Генеральный директор OpenAI Сэм Альтман выстал на трибуну перед Конгрессом, дая показания о будущем регулирования ИИ на Капитолийском холме. Во время своего слушания он объяснил правду о границах того, как далеко мы можем завести ИИ: «Затраты на ИИ будут совышаться со стоимостью энергии».

ИИ часто обрамляют как чисто цифровое явление, беспрепятственно работающее в нематериальной сфере кодов и алгоритмов. Но за каждым созданным изображением, каждым созданным ответом скрывается значительная и измеримая стоимость энергии. Технология, которую мы все используем, опирается на минералы, чипы, полупроводники и центры обработки данных, где ваши данные обрабатываются и обрабатываются. Технологии требуют энергии для его питания и добычи дефицитных минералов для его создания. Итак, когда мы думаем об ускорении технологий, то, что нас ждет впереди, — это не просто вычислительная задача, но и инфраструктурная и экологическая.

Несмотря на обещание ИИ как технологии с неограниченным и бесконечным потенциалом, существует очень реальный ограничивающий фактор его роста. В своих показаниях Альтман пропустил пух: «В конеконцев, чипы, сетевое оборудование… будут сделаны роботами, и мы сделаем это очень эффективным, дешевле и дешевле, но электрон — это электрон». Это фундаментальный экономический принцип, который будет определять будущее ИИ. По мере того, как производственные процессы искусственного интеллекта становятся все более автоматизированными и оптимизированными, переменные затраты на производство оборудования будут неуклонно снижаться. Что остается неизменной, так это физика самих вычислений: энергия, необходимая для питания этих систем. В зрелой экономике искусственного интеллекта предельные затраты на интеллект будут приближаться к предельным затратам на электроэнергию. Это создает прямую связь между энергетическими инновациями и возможностями искусственного интеллекта; регионы с обильной, надежной и доступной энергией получат решающие преимущества в вычислительной мощности.

Энергия является основным фактором, ограничивающим инновации. По некоторым оценкам, США потребуется до 90 дополнительных гигаватт, около 90 атомных электростанций для питания центров обработки данных. Страны или компании, которые могут производить чистую энергию в масштабе, эффективно установят потолок того, что возможно в искусственном интеллекте. Есть два метода, которые США должны принять для создания энергоэффективной инфраструктуры ИИ и руководства глобальной гонкой ИИ: измерять выбросы ИИ в масштабе и рассматривать энергетическую политику и политику ИИ как взаимосвязанные, в отличие от отдельных интересов.

Углеродный след представляет собой наиболее полную метрику, которая у нас есть для количественной оценки истинной будущей стоимости систем искусственного интеллекта. Тем не менее, OpenAI и другие крупные компании не раскрывают, насколько углеродно-интенсивны их модели, оставляя пользователей в неведении о своей энергии ИИ. Несмотря на отсутствие прозрачности, специалисты по обработке данных нашли почти точные способы оценки стоимости углерода различных популярных моделей. В первую неделю после того, как OpenAI выпустила свой инструмент для создания изображений, пользователи создали 700 миллионов изображений. Каждое изображение использует около 7 ватт-часов электроэнергии. Вместе это более 5 миллионов киловатт-часов — примерно такое же количество энергии, которое 24 000 американских домов потребляют в неделю. Организации, которые измеряют и оптимизируют эффективность выбросов углерода, теперь получат важные преимущества по мере ужесточения правил и колебаний затрат на энергию. По мере того, как энергия становится ограничивающим фактором в развитии ИИ, интенсивность углерода напрямую приводит к экономической конкурентоспособности. В то время как сегодняшний рынок может не полностью оценить экологические внешние факторы, дальновидная политика и рыночное давление будут все больше.

Внедряя системы учета углерода и отчетности для операций ИИ сегодня, компании и правительства могут создать инфраструктуру измерения, необходимую для обеспечения значимой оптимизации. Эти показатели обеспечивают важную видимость не только о том, где потребляется энергия, но и о том, насколько эффективно она используется в рамках обучения моделей, вывода и вспомогательной инфраструктуры.

Недавно я работал с крупной компанией по рекламным технологиям, и этот опыт проиллюстрировал этот принцип в действии. Когда они перешли с процессоров на графические процессоры, наши измерения показали сокращение выбросов углекислого газа на 62% и снижение потребления воды на 55% — значительное повышение эффективности, достигнутое благодаря точным измерениям и целенаправленным изменениям в инфраструктуре. Это ясно продемонстрировало, как возможен другой путь вперед. И это начинается с отслеживания и оптимизации. Немедленное начало этого процесса измерения позволяет организациям определить возможности оптимизации, установить базовые показатели эффективности и развить организационные возможности, необходимые для устойчивого руководства ИИ.

Согласно проекту раскрытия информации об углероде, «неустранение связанных с климатом рисков в цепочках поставок стоит почти в три раза больше, чем действия, необходимые для смягчения этих рисков». Предприятия и правительства, инвестирующие в инфраструктуру искусственного интеллекта сегодня, также должны инвестировать в способы, которые поддерживают инновации для будущих поколений. Поскольку невероятно амбициозные проекты искусственного интеллекта застремляются, у нас нет другого выбора, кроме как стимулировать инновации для поддержки наиболее эффективных моделей. Гонка за превосходство искусственного интеллекта может в конечном итоге превратиться в гонку за энергетическое превосходство, с наиболее значительными прорывами, исходящими не от инженеров-программистов Силиконовой долины, а от инноваций, которые мы можем сделать, используя ИИ более устойчиво.

На слушаниях Комитета Сената по торговле с Альтманом в мае сенатор Тед Бадд (R-NC) сказал: «Способность США развернуть новые мощности по производству электроэнергии и модернизировать свою сеть во многом является ключом к гонке против Китая. Энергия — это то, как мы можем победить, и это также то, как мы можем проиграть». По данным Международного энергетического агентства, Китай уже является мировым лидером в области возобновляемых источников энергии, на который к концу десятилетия приходится почти половина общего объема возобновляемых источников энергии в мире. В то время как США очень сосредоточены на конкуренции с китайскими моделями искусственного интеллекта, чтобы эффективно конкурировать и руководить глобальным искусственным интеллектом, мы также должны лидировать в оперативных возможностях искусственного интеллекта. Энергия и искусственный интеллект неразрывно связаны; этот подход должен быть отражен в нашей политике.

И хотя переход на возобновляемые источники энергии имеет решающее значение для устойчивого развития ИИ, масштабирование инфраструктуры возобновляемых источников энергии для удовлетворения экспоненциально растущих потребностей ИИ потребует скоординированных инвестиций и согласования политики. Мы просто не можем позволить себе ждать так долго. Чтобы адекватно реагировать на сегодняшний прилив спроса, мы можем начать выявлять и смягчать неэффективность, сначала фиксируя углеродный и водный след генеративного ИИ.

Закон об искусственном интеллекте на окружающую среду 2024 года, за каме штата Массачусетс, является одним из первых законопроектов, целью которого является согласование наших амбиций ИИ с нашими энергетическими реалиями, призывая к разработке комплексных инструментов измерения и отчетности, которые учитывают весь спектр воздействия ИИ на окружающую среду.

Без согласованных действий сейчас мы рискуем внедрить расточительные практики в основы экономики, все больше основанной на искусственном интеллекте. Мы должны принять стратегию политического развития для стимулирования энергоэффективных центров обработки данных посредством последовательного измерения, отслеживания и требовательной эффективности там, где она существует.

На прошлой неделе Сэм Альтман изложил свое видение того, как ИИ может трансформировать человечество к 2030-м годам, и он подтвердил возможности, которые ждут впереди: «[Интеллект и энергия] долгое время были фундаментальными ограничителями человеческого прогресса; с обилием интеллекта и энергии (и хорошим управлением) мы теоретически можем иметь что-то другое».

Нет сомнений в том, что стоимость искусственного интеллекта — это энергия. Давайте убедимся, что это устойчиво.