Οι φωτογραφίες που μοιάζουν να έχουν ξεπηδήσει από τη δεκαετία του ’80 έχουν κατακλύσει το Instagram. Φουντωτά μαλλιά, ξεθωριασμένα χρώματα, τζιν μπουφάν, έντονα αξεσουάρ και η χαρακτηριστική αισθητική του αναλογικού φιλμ συνθέτουν το νέο trend της τεχνητής νοημοσύνης. Πίσω όμως από μια εικόνα που χρειάζεται ελάχιστα δευτερόλεπτα για να εμφανιστεί στην οθόνη, βρίσκεται μια πολύ μεγαλύτερη υποδομή, η οποία καταναλώνει ηλεκτρική ενέργεια, νερό και πρώτες ύλες.
Αυτό ακριβώς το λιγότερο ορατό κομμάτι του νέου trend εξετάζει σε δημοσίευμά του το Brut, επιχειρώντας να αποτυπώσει τι πραγματικά απαιτείται για τη δημιουργία μιας AI εικόνας και γιατί το περιβαλλοντικό της κόστος αποκτά διαφορετικές διαστάσεις όταν εκατομμύρια χρήστες συμμετέχουν ταυτόχρονα στην ίδια διαδικτυακή μόδα.
Πώς δημιουργούνται οι φωτογραφίες των 80s
Από την πλευρά του χρήστη, η διαδικασία είναι εξαιρετικά απλή. Αρκεί να ανεβάσει μια φωτογραφία του σε ένα εργαλείο δημιουργίας εικόνων με τεχνητή νοημοσύνη, όπως το ChatGPT, και να περιγράψει το αποτέλεσμα που θέλει.
Μπορεί, για παράδειγμα, να ζητήσει να διατηρηθούν αναγνωρίσιμα τα χαρακτηριστικά του προσώπου του, αλλά να προστεθούν ογκώδη χτενίσματα, vintage ρούχα, τζιν μπουφάν, μεγάλα αξεσουάρ, θερμός φωτισμός και ξεθωριασμένοι τόνοι.
Δεν πρόκειται, ωστόσο, για ένα απλό φίλτρο που τοποθετείται πάνω στην αρχική φωτογραφία. Το μοντέλο παράγει μια νέα εικόνα με βάση τις οδηγίες του χρήστη, ο οποίος στη συνέχεια μπορεί να ζητήσει νέες αλλαγές στα ρούχα, στα μαλλιά, στο φόντο ή στη συνολική αισθητική.
Όπως επισημαίνει το Brut, η λογική είναι παρόμοια με εκείνη που βρισκόταν πίσω από το προηγούμενο μεγάλο trend του Instagram των εικόνων σε αισθητική Ghibli: αντί ο χρήστης να επεξεργάζεται ο ίδιος τη φωτογραφία, περιγράφει το αποτέλεσμα και αναθέτει τη δημιουργία του στην τεχνητή νοημοσύνη.
Το παρασκήνιο
Το γεγονός ότι μια εικόνα εμφανίζεται σχεδόν αμέσως δημιουργεί την εντύπωση μιας εξαιρετικά απλής διαδικασίας. Στην πραγματικότητα, η παραγωγή της απαιτεί υπολογιστική ισχύ, η οποία παρέχεται από κέντρα δεδομένων με εξειδικευμένους επεξεργαστές και εκτεταμένες τεχνολογικές υποδομές.
Σύμφωνα με έρευνα που επικαλείται το Brut μέσω του GQ India, η παραγωγή μίας εικόνας με τεχνητή νοημοσύνη μπορεί να απαιτεί από 0,01 έως 0,29 κιλοβατώρες ηλεκτρικής ενέργειας, ανάλογα με το μοντέλο και το είδος της εργασίας.
Μια μεμονωμένη εικόνα, επομένως, δεν είναι αυτή που προκαλεί τη μεγαλύτερη ανησυχία. Η κλίμακα είναι που αλλάζει τα δεδομένα.
Σπάνια, άλλωστε, ένας χρήστης δημιουργεί μόνο μία εκδοχή. Μπορεί να δοκιμάσει πέντε ή δέκα διαφορετικές εικόνες μέχρι να καταλήξει σε εκείνη που θα ανεβάσει στο Instagram. Αν αυτό πολλαπλασιαστεί επί εκατομμύρια χρήστες, ένα φαινομενικά ασήμαντο διαδικτυακό trend μεταφράζεται σε τεράστιο αριθμό αιτημάτων προς τις υποδομές της AI.
Το Brut παραπέμπει και στις εκτιμήσεις του Διεθνούς Οργανισμού Ενέργειας, σύμφωνα με τις οποίες η παγκόσμια κατανάλωση ηλεκτρικής ενέργειας από τα κέντρα δεδομένων θα μπορούσε να αυξηθεί από περίπου 460 TWh το 2024 σε περίπου 945 TWh έως το 2030, με την ανάπτυξη της τεχνητής νοημοσύνης να αποτελεί σημαντικό παράγοντα αυτής της αύξησης.
Το ερώτημα, συνεπώς, δεν είναι εάν ένα AI πορτρέτο των 80s μπορεί από μόνο του να επιβαρύνει δραματικά το περιβάλλον. Το ζήτημα είναι τι συμβαίνει όταν τέτοιου είδους χρήση γίνεται καθημερινή πρακτική για εκατομμύρια ανθρώπους.
