لماذا تطلق بعض نماذج الذكاء الاصطناعي غازات دفيئة أكثر بـ50 مرة للإجابة على نفس السؤال؟
 |
لماذا تطلق بعض نماذج الذكاء الاصطناعي غازات دفيئة أكثر بـ50 مرة للإجابة على نفس السؤال؟ |
سواء أعجبك الأمر أم لا، أصبحت نماذج اللغة الكبيرة (LLMs) جزءًا لا يتجزأ من حياتنا اليومية بسرعة ولكن بسبب احتياجاتها الهائلة من الطاقة والمياه، قد تكون هذه النماذج تساهم في تسريع دخولنا في فوضى مناخيةوتشير دراسة جديدة إلى أن بعض هذه النماذج قد تطلق تلوثًا مسببًا للاحترار العالمي أكثر من غيرها.
من الممكن أن تجعل استخدامك لنماذج اللغة الكبيرة أكثر صداقة للبيئة وفقا لأبحاث جديدة
وفقًا للدراسة المنشورة في مجلة *Frontiers in Communication*، فإن الاستفسارات الموجهة لبعض النماذج تولد انبعاثات كربونية تزيد بما يصل إلى 50 مرة عن غيرها.
ولسوء الحظ، وربما ليس من المستغرب، فإن النماذج الأكثر دقة هي التي تستهلك أكبر قدر من الطاقة.
من الصعب تقدير مدى ضرر هذه النماذج البيئي بدقة، لكن بعض الدراسات أشارت إلى أن تدريب نموذج مثل ChatGPT قد يستهلك طاقة تعادل 30 ضعف ما يستهلكه المواطن الأمريكي العادي خلال عام.
وما لا يزال مجهولًا هو ما إذا كانت بعض النماذج تتطلب طاقة أكبر من غيرها أثناء تقديمها للإجابات.
قام باحثون من جامعة العلوم التطبيقية في ميونيخ، ألمانيا، بتقييم 14 نموذجًا لغويًا ضخمًا، تتراوح معاييرها بين 7 و72 مليار بارامتر (وهي الأجزاء التي تضبط فهم النموذج وتوليده للغة) من خلال 1000 سؤال قياسي تغطي مواضيع مختلفة.
تقوم النماذج بتحويل كل كلمة أو جزء من الكلمة في السؤال إلى سلسلة من الأرقام تُعرف بـ"الرموز" أو *tokens*. بعض النماذج، خاصة تلك التي تعتمد على التفكير المنطقي، تُدخل رموزًا خاصة تُعرف بـ"رموز التفكير" ضمن تسلسل المدخلات للسماح بعمليات حسابية داخلية إضافية قبل توليد الإجابة. هذا التحويل وما يتبعه من حسابات يستهلك طاقة ويولد انبعاثات ثاني أكسيد الكربون.
قارن الباحثون عدد الرموز التي تولدها كل من النماذج التي اختبروها. ووجدوا أن النماذج القائمة على التفكير أنتجت في المتوسط 543.5 رمز تفكير لكل سؤال، في حين أن النماذج المختصرة استخدمت فقط 37.7 رمزًا لكل سؤال.
في عالم ChatGPT، يُعتبر GPT-3.5 نموذجًا مختصرًا، بينما يُعد GPT-4o نموذجًا يعتمد على التفكير المنطقي.
هذا النمط من المعالجة المنطقية يزيد من استهلاك الطاقة، كما وجد الباحثون.
وقال ماكسيميليان داونر، أحد مؤلفي الدراسة والباحث في جامعة ميونيخ: "التأثير البيئي لطرح الأسئلة على النماذج المدربة يعتمد بشكل كبير على أسلوبها في التفكير.
وجدنا أن النماذج المعتمدة على التفكير تنتج ما يصل إلى 50 ضعفًا من انبعاثات ثاني أكسيد الكربون مقارنة بالنماذج التي تقدم إجابات مختصرة."
وكلما كانت النماذج أكثر دقة، كلما زادت انبعاثاتها الكربونية، حسب الدراسة فعلى سبيل المثال، حقق نموذج التفكير "Cogito" بدقة تصل إلى 84.9%، لكنه أنتج ثلاثة أضعاف انبعاثات ثاني أكسيد الكربون مقارنة بنماذج أخرى مشابهة في الحجم تقدم إجابات مختصرة.
وقال داونر: "نرى حاليًا توازنًا واضحًا بين الدقة والاستدامة في تكنولوجيا النماذج اللغوية الكبيرة لم ينجح أي نموذج في الحفاظ على انبعاثات أقل من 500 غرام من مكافئ ثاني أكسيد الكربون مع تحقيق دقة تتجاوز 80% في الإجابة عن الأسئلة الألف" ويُستخدم مكافئ ثاني أكسيد الكربون كوحدة لقياس الأثر المناخي للغازات الدفيئة المختلفة.
وكان لموضوع السؤال أيضًا تأثير مهم فالأسئلة التي تطلبت تفكيرًا وتحليلاً عميقًا، مثل الرياضيات المجردة أو الفلسفة، أدت إلى انبعاثات تصل إلى ستة أضعاف مقارنة بالأسئلة الأبسط، وفقًا للدراسة.
هناك بعض التحفظات فالانبعاثات تعتمد بشكل كبير على كيفية هيكلة شبكات الطاقة المحلية والنماذج المستخدمة، لذا قد تكون نتائج هذه الدراسة غير قابلة للتعميم بشكل مطلق أعرب المؤلفون عن أملهم في أن تشجع هذه النتائج المستخدمين على أن يكونوا أكثر "وعيًا وانتقائية" عند استخدامهم للنماذج.
وأضاف داونر في بيانه: "يمكن للمستخدمين تقليل الانبعاثات بشكل كبير من خلال طلب إجابات مختصرة من الذكاء الاصطناعي أو حصر استخدام النماذج عالية القدرة في المهام التي تتطلب هذه القوة فعلًا."
تعليقات
إرسال تعليق