Eesti ja globaalse tehnoloogiasektori ees seisab tehisintellekti energianälg

Tehisintellekti mudelite treenimine ja igapäevane kasutamine nõuavad sedavõrd palju elektrienergiat, et tehnoloogiahiiglaste varasemad kliimaneutraalsuse plaanid on sattunud ohtu. Ekspertide hinnangul on probleemiks miljonite kasutajate poolt tekitatud pidev energiakulu, mitte ainult treenimine ise.

Suurte tehisintellekti mudelite energiatarbimine on kasvanud plahvatuslikult, muutes varasemad kliimaneutraalsuse lubadused keerukalt saavutatavaks. Kui veel hiljuti võrreldi mudelite võimsust autotööstusega, siis nüüdne mastaap on kordades suurem. Elon Muski loodud Grok 4 mudeli treenimiseks kuluvat energiat saab võrrelda kolme lennukiga, mis peavad peatumatult terve aasta lendama.

Enne tehisintellekti buumi lubasid tehnoloogiahiiglased nagu Google ja Microsoft saavutada kliimaneutraalsuse aastateks 2030 või 2035. Need ambitsioonikad eesmärgid muutusid aga kiiresti ebarealistlikuks, kui arvutusvõimsust nõudvad andmekeskused hakkasid elektritarbimist hüppeliselt tõstma. Vasser märgib, et vanad staatilised andmed serverites ei kuluta märkimisväärselt energiat, kuid iga päring generatiivse tehisintellekti süsteemile nõuab ulatuslikke arvutusi.

Ressursimahukas igapäevakasutus

Energiakulu ei teki mitte ainult mudelite ühekordsest treenimisest, vaid eelkõige nende pidevast kasutusest. Kui varem oli Google'i otsingu ja tehisintellekti päringu energiakulu vahe märgatav, siis tänaseks on vahe peaaegu kadunud, kuna ka otsingumootorid on liikunud generatiivsete lahenduste poole. Miljonite kasutajate igapäevane sisu genereerimine ületab kordades mudelite treenimiseks vajaliku ressursi.

Vasser toob olukorra kirjeldamiseks esile võrdluse vormel-1 võidusõiduautoga, mida kasutatakse igapäevasteks poeskäikudeks. «Praegu me rallime nende suurte ja jõhkrate masinatega, kuigi tegelikult pole absoluutselt vaja neid kogu aeg sellisel moel kasutada,» kirjeldab ta tehnoloogia ületarbimist.

Alternatiiviks kohalikud mudelid

Lahendusena nähakse väiksemaid ja spetsiifilisematele valdkondadele suunatud mudeleid, mis töötavad kohalikes seadmetes. Näiteks Eesti ajaloo teemadele keskenduv mudel oleks oluliselt energiasäästlikum kui üldotstarbeline hiigelsüsteem. Praegune tööstuse fookus on aga liikunud vastupidises suunas, keskendudes massiivsetele kesksetele lahendustele.

Tehisintellekt ei ole lahendus kliimakriisile, vaid pigem selle kiirendaja. Tehniline võimekus arvutada välja autokasutuse vähendamise vajadust ei muuda ühiskondlikke ega poliitilisi hoiakuid, mis on tegelikud takistused keskkonnahoius.