- ความเชื่อที่ว่า AI โดยเฉพาะ LLM อย่าง ChatGPT สร้างความเสียหายร้ายแรงต่อสิ่งแวดล้อมนั้นไม่แม่นยำ
- หลายคนเผยแพร่ข้ออ้างว่า “การใช้ AI ในระดับบุคคลส่งผลเสียต่อวิกฤตสภาพภูมิอากาศ” แต่เมื่อเทียบกับขนาดการปล่อยจริงและสิ่งที่นำมาเปรียบเทียบแล้วถือว่าไม่เหมาะสม
- ควรพิจารณาข้อมูลการใช้พลังงานและน้ำของ AI ให้แม่นยำที่สุดเท่าที่ทำได้ เพื่อทำความเข้าใจขนาดที่แท้จริงของการปล่อยคาร์บอน
- ควรพิจารณาด้วยว่าในบรรดากิจกรรมส่วนบุคคลต่าง ๆ พฤติกรรมใดกันแน่ที่ช่วยลดการปล่อยได้อย่างมีนัยสำคัญ
ทำไมจึงเขียนบทความนี้
- ในบทสนทนาเรื่องสภาพภูมิอากาศ มักมีแนวทางแบบ “ชี้เป้าบริษัท/เทคโนโลยีที่ไม่ดีแล้วคว่ำบาตร” ปรากฏอยู่บ่อยครั้ง
- ความเห็นที่เหมารวมว่าการใช้ ChatGPT เป็นการทำลายสิ่งแวดล้อมเพิ่มขึ้นเรื่อย ๆ จึงต้องการชี้แจงโดยอิงจากตัวเลขที่ถูกต้อง
- ยังเน้นย้ำมุมมองด้วยว่า การเคลื่อนไหวด้านสภาพภูมิอากาศควรมุ่งไปที่การเปลี่ยนผ่านเชิงโครงสร้าง เช่น ระบบพลังงาน มากกว่าการโฟกัสกับไลฟ์สไตล์ส่วนบุคคล
วิธีคิดเกี่ยวกับจริยธรรมของการปล่อย
- ในสังคมสมัยใหม่ การใช้ชีวิตแบบปลอดคาร์บอนอย่างสมบูรณ์แทบเป็นไปไม่ได้ในทางปฏิบัติ
- แม้แต่สถานที่สำคัญอย่างโรงพยาบาลก็มีการปล่อยสูง แต่คุณค่าทางสังคมก็สูงมากเช่นกัน
- หากต้องการลดการปล่อย ไม่ควรคิดแบบ “กำจัดแหล่งปล่อยขนาดใหญ่ให้หมดไปก่อน” แต่ควรพิจารณา “สมดุลระหว่างคุณค่าของกิจกรรมกับปริมาณการปล่อย”
- การพลาดโอกาสใช้เทคโนโลยีที่มีประโยชน์อย่าง LLM เพราะข้อมูลผิดหรือความเข้าใจคลาดเคลื่อนนั้นไม่ใช่เรื่องพึงประสงค์
LLM มีประโยชน์หรือไม่
- LLM ช่วยได้อย่างกว้างขวางทั้งในชีวิตประจำวันและการทำงาน เช่น การเรียนรู้และการทำงานอัตโนมัติ
- มีประสิทธิภาพเป็นพิเศษในการสรุปข้อมูลด้านเทคนิคหรือข้อมูลเฉพาะทางที่ซับซ้อนอย่างรวดเร็ว รวมถึงการตอบคำถาม
- แม้จะไม่สมบูรณ์แบบ แต่ต่างจากการค้นหาบน Google ตรงที่สามารถให้คำตอบแบบโต้ตอบและปรับให้เหมาะกับผู้ใช้ได้
- ผู้คนจำนวนมากกำลังใช้ LLM เพื่อเรียนรู้ความรู้ใหม่ แก้ปัญหา และเพิ่มผลิตภาพ
ประเด็นหลัก (Main Argument)
การปล่อย (Emissions)
- การค้นหาบน ChatGPT หนึ่งครั้งใช้พลังงานมากกว่าการค้นหาบน Google ทั่วไปราว 10 เท่า แต่ในเชิงปริมาณสัมบูรณ์มีเพียงประมาณ 3 Wh เท่านั้น
- คิดเป็นระดับใกล้เคียงกับการสตรีมวิดีโอ 10 วินาที การส่งอีเมล 2 ฉบับ หรือการดูทีวี LED 3 นาที
- การเปรียบเทียบอย่าง “การใช้งาน ChatGPT ทั่วโลก = การใช้ไฟฟ้าของบ้านเรือนหลายหมื่นหลัง” อาจทำให้เข้าใจผิดได้ หากไม่คำนึงถึงจำนวนผู้ใช้ของบริการนั้นและคุณค่าที่ได้รับ
- ตัวอย่างเช่น บริการสตรีมมิงอย่าง Netflix หรือ YouTube ใช้พลังงานมากกว่ามาก แต่สำหรับผู้ใช้แต่ละคนก็ยังเป็นปริมาณที่น้อยมาก
- การฝึกโมเดล GPT-4 ใช้พลังงานเทียบเท่ากับเที่ยวบินหลายร้อยเที่ยว แต่เมื่อคำนึงถึงคุณค่าที่มอบให้แก่ผู้ใช้นับไม่ถ้วนทั่วโลกหลังจากฝึกเพียงครั้งเดียว ก็ถือว่ามีประสิทธิภาพ
- เมื่อเทียบกับการใช้พลังงานของอินเทอร์เน็ตทั้งหมด สัดส่วนที่ LLM ใช้นั้นน้อยมาก และการมองว่าการใช้ ChatGPT ของบุคคลเป็นแก่นหลักของปัญหาสภาพภูมิอากาศถือเป็นความกังวลที่เกินจริง
การใช้น้ำ (Water use)
- ดาต้าเซ็นเตอร์ของ AI ใช้น้ำสำหรับการระบายความร้อนของ GPU เป็นต้น
- มีความเข้าใจผิดว่า “ใช้ ChatGPT หนึ่งครั้งสิ้นเปลืองน้ำ 500mL” แต่ความจริงแล้วตัวเลข 500mL ต่อการถามประมาณ 20~50 ครั้งนั้นใกล้เคียงกว่า
- กิจกรรมออนไลน์อื่น ๆ เช่น การสตรีมเพลงหรือการประชุมวิดีโอ ก็ใช้น้ำในลักษณะใกล้เคียงกัน และตัวเลขนี้รวมทั้งกระบวนการผลิตพลังงานและการระบายความร้อนทั้งหมด
- ในทางปฏิบัติ การดูวิดีโอ 4K ความยาว 10 นาที หรือการประชุมวิดีโอหนึ่งชั่วโมง ใช้น้ำมากกว่าการถาม ChatGPT หลายสิบครั้ง
- หากมีการดำเนินงานดาต้าเซ็นเตอร์ในพื้นที่ที่ไม่สร้างภาระหนักต่อแหล่งน้ำขนาดเล็ก และมีการจัดการน้ำนำกลับมาใช้ใหม่ร่วมด้วย ปัญหานี้ก็สามารถบรรเทาได้มาก
- เมื่อเทียบกับกระบวนการผลิตสินค้าจากสัตว์ การใช้น้ำของดาต้าเซ็นเตอร์ถือว่าน้อยกว่าโดยเปรียบเทียบ และการวิเคราะห์จำนวนมากก็ชี้ว่าการก่อมลพิษหรือความสูญเปล่าก็น้อยกว่าอุตสาหกรรมปศุสัตว์เข้มข้น
ความเข้าใจผิดที่พบบ่อยเกี่ยวกับการใช้ LLM และการเปรียบเทียบกับความเป็นจริง
- การรับรู้ว่า “การใช้ LLM ส่วนบุคคลสร้างความเสียหายอย่างมากต่อสิ่งแวดล้อมโลก” มีลักษณะที่แตกต่างจากสถิติจริง
- การใช้สมาร์ตโฟน การสตรีมวิดีโอ อีเมล และเกมออนไลน์ ต่างก็ใช้ไฟฟ้าและทรัพยากรน้ำมากพอ ๆ กับ LLM แต่สาธารณชนกลับไม่ได้มองว่านี่เป็นปัญหาใหญ่
- LLM มอบการประหยัดเวลาและเพิ่มประสิทธิภาพให้ผู้ใช้ ขณะที่ปริมาณการปล่อยเองมีน้อย
- หากมองในแง่การลดการปล่อย การเปลี่ยนอาหารการกินหรือการเปลี่ยนรูปแบบการเดินทางให้ผลมากกว่าการจำกัดการใช้ LLM อย่างมาก
ข้อพิจารณาสรุป
- ตัว LLM เองไม่ได้ปลอดจากการก่อการปล่อยโดยสิ้นเชิง แต่ในมุมการใช้งานส่วนบุคคลก็ไม่ได้ไร้ประสิทธิภาพจนควรกังวล
- สิ่งสำคัญในการเคลื่อนไหวด้านสภาพภูมิอากาศคือการเปลี่ยนผ่านพลังงานครั้งใหญ่และการปรับปรุงเชิงโครงสร้าง การมุ่งจำกัดกิจกรรมดิจิทัลเล็กน้อยจึงเป็นประเด็นที่ออกนอกแก่นสาร
- เทคโนโลยี LLM รวมถึง ChatGPT มอบคุณค่าอย่างมากในหลายด้าน ดังนั้นการหลีกเลี่ยงใช้งานเพราะข้อมูลที่ผิดจึงกลับกลายเป็นความเสียเปรียบ
- หากเป้าหมายคือการลดการปล่อยส่วนบุคคล ก็ควรตรวจสอบวิถีชีวิตด้านอื่นที่ส่งผลกระทบมากกว่าก่อน จะมีประสิทธิภาพกว่า
3 ความคิดเห็น
ที่แน่ ๆ คือมันสร้างประโยชน์มากกว่าการขุดคริปโต....
