8 cách công nghệ AI gây hại cho môi trường
Với cuộc đua AI đang phát triển nhanh hơn bao giờ hết, nhiều người lo lắng về việc những công nghệ này sẽ ảnh hưởng như thế nào đến hệ sinh thái. Việc áp dụng AI tiếp tục gia tăng. Cùng với đó, lượng khí thải carbon của nó sẽ chỉ trở nên tồi tệ hơn nếu các nhà phát triển, người dùng cuối và các cơ quan quản lý tiếp tục phớt lờ tác động môi trường của nó.
Mặc dù đạt được sự bền vững môi trường trên diện rộng thông qua AI vẫn là một triển vọng khả thi nhưng nó đòi hỏi sự hợp tác giữa cả các cá nhân và các thực thể tập thể trong việc giải quyết các tác động tiêu cực của công nghệ đó trên hành tinh của chúng ta.
Bài học rút ra chính
Việc tiêu thụ năng lượng đáng kể của các hệ thống trí tuệ nhân tạo đã dẫn đến lượng khí thải carbon đáng kể, mà các nhà phát triển cũng như người dùng không thể bỏ qua. Điều quan trọng là tất cả các bên liên quan phải nhận ra những tác động môi trường liên quan đến mức sử dụng năng lượng cao như vậy và áp dụng các phương pháp tiếp cận thân thiện với môi trường hơn để giảm thiểu tác động này.
Những tiến bộ nhanh chóng trong trí tuệ nhân tạo đã tạo ra một môi trường khuyến khích việc sử dụng một lần, dẫn đến lãng phí các nguồn tài nguyên có giá trị. Điều quan trọng là các cá nhân phải kiềm chế khi đưa ra quyết định mua hàng và các doanh nghiệp phải tập trung vào việc tạo ra những sản phẩm và dịch vụ có giá trị đích thực thay vì chỉ theo đuổi sự mới lạ.
Việc thiếu một cơ quan quản lý thống nhất giám sát việc sử dụng và phát triển trí tuệ nhân tạo đã dẫn đến các vấn đề môi trường bị xếp xuống vị trí thứ yếu trong chương trình nghị sự. Để giảm thiểu tác động bất lợi của AI đối với môi trường, điều quan trọng là cả chính phủ và các tổ chức môi trường phải cùng nhau hướng tới mục tiêu này.
Điện toán AI cần năng lượng lớn
Nguồn hình ảnh: Thư viện ảnh NOAA/Wikimedia Commons
Yếu tố chính gây ra tác động đáng kể đến môi trường của trí tuệ nhân tạo tổng hợp bắt nguồn từ việc tiêu thụ năng lượng quá mức của nó. Ví dụ: khi kiểm tra các chatbot như ChatGPT, người ta quan sát thấy sự kết hợp giữa giới hạn mã thông báo cao và quá trình xử lý đầu vào nhanh chóng đòi hỏi lượng năng lượng đáng kể. Thật không may, nhiều người dùng không biết về các yêu cầu tài nguyên liên quan đến từng truy vấn tìm kiếm và có xu hướng gửi vô số lời nhắc vào chatbot một cách bừa bãi mà không quan tâm đến hậu quả môi trường của chúng.
Semianalysis đã tạo mô hình chi phí của ChatGPT. Họ nói rằng OpenAI chạy 3.617 máy chủ HGX A100 để trả lời hàng triệu lời nhắc mà ChatGPT nhận được hàng ngày.
Mỗi máy chủ tiêu thụ 3.000 watt-giờ nếu chúng tương tự như Nvidia HGX A100. Vì vậy, để 3.617 đơn vị hoạt động 24/7, chúng cần một con số khổng lồ là 95.054.760.000 watt-giờ hoặc 95.054,76 megawatt-giờ mỗi năm. Để tham khảo, Thành phố New York sử dụng 5.500 đến 10.000 megawatt giờ mỗi ngày.
