Van az a pont, amikor az ember már egyetlen ChatGPT-kérdés után is elkezdi rosszul érezni magát és eluralkodik rajta az AI-szorongás.
Legalábbis én eljutottam idáig.
Egy idő után szinte minden prompt után beugrott ugyanaz a gondolat, hogy vajon ezzel most mennyire terheltem a környezetet? Elhasználtam egy pohár ivóvizet, vagy még több szén-dioxiddal terheltem a légkört?
Ez a sajátos ökológiai technostressz könnyen magával ragadja az embert. Különösen igaz ez a vészjósló hírek és szalagcímek olvasásakor.
Aztán elkezdtem utánanézni, mi van a riogatás és az egyre erősödő kollektív bűntudat mögött. A valóság azonban jóval összetettebb annál, mint hogy egyszerűen zöldnek vagy pusztítónak bélyegezzük a technológiát.
Honnan ered az AI-szorongás? A modellek betanításának valódi ára
Az AI-szorongás egyik legfőbb hivatkozási alapja az a széles körben elterjedt tétel, miszerint egyetlen modell betanítása felér öt autó teljes élettartamának szén-dioxid-kibocsátásával. Ez az adat Emma Strubell és a Massachusettsi Egyetem (UMass Amherst) kutatóinak 2019-es úttörő tanulmányából származik. Bár a publikáció mérföldkő volt, hiszen elsőként irányította a figyelmet az algoritmusok ökológiai árára, valójában egy korai, pillanatnyi állapotot rögzített. A mai modern rendszerekre ezek a számok már nem nagyon érvényesek.
A technológiai oldal ugyanis rohamtempóban optimalizál. David Patterson, a UC Berkeley kutatója és társai 2021-es tanulmányukban leírták az úgynevezett 4M (Model, Machine, Mechanization, Map) elvét, bizonyítva, hogy az átgondoltabb modellépítés, a célhardverek és a tiszta energiára támaszkodó adatközpontok kombinációjával akár a századrészére szorítható vissza egy-egy modell lábnyoma.
Ezt támasztja alá a Google elemzése is, miszerint az új generációs chipek, mint a Trillium architektúra, alig négy év alatt harmadára csökkentették az adott feladatokra jutó szén-dioxid-kibocsátást. Emögött rideg gazdasági racionalitás áll. Ugyanis az elpazarolt áram és a szerverek hűtésével dollármilliókat égetnek el, így nem véletlen, hogy az iparági elemzések szerint az AI-lufi és az infrastruktúra valódi ára hamarosan kíméletlenül rákényszeríti a cégeket a megtérülés vizsgálatára. A techcégeknek tehát közvetlen üzleti érdekük a watt-arányos teljesítmény javítása.
Jevons-paradoxon és technostressz: Miért nem csökken a hálózatok terhelése?
Mert a hatékonyság javulása mellett belefutottunk a klasszikus Jevons-paradoxonba. Minél olcsóbbá, gyorsabbá és hatékonyabbá válik egy erőforrás használata, a társadalom annál többet használ belőle. Így hiába igényel egyetlen művelet drasztikusan kevesebb áramot, az összkibocsátás a kereslet robbanása miatt ugrásszerűen emelkedik.
A valós környezeti terhelés ráadásul ma már három fő területen összpontosul:
- A mindennapi működés tömege: A naponta futó több milliárd lakossági és vállalati prompt folyamatos, gigawattos alapterhelést ró a villamosenergia-hálózatokra.
- A háttérbe szoruló klímacélok: A piaci versenyfutás hevében a korábban zöld úttörőnek számító óriások, mint a Google vagy a Microsoft kibocsátása is megugrott. Az áraméhség miatt a hálózatüzemeltetők több helyen elhalasztották a szénerőművek leállítását, a techcégek pedig leállított atomerőművek újraindítására szerződnek.