พูดได้ถูกต้องครับ
ความคิดเห็นจาก Hacker News
การเปรียบเทียบการใช้พลังงานของ LLM กับมาตรฐานที่ตั้งขึ้นตามอำเภอใจนั้นไม่เหมาะสม การเปรียบเทียบคำขอใน ChatGPT กับการคุยผ่าน Zoom ไม่ได้มีประโยชน์นัก เพราะหลายกรณีค้นหาด้วย Google ครั้งเดียวก็เพียงพอแล้ว LLM มีประโยชน์ต่อการพัฒนาซอฟต์แวร์ แต่ก็มีวิธีง่าย ๆ ที่ใช้แทนได้อยู่มาก
การลงทุนด้าน AI ทำให้เป้าหมายการปล่อยก๊าซของไฮเปอร์สเกลคลาวด์เปลี่ยนไป และการเติบโตของดาต้าเซ็นเตอร์ก็เริ่มชนขีดจำกัดความจุของโครงข่ายไฟฟ้า เมื่อนำการใช้ไฟฟ้าของ AI ไปแปลงเป็นการปล่อยก๊าซ ข้อสรุปที่เหมารวมกับ AI ทั้งหมดอาจใช้ไม่ได้ ในระยะยาว ROI ดูมีแนวโน้มเป็นบวก แต่ควรมุ่งเน้นการทำให้เทคโนโลยีมีประสิทธิภาพมากขึ้น
บทความนี้ควรมีลิงก์อ้างอิง LLM ไม่ได้ถูกใช้งานแค่โดยผู้ใช้ตามบ้านเท่านั้น รัฐบาลและบริษัทยักษ์ใหญ่ก็กำลังใช้เวลา GPU จำนวนมาก มีการเสนอสร้างโครงสร้างพื้นฐานไฟฟ้าใหม่เพื่อรองรับ AI
การฝึกโมเดลขนาดใหญ่แบบ GPT-4 ดูไม่ใช่ต้นทุนครั้งเดียว บริษัทใหญ่จะฝึกโมเดลใหม่ต่อไปเรื่อย ๆ และหลายโมเดลก็อาจไม่ได้ถูกใช้งาน
ขยะพลาสติกในทะเลประมาณ 90% มาจากแม่น้ำ 10 สาย การตัดสินใจด้านวิถีชีวิตของแต่ละบุคคลมีผลเพียงเล็กน้อยเมื่อเทียบกับแนวปฏิบัติมาตรฐานของภาคการผลิตในต่างประเทศ สิ่งแวดล้อมเป็นเรื่องสำคัญ แต่หากไม่มีการบังคับให้ภาคธุรกิจดำเนินการอย่างถูกต้อง การกระทำของปัจเจกเพียงอย่างเดียวก็ไม่เพียงพอ
มีบทความที่เจาะลึกแนวโน้มของดาต้าเซ็นเตอร์และความยั่งยืน ซึ่งเป็นบทความที่ดีที่สุดเท่าที่เคยอ่านมาในหัวข้อนี้
อยากรู้ว่าตัวเลขเกี่ยวกับการใช้พลังงานของการสตรีมวิดีโอมาจากไหน พลังงานส่วนใหญ่ถูกใช้ไปกับการเข้ารหัสวิดีโอในช่วงแรก
LLM และ ChatGPT ไม่ได้ใช้พลังงานมากที่สุดตอนตอบคำถาม แต่ใช้พลังงานและน้ำจำนวนมากในช่วงฝึกโมเดล การใช้งานในตอนนี้ไม่ได้ทำลายสิ่งแวดล้อมโดยตรง แต่ก็เป็นการแสดงให้เห็นถึงความสนใจในตัวผลิตภัณฑ์
การที่คนทั่วไปกังวลเรื่องการปล่อยก๊าซจากการใช้ ChatGPT นั้นดูไร้สาระ ยอมรับได้ว่า AI ใช้พลังงานมาก แต่ก็ยากที่จะประเมินว่าความต้องการใช้ ChatGPT จะส่งผลต่ออนาคตของ AI อย่างไร
ชื่อเรื่องไม่ตรงกับเนื้อหา ชื่ออย่าง "การปล่อยก๊าซจากการใช้ ChatGPT ไม่ได้สำคัญเมื่อเทียบกับสิ่งอื่น" น่าจะเหมาะสมกว่า