Sự phát triển với tốc độ nhanh thúc đẩy lối sống vứt bỏ
Sự tiến bộ ngày càng nhanh của trí tuệ nhân tạo đã tạo ra một kỷ nguyên đặc trưng bởi khả năng dùng một lần. Người tiêu dùng các sản phẩm công nghệ thường cảm thấy buộc phải mua những thiết bị mới nhất, bất kể yêu cầu thực tế của chúng. Hơn nữa, nhiều cá nhân phải vật lộn với việc hiểu được sự phức tạp của các công cụ tiên tiến như vậy. Sự khao khát mãnh liệt đối với sự mới lạ này được thúc đẩy bởi các công ty quảng cáo các khả năng đổi mới trong sản phẩm của họ, do đó thúc đẩy sự theo đuổi điên cuồng “điều lớn lao tiếp theo”.
Thông qua việc tuân thủ một lối sống không thể chấp nhận được, các cá nhân cho phép các nhà đổi mới công nghệ chi phối nhu cầu về hệ thống trí tuệ nhân tạo. Những nguồn lực có giá trị được sử dụng vào những công cụ thừa thãi mà hầu như không tạo ra bất kỳ lợi thế đáng kể nào.
Hãy xem ChatGPT là một trường hợp điển hình. Nhiều nhà phát triển đã nắm bắt cơ hội nhờ sự phổ biến của nó để phát hành các chatbot hỗ trợ trí tuệ nhân tạo của họ. Trong thời gian này, các công ty công nghệ nổi tiếng như Microsoft, Meta và Google đã đầu tư nguồn lực đáng kể để phát triển các mô hình ngôn ngữ tiên tiến. Mặt khác, nhiều doanh nghiệp chỉ đơn giản làm theo mà không đi sâu vào cơ chế cơ bản hoặc ứng dụng tiềm năng của những công cụ này.
Bạn nên thận trọng khi truy cập các chatbot trí tuệ nhân tạo từ các nguồn không đáng tin cậy, vì các tác nhân độc hại có thể tạo ra các ứng dụng giả mạo của các mô hình phổ biến như ChatGPT với mục đích lừa dối những cá nhân không nghi ngờ tiết lộ dữ liệu nhạy cảm hoặc phát sinh phí dịch vụ quá cao.
Không có cơ quan quản lý trung ương nào quản lý việc sử dụng và phát triển AI
Nguồn hình ảnh: Cancillería Argentina/Wikimedia Commons
Sự tiến bộ nhanh chóng của trí tuệ nhân tạo vượt qua các khuôn khổ pháp lý và những hạn chế hiện có. Chẳng hạn, Giám đốc điều hành của OpenAI, Sam Altman, ủng hộ các biện pháp nghiêm ngặt hơn để quản lý các hệ thống AI mạnh mẽ. Hiện tại, không có cơ quan quản lý nào giám sát và thực thi các quy định về hoạt động liên quan đến AI.
Mặc dù thực tế là các cơ quan quản lý có thể bắt đầu giải quyết các mối lo ngại liên quan đến trí tuệ nhân tạo, nhưng khó có khả năng họ sẽ đặt suy thoái môi trường lên hàng đầu trong các ưu tiên của mình. Thay vào đó, họ có nhiều khả năng tập trung vào các vấn đề như ảo giác do AI gây ra, vi phạm đạo đức và vi phạm quyền riêng tư. Mặc dù những lo ngại này chắc chắn là đáng kể nhưng sẽ là sai lầm nếu cho phép chúng làm lu mờ những tác động bất lợi mà AI có thể gây ra đối với môi trường.
Để chính phủ giải quyết hiệu quả vấn đề phát thải carbon từ các công ty công nghệ, điều cần thiết là họ phải hợp tác với các tổ chức môi trường trong việc giám sát các đơn vị này. Bằng cách thực hiện các biện pháp quản lý tập trung vào việc giảm tiêu thụ năng lượng, thực hành quản lý chất thải và kỹ thuật khai thác có trách nhiệm, tác động chung của các nhà phát triển trí tuệ nhân tạo có thể giảm đi đáng kể.
Những nỗ lực nông nghiệp dựa trên AI ưu tiên năng suất hơn sức khỏe hệ sinh thái
Các ngành nông nghiệp đang tìm cách tích hợp các hệ thống dựa trên AI vào nông nghiệp. Việc thực hiện chiến lược có thể giúp tối đa hóa tăng trưởng cây trồng, tự động hóa lao động thủ công và chống lại thiên tai đồng thời giảm thiểu chi phí. AI nông nghiệp là một ngành đang phát triển. Market.us thậm chí còn dự đoán rằng quy mô thị trường toàn cầu sẽ vượt quá 10,2 tỷ USD vào năm 2032.
Trí tuệ nhân tạo trong nông nghiệp (AI) mang lại nhiều lợi ích như tăng hiệu quả, cải thiện năng suất và nâng cao tính bền vững; tuy nhiên, nó thường bỏ qua nhu cầu năng lượng đáng kể liên quan đến việc phát triển và triển khai. Ngoài ra, việc tập trung vào việc tối đa hóa năng suất cây trồng và hợp lý hóa các quy trình thu hoạch có thể vô tình góp phần gây ra tác động bất lợi đến môi trường do thúc đẩy các kỹ thuật thâm canh dẫn đến suy thoái đất và sa mạc hóa.
Đào tạo AI yêu cầu thử và sai
Nguồn hình ảnh: mikemacmarketing/Wikimedia Commons
Việc tận dụng lượng dữ liệu khổng lồ để đào tạo các hệ thống trí tuệ nhân tạo tiên tiến đòi hỏi phải đầu tư đáng kể vào tài nguyên tính toán. Quá trình thu thập và xử lý thông tin cho các nền tảng này có thể tiêu tốn một lượng năng lượng khổng lồ, có khả năng lên tới hàng triệu watt-giờ.
Ngoài ra, quá trình đánh giá dữ liệu bao gồm một cách tiếp cận có hệ thống để xác định và giải quyết các lỗi thông qua thử nghiệm và sàng lọc lặp đi lặp lại. Khi các nhà phát triển dần dần cải thiện mô hình của mình, họ cũng phải dành nỗ lực đáng kể để giải quyết mọi vấn đề phức tạp không lường trước được phát sinh trong quá trình lặp lại này.
Hãy lấy ChatGPT làm ví dụ. Một nghiên cứu của Đại học Cornell cho thấy OpenAI đã tiêu tốn 405 năm năng lượng của GPU V100 để huấn luyện GPT-3 trên 175 tỷ thông số. Nói một cách đơn giản hơn, một GPU V100 sẽ mất 405 năm để xây dựng ChatGPT.
Giả sử rằng OpenAI sử dụng thứ gì đó tương tự như GPU Nvidia V100, tiêu thụ 300 watt-giờ, 405 năm tiêu thụ điện năng tương đương 1.064.340.000 watt-giờ. Để tham khảo, hầu hết các hộ gia đình tiêu thụ 30.000 watt-giờ mỗi ngày. Vì vậy, năng lượng mà OpenAI sử dụng để đào tạo ChatGPT ban đầu có thể cung cấp năng lượng cho 35.478 ngôi nhà trong 24 giờ.
Phần cứng AI được làm bằng kim loại Trái đất
Việc xây dựng, phát triển và tiếp thị các ứng dụng trí tuệ nhân tạo phụ thuộc vào một loạt các yếu tố trên mặt đất cho các thành phần phần cứng của chúng. Ví dụ, các bộ xử lý đồ họa (GPU) được chế tạo bằng cách sử dụng các chất kim loại như đồng, thiếc, bạc và kẽm cùng với nhiều nguyên liệu thô khác. Hơn nữa, các công ty công nghệ thường xuyên yêu cầu một số lượng GPU đáng kể để duy trì hoạt động AI của họ.
Để giảm thiểu tác động tiêu cực tiềm tàng của việc cạn kiệt tài nguyên trong tương lai, các nhà phát triển phải xem xét tìm kiếm các phương tiện thay thế để mua nguyên liệu thô. Nếu không làm như vậy có thể dẫn đến sự gia tăng các hoạt động khai thác mang tính hủy diệt khi nhu cầu về phần cứng điều khiển bằng AI tiếp tục tăng. Cuối cùng, ngay cả những mỏ lớn cũng sẽ cạn kiệt nguồn dự trữ trong vòng vài thập kỷ.
Tiềm ẩn ùn tắc giao thông
Nguồn hình ảnh: Tesla
AI có thể xây dựng một tương lai thông minh, tiết kiệm năng lượng hơn cho ngành công nghiệp ô tô. Một nghiên cứu của Tạp chí Quốc tế về Nghiên cứu Môi trường và Sức khỏe Cộng đồng tuyên bố rằng ô tô tự lái tạo ra lượng khí thải carbon ít hơn từ 50 đến 100 phần trăm hơn các loại xe truyền thống. Các nhà sản xuất ô tô trên toàn thế giới sẽ dần dần tích hợp AI vào các đơn vị của họ.
Dù tiết kiệm nhiên liệu nhưng sự xuất hiện của ô tô được điều khiển bằng AI cũng làm gia tăng ùn tắc giao thông ở các thành phố đông dân. Phương tiện cá nhân sẽ tiếp tục đông hơn các trung tâm giao thông công cộng. Một khảo sát theo chiều dọc của Đại học Adelaide cho biết người tiêu dùng thích mua ô tô không người lái hơn là đi lại hoặc chia sẻ phương tiện.
Tiến hóa AI làm tăng rác thải điện tử
Nguồn hình ảnh: Alex Proimos/Wikimedia Commons
Những tiến bộ trong trí tuệ nhân tạo đang tiến triển với tốc độ nhanh chóng do các nhà phát triển luôn nỗ lực dẫn đầu ngành liên tục giới thiệu các giải pháp phần cứng và phần mềm tiên tiến. Tuy nhiên, việc không ngừng theo đuổi công nghệ tiên tiến này đã góp phần làm gia tăng vấn đề rác thải điện tử, làm trầm trọng thêm mối lo ngại của xã hội. Điều quan trọng cần lưu ý là việc duy trì chức năng của các hệ thống AI này đòi hỏi phải có một mạng lưới các bộ xử lý đồ họa (GPU) và máy chủ rộng khắp, nhiều trong số đó không thể tái sử dụng hoặc tái chế khi chúng đã hết vòng đời hữu ích.
The World Counts báo cáo rằng 85% rác thải điện tử được chuyển đến các bãi chôn lấp và lò đốt, và 70% chứa các thành phần độc hại. Các nhà phát triển AI nên khám phá các phương pháp xử lý bền vững hơn. Các hoạt động sinh thái như giảm mức tiêu thụ nhiên liệu hóa thạch, kéo dài vòng đời phần cứng và thiết kế các phương pháp tái chế sẽ cải tổ ngành công nghiệp.
AI có hại cho môi trường không?
Bất chấp tác động bất lợi mà Trí tuệ nhân tạo (AI) có thể gây ra đối với môi trường, tính bền vững của nó không nhất thiết phải được xác định trước bởi bản chất của nó. Phần lớn mối lo ngại xung quanh hậu quả môi trường của AI phát sinh từ hành động của con người trong việc thiết kế, lập trình, triển khai và quản lý các hệ thống hỗ trợ AI. Điều bắt buộc là các công ty công nghệ phải ưu tiên các hoạt động có trách nhiệm và có ý thức về môi trường hơn là tiến bộ nhanh chóng. Hơn nữa, ngay cả khi AI đạt đến trạng thái trí tuệ nhân tạo tổng quát, việc cạn kiệt tài nguyên thiên nhiên của hành tinh để theo đuổi những tiến bộ như vậy là không chính đáng.
Để đảm bảo tính bền vững, các công ty nên chú trọng thực hiện các công nghệ thân thiện với môi trường. Mặc dù trí tuệ nhân tạo có nhiều mục đích sử dụng trong kinh doanh, thương mại và công nghiệp nhưng vẫn còn dư địa đáng kể để phát triển trong việc sử dụng AI để thúc đẩy bảo tồn môi trường và giảm thiểu tác động của biến đổi khí hậu. Thật không may, nhiều ứng dụng AI hiện đang có sẵn mà không xem xét nhiều đến lợi ích tiềm năng của chúng trong việc bảo tồn tài nguyên thiên nhiên hoặc giải quyết vấn đề nóng lên toàn cầu.