'ChatGPT ต้องดื่มน้ำ (ใช้ปริมาณน้ำ) 500 มิลลิลิตร สำหรับการตอบคำถามประมาณ 20-25 ข้อ’ 

กระแสความนิยมของการใช้งาน AI ได้แผ่ขยายไปทั่วทุกอุตสาหกรรมและทุกภาคส่วน ที่ผ่านมา Techsauce นำเสนอข้อดีและผลกระทบของการใช้งาน AI ในมิติทางด้านเทคโนโลยี ตลาดแรงงาน และเศรษฐกิจบ้างแล้ว บทความนี้เราจะพามาสำรวจผลกระทบของ AI ในมิติด้านสิ่งแวดล้อมกันบ้าง

วิจัยเผยการใช้ AI สูบทรัพยากรน้ำโลกมหาศาล

ล่าสุดนักวิจัยจาก University of California Riverside และ University of Texas Arlington ได้เผยแพร่ชิ้นงานที่มีชื่อว่า ‘Making AI Less Thirsty’ เผยถึงผลกระทบจากการฝึกอบรม AI ต่อสิ่งแวดล้อม ซึ่งต้องอาศัยพลังงานไฟฟ้าและน้ำจำนวนมาก (Note : งานวิจัยชิ้นนี้ยังไม่ได้ผ่านขั้นตอนการ Peer-review หรือกระบวนการตรวจสอบบทความวิชาการ)

ทำไมการฝึกอบรม AI ต้องใช้น้ำจำนวนมาก ? 

เพราะการที่ AI สามารถตอบคำถามสารพัดให้กับเราได้นั้น ตัวมันจำเป็นต้องเรียนรู้ จดจำ และประมวลผลข้อมูลมหาศาล เลยต้องอาศัยฐานจัดเก็บข้อมูลขนาดใหญ่อย่าง Data Center หรือ ศูนย์ข้อมูล ที่ต้องใช้พลังงานไฟฟ้าจำนวนมากในการให้พลังงานอุปกรณ์ต่างๆ ในศูนย์ และจำเป็นต้องใช้น้ำเพื่อช่วยผลิตกระแสไฟฟ้า และเมื่ออุปกรณ์เหล่านั้นทำงานหนักจนเกิดความร้อนและเสี่ยงจะเสียหาย ก็จำเป็นต้องใช้น้ำปริมาณมากเพื่อระบายความร้อนออก

ข้อมูลจากงานวิจัยเผยว่า ในปี 2014 ปริมาณการใช้น้ำทั้งหมดของศูนย์ข้อมูลในสหรัฐฯ อยู่ที่ 626,000 ล้านลิตร

ถาม ChatGPT 25 คำถามต้องใช้น้ำครึ่งลิตร

ในงานวิจัยดังกล่าวพบว่า เพียงแค่การฝึกอบรม GPT-3 เพียงอย่างเดียว ต้องใช้น้ำมากถึง 185,000 แกลลอน ซึ่งเทียบเท่ากับปริมาณน้ำที่ใช้ระบายความร้อนให้เครื่องปฏิกรณ์นิวเคลียร์ และการฝึกอบรม GPT-3 ในศูนย์ข้อมูลของ Microsoft ที่สหรัฐฯ ก็ใช้ปริมาณน้ำสูงเทียบเท่ากับที่ใช้ผลิตรถยนต์ BMW ได้ 370 คัน หรือ Tesla 320 คัน ซึ่งอาจจะเพิ่มมากถึงสามเท่าหากใช้ศูนย์ข้อมูลในเอเชียฝึกอบรม

งานวิจัยชิ้นนี้ยังให้ข้อมูลว่า “สำหรับการสนทนาง่ายๆ หรือการตอบคำถามประมาณ 20-50 ข้อ ChatGPT ต้องดื่มน้ำ (ใช้ปริมาณน้ำ) 500 มิลลิลิตร” ซึ่งแม้จะฟังดูน้อย แต่หากคูณเข้าไปด้วยปริมาณผู้ใช้งาน ระยะเวลาการใช้งาน หรือรูปแบบคำถาม หรือการพัฒนาโมเดลภาษาใหม่ๆ ที่ประมวลผลข้อมูลได้มากขึ้น จะต้องใช้ปริมาณน้ำมหาศาลขนาดไหน

ที่สำคัญคือข้อมูลการใช้น้ำของบริษัทเทคเหล่านี้นั้นไม่ได้ถูกเปิดเผย ซึ่งเป็นเรื่องน่ากังวล และอาจเป็นอุปสรรคของการพัฒนานวัตกรรมที่จะช่วยสร้างความยั่งยืนให้โลกได้ ทั้งในด้านสังคม เศรษฐกิจ และสิ่งแวดล้อม

หนทางแก้

มุมมองที่น่าสนใจกับการแก้ไขและเยียวยาปัญหาดังกล่าว เช่น การเลือกสถานที่และเวลาในการฝึกอบรม AI

ยกตัวอย่างเช่นหากเราฝึกโมเดล AI ขนาดเล็ก สามารถเลือกเวลาฝึก AI ในช่วงเที่ยงคืน หรือในศูนย์ข้อมูลที่มีประสิทธิภาพการใช้น้ำดีกว่า โดยใช้ข้อมูล Water Usage Effectiveness (WUE) ซึ่งเป็นหน่วยวัดความยั่งยืนของ Data Center ในการใช้น้ำอย่างมีประสิทธิภาพ เป็นต้น

นอกจากนั้นนักวิจัยเน้นย้ำว่าบริษัทผู้พัฒนา AI อย่าง Google และ OpenAI "สามารถและควรจะรับผิดชอบต่อสังคมและเป็นผู้นำด้วยการเป็นตัวอย่างโดยจัดการกับ Water footprint ของพวกเขาเอง”

อ้างอิง : forbes