Tekoälyn kielimallien, kuten ChatGPT:n ja Copilotin käyttö on kasvanut räjähdysmäisesti viime vuosina. Tietyissä tilanteissa kielimallit helpottavat ja nopeuttavat tiedonhakua ja voivat tehdä työskentelystä huomattavasti sujuvampaa. Monella on tapana käyttää kielimalleja myös arkisissa tilanteissa. Miksi vaivautua hakemaan itse netistä mitään, kun voi kysyä tekoälyltä, joka koostaa sinulle vastaukset valmiiksi?
Asiaan liittyy kuitenkin eräs varjopuoli, jota moni ei tule miettineeksi. Tekoälyn kielimallien käyttö kuluttaa energiaa ja aiheuttaa sitä kautta myös hiilidioksidipäästöjä. Jos siis kyselet tekoälyltä itsestään selviä asioita, kuormitat aivan tarpeettomasti ympäristöä.
Sitran asiantuntijan Lotta Toivosen ja nuoremman asiantuntijan Ella Palon mukaan sitä on haastavaa arvioida, miten paljon erilaiset tekoälyratkaisut kuluttavat energiaa tai aiheuttavat ilmastopäästöjä. Arvioinnista tekee haastavaa sekin, että tekoälyratkaisut voivat myös auttaa vähentämään muiden alojen päästöjä.
Kielimallien kehittäminen ja käyttö ovat myös jatkuvassa muutoksessa, minkä takia arviot myös vanhenevat nopeasti. Erään arvion mukaan yksi ChatGPT-kysely kuluttