่าวว่า AI จะเป็นเครื่องมือที่ทรงพลังในการพัฒนาโซลูชั่นด้านความยั่งยืน และเน้นย้ำว่าMicrosoft กำลังทำงานเพื่อบรรลุเป้าหมายด้านความยั่งยืนของการเป็นคาร์บอนเป็นลบ น้ำเชิงบวก และขยะเป็นศูนย์ภายในปี 2030
โดย Luccioni กล่าวว่า เขาอยากเห็นบริษัทต่างๆ แนะนำการจัดอันดับ Energy Star สำหรับโมเดล AI
ซึ่งช่วยให้ผู้บริโภคสามารถเปรียบเทียบประสิทธิภาพการใช้พลังงานในลักษณะเดียวกับที่ใช้กับเครื่องใช้ไฟฟ้า
ส่วน de Vries อยากให้สังคมคำนึงถึงความจำเป็นในการใช้งาน AI งานบางประเภทอาจไม่ต้องใช้ AI หรือไม่?
เนื่องจากเมื่อพิจารณาถึงข้อจำกัดทั้งหมดของ AI แล้วAI อาจไม่ได้เหมาะหรือสามารถแก้ปัญหาได้ในหลายๆ ครั้ง
และเราจะเสียเวลาและทรัพยากรไปมากในการหาวิธีที่ยากลำบาก
การนำ AI และ เทคโนโลยีควอนตัมมาใช้ในระยะยาว
World Economic Forum กล่าวว่า หนึ่งในการแก้ปัญหานี้ ควรอยู่ที่การควบคุมความสามารถของ AI
เพื่อส่งเสริมความยั่งยืน ด้วยการควบคุม AI อย่างมีกลยุทธ์เพื่อปรับปรุงภูมิทัศน์พลังงานหมุนเวียน
และช่วยในการสร้างโลกที่ยั่งยืนมากขึ้นสำหรับคนรุ่นต่อไป
เพราะ AI ที่ใช้อย่างถูกต้อง จะสามารถเป็นเครื่องมือที่ใช้ในการบรรลุเป้าหมาย
การเพิ่มกำลังการผลิตพลังงานหมุนเวียนสามเท่าและประสิทธิภาพการใช้พลังงานสองเท่าภายในสิ้นทศวรรษ
ตามการประชุมการเปลี่ยนแปลงสภาพภูมิอากาศของสหประชาชาติ (COP28) เมื่อปีที่แล้ว
ส่วนในระยะยาว การส่งเสริมการทำงานร่วมกันระหว่าง AI และเทคโนโลยีควอนตัมที่กำลังเติบโตเป็นกลยุทธ์สำคัญในการขับเคลื่อน AI ไปสู่การพัฒนาที่ยั่งยืนตรงกันข้ามกับการประมวลผลแบบเดิมที่ใช้พลังงานเพิ่มขึ้นตามความต้องการในการคำนวณที่เพิ่มขึ้น
นอกจากนี้ เทคโนโลยีควอนตัมยังมีศักยภาพ ในการเปลี่ยนแปลง AI ด้วยการทำให้โมเดลมีขนาดกะทัดรัดมากขึ้น
เพิ่มประสิทธิภาพการเรียนรู้ และปรับปรุงฟังก์ชันการทำงานโดยรวมทั้งหมดนี้ปราศจากการปล่อยพลังงานจำนวนมาก
จนกลายเป็นเรื่องปกติในอุตสาหกรรม
การตระหนักถึงศักยภาพนี้จำเป็นต้องมีความพยายามร่วมกัน ที่เกี่ยวข้องกับการสนับสนุนจากรัฐบาล การลงทุนในอุตสาหกรรมการวิจัยทางวิชาการ และการมีส่วนร่วมของสาธารณะด้วยการรวมองค์ประกอบเหล่านี้เข้าด้วยกันจึงเป็น
ไปได้ที่จะจินตนาการและสร้างอนาคตที่ความก้าวหน้าใน AIดำเนินไปอย่างสอดคล้องกับการรักษาสุขภาพของโลก
ต้องการปรึกษาเพิ่มเติม ติดต่อทีม Kenzo
Inbox : m.me/kenzokimura.co
Follow Us on Facebook :https://www.facebook.com/kenzokimura.co
อ่านเพิ่มเติม กด https://kenzo-kimura.com/