Η κατανάλωση νερού
Η ηλεκτρική ενέργεια δεν είναι η μοναδική παράμετρος. Τα κέντρα δεδομένων παράγουν μεγάλες ποσότητες θερμότητας και χρειάζονται συστήματα ψύξης, ορισμένα από τα οποία χρησιμοποιούν νερό. Παράλληλα, υδάτινο αποτύπωμα μπορεί να έχει και η ίδια η παραγωγή της ηλεκτρικής ενέργειας που καταναλώνουν.
Το Brut αναφέρεται σε μελέτη του 2023 από ερευνητές του Πανεπιστημίου της Καλιφόρνιας στο Ρίβερσαϊντ και του Πανεπιστημίου του Τέξας στο Άρλινγκτον, σύμφωνα με την οποία η εκπαίδευση του GPT-3 εκτιμάται ότι θα μπορούσε να έχει καταναλώσει άμεσα περίπου 700.000 λίτρα γλυκού νερού.
Εδώ, ωστόσο, χρειάζεται μια σημαντική διευκρίνιση. Ο ισχυρισμός που έχει κυκλοφορήσει ευρέως στο διαδίκτυο ότι «κάθε prompt στο ChatGPT καταναλώνει μισό λίτρο νερό» δεν αποδίδει σωστά τα συμπεράσματα της συγκεκριμένης έρευνας.
Η εκτίμηση των ερευνητών αντιστοιχούσε περίπου σε 500 ml νερού για 10 έως 50 απαντήσεις μεσαίου μήκους, ανάλογα με την τοποθεσία και τις συνθήκες λειτουργίας. Επιπλέον, αφορούσε μοντελοποίηση για το GPT-3 και δεν αποτελεί μια σταθερή μέτρηση που ισχύει για κάθε σημερινό σύστημα τεχνητής νοημοσύνης.
Το πραγματικό αποτύπωμα μπορεί να μεταβάλλεται σημαντικά ανάλογα με το μοντέλο, το hardware, την τοποθεσία του κέντρου δεδομένων, τον τρόπο ψύξης, την προέλευση της ηλεκτρικής ενέργειας και φυσικά το είδος της εργασίας που ζητά ο χρήστης.
Το κόστος αρχίζει πριν πατηθεί το «generate»
Υπάρχει και μια λιγότερο εμφανής πλευρά της συζήτησης: η κατασκευή του ίδιου του εξοπλισμού.
Οι εξειδικευμένοι επεξεργαστές που χρησιμοποιούνται για την τεχνητή νοημοσύνη απαιτούν ημιαγωγούς και μια σειρά άλλων υλικών. Πίσω από την κατασκευή τους βρίσκονται εξορύξεις, βιομηχανικές διαδικασίες, κατανάλωση ενέργειας και χρήση χημικών ουσιών.
Όπως σημειώνει το Brut, επικαλούμενο το GQ India, ο σύγχρονος υπολογιστικός εξοπλισμός έχει το δικό του σημαντικό υλικό αποτύπωμα, ενώ η αλυσίδα εφοδιασμού της AI εξαρτάται τόσο από κρίσιμα ορυκτά όσο και από τη βιομηχανία των ημιαγωγών.
Επομένως, το περιβαλλοντικό κόστος ενός AI πορτρέτου δεν αρχίζει τη στιγμή που ο χρήστης πατά το κουμπί για τη δημιουργία του. Έχει ήδη ξεκινήσει από την παραγωγή του εξοπλισμού και συνεχίζεται με τη λειτουργία, την ηλεκτροδότηση και την ψύξη των κέντρων δεδομένων.
Το πραγματικό ερώτημα πίσω από το trend
Η τεχνολογία της τεχνητής νοημοσύνης γίνεται σταδιακά αποδοτικότερη και η ενέργεια που απαιτείται για ορισμένες εργασίες μπορεί να μειώνεται όσο εξελίσσονται τα συστήματα. Την ίδια στιγμή, όμως, η χρήση της AI αυξάνεται με τεράστιους ρυθμούς και εμφανίζονται συνεχώς νέες, περισσότερο απαιτητικές εφαρμογές.
Εκεί βρίσκεται και το βασικό ερώτημα που θέτει το Brut μέσα από το παράδειγμα των φωτογραφιών των 80s που κατέκλυσαν το Instagram.
Το ζήτημα δεν είναι εάν μία φωτογραφία είναι αρκετή για να προκαλέσει σοβαρή περιβαλλοντική επιβάρυνση. Είναι τι σημαίνει το άθροισμα εκατομμυρίων μικρών και συχνά καθαρά ψυχαγωγικών χρήσεων της τεχνητής νοημοσύνης.
Το συγκεκριμένο trend κάποια στιγμή θα περάσει. Σχεδόν σίγουρα, όμως, θα το διαδεχθεί ένα άλλο στο Instagram ή και γενικότερα στα social media. Και πίσω από την αίσθηση ότι η δημιουργία μιας εικόνας είναι άμεση, άυλη και σχεδόν χωρίς κόστος, εξακολουθούν να βρίσκονται πραγματικοί επεξεργαστές, κέντρα δεδομένων, ηλεκτρική ενέργεια, νερό και πρώτες ύλες.