- A helyi erőforrás-konfliktusok: Az adatközpontok hűtéséhez elpárologtatott millió liternyi édesvíz és a helyi megújuló kapacitások lekötése valós feszültséget szül a lakossággal.
Miből áll a valós fogyasztás?
Amikor a villogó kurzort nézzük és elküldünk egy promptot, az egész folyamat varázslatosan könnyednek tűnik, mintha csupán néhány kódsor lebegne egy képzeletbeli felhőben. A valóságban viszont a digitális mozdulatunk a másodperc törtrésze alatt alakul át kőkemény fizikai reakcióvá egy távoli kontinensen.
Ráadásul korántsem mindegy, hogy mit kérünk ettől a láthatatlan gépezettől. Egy egyszerű levél megfogalmazása vagy egy random kérdés szinte meg sem kottyan a rendszernek, míg egyetlen TikTok trend képgenerálás vagy pár másodperces videó létrehozásakor a szerverek izzadni kezdenek. Sasha Luccioni kutatásai tűpontosan megmutatták ezt a szakadékot, hogy a vizuális tartalmak előállítása nagyságrendekkel több számítási munkát követel. Ez a plusz munka pedig azonnal átváltozik brutális mennyiségű hővé a processzorok felületén.
Ekkor válik a technológia igazán szomjassá. Ezt a hőt el kell vezetni, a leghatékonyabb módszer pedig ma is a hűtővíz elpárologtatása. A Nature Sustainability címlapján publikált vizsgálatok rávilágítottak arra a paradoxonra, amit a monitor előtt ülve szinte sosem érzékelünk, hogy a digitális feladat ökológiai ára valójában a földrajzon dől el. Nem mindegy, hogy a szervertermek egy esőáztatta északi vidéken vagy egy krónikus aszállyal küzdő félsivatagban próbálják lehűteni a felforrósodott chipeket. Ugyanis a felhasznált vízmennyiség és a környezetre mért csapás súlya között többszörös lehet a különbség.
Ezért olyan csalókák a globális átlagok. Világszinten nézve az adatközpontok mindössze a teljes áramfogyasztás másfél százalékát viszik el, ami papíron nem tűnik soknak. Csakhogy ezek a szerverfarmok nem egyenletesen szóródnak szét a világban, hanem néhány helyre zsúfolódnak össze. Az Egyesült Államokban például az új áramigények közel feléért már ezek a létesítmények felelnek. Így ami a globális statisztikában csak egy apró tétel, az a helyi lakosoknak már konkrét ivóvízhiányt és túlterhelt villanyhálózatot jelent. Nem csoda hát, ha az ilyen ellentmondások láttán tovább mélyül bennünk az AI-szorongás.
Az érem másik oldala: Hogyan csökkenti az AI-szorongást a zöld átállás?
A kép akkor válik teljessé, ha észrevesszük a történet legnagyobb csavarját: miközben a mesterséges intelligencia új terheket ró a bolygóra, ugyanez az eszköztár a fenntarthatósági átállás legfontosabb motorja is lehet. Nem csupán fogyasztja az erőforrásokat, hanem megtaníthat minket arra is, hogyan bánjunk velük sokkal okosabban.
Gondoljunk az energiahálózatokra, ahol a szeszélyes szél- és naperőművek termelését emberi ésszel szinte lehetetlen folyamatos egyensúlyban tartani. Az algoritmusok a fogyasztási és meteorológiai adatok valós idejű elemzésével azonnal döntéseket hoznak. A Nemzetközi Energiaügynökség (IEA) becslése szerint pusztán az áram jobb terelésével az AI akár 175 gigawattnyi rejtett kapacitást szabadíthat fel a meglévő vezetékeken, hatalmas hálózatbővítéseket spórolva meg.
A laboratóriumokban ugyanez a gyorsulás zajlik. Az új akkumulátorok és napelemek kémiai tesztelését a virtuális térbe költöztetik, így a kutatók évtizedek helyett hetek alatt szűrik le a legígéretesebb vegyületeket. A természetvédelemben pedig a műholdképek automatizált elemzése azonnal jelzi az illegális erdőirtásokat vagy a veszélyes metánszivárgásokat. A technológia tehát egyszerre falja fel a meglévő energiát, miközben kulcsot ad a jövő tisztább rendszereihez.
Miért nem oldja meg ezt a világ egyetlen törvénnyel?
Ha a technológia ennyire kétélű fegyver, adódik a kérdés: miért nem tiltja be egyetlen nemzetközi törvény a fosszilis energiára támaszkodó adatközpontokat?
A válasz a világpolitika kíméletlen realitásaiban rejlik. Nem létezik olyan globális hatóság, amely kötelező érvényű szabályokat diktálhatna a szuperhatalmaknak. A gazdasági és technológiai hegemóniáért zajló versenyben pedig senki sem hajlandó önként lemaradni a számítási kapacitások korlátozásával. A fizikai villanyhálózatokból ráadásul technikailag sem lehet sebészi pontossággal kiszűrni a szennyező forrásból érkező áramot.
A változást ezért nem a mindent betiltó világrendeletek, hanem a regionális keretek és a kényszerű piaci alkalmazkodás hozzák el. Az Európai Unió már kőkemény átláthatósági elvárásokat támaszt, miközben a techóriások is ráébredtek, hogy a hagyományos infrastruktúra hamarosan képtelen lesz kiszolgálni az áraméhségüket. Nem véletlen, hogy ma már közvetlenül ők maguk finanszíroznak gigantikus zöldberuházásokat, geotermikus kutatásokat, vagy kötnek több évtizedes szerződéseket új generációs atomerőművek felépítésére.
A mi szerepünk (híd a rendszer és az ember között)
Látva ezeket a gigawattos, kontinenseken átívelő folyamatokat, joggal merül fel a kétség, hogy van-e egyáltalán értelme az egyéni odafigyelésnek, ha a valódi döntések a fejünk felett születnek meg?
Nagyon is van, csak a helyére kell tenni a dolgok súlyát. Bár a környezeti lábnyom oroszlánrésze az infrastruktúra tisztaságán múlik, a hétköznapi mértéktartás nem válik feleslegessé. Ahogyan nem folyatjuk feleslegesen a csapot fogmosás közben, úgy a digitális térben is létezik egyfajta józan higiénia.
Nem kell minden egyszerű e-mail átfogalmazásához a legnagyobb, több százmilliárd paraméteres csúcsmodellt munkára fogni, amikor egy kisebb, célzott algoritmus a töredék energiából elvégzi a feladatot. Ugyanez igaz a tartalomgyártásra is. Nem indokolt egyetlen illusztrációhoz húsz változatot legeneráltatni csak azért, mert egyetlen kattintással megtehetjük. A tudatosság nem a technológia elutasítását jelenti, hanem a céltalan pazarlás elkerülését.
Szorongás helyett tudatos figyelem
Nem lett kisebb az adatközpontok energiafogyasztása attól, hogy utánajártam a valós adatoknak, de a monitor előtt érzett bénító bűntudat helyét valami sokkal praktikusabb vette át, mégpedig a kontroll érzése. A passzív AI-szorongás a legrosszabb reakció, mert nem csökkenti a kibocsátást, viszont megöli a józan mérlegelést.
Ahelyett, hogy minden egyes prompt után lelkiismeret gyötörne, tekintsünk magunkra tudatos döntéshozóként. Fogyasztóként odafigyelhetünk a saját digitális lábnyomunkra, piaci szereplőként és polgárként pedig joggal várhatjuk el a szolgáltatóktól az átláthatóságot és a tiszta energia használatát.
Azt gondolom, ma már senkinek sem kérdés, hogy a mesterséges intelligencia velünk marad. A valódi tét mostmár inkább az, hogy a hétköznapi szokásainkkal és a technológiai fejlesztésekkel együtt sikerül-e fenntartható pályán tartanunk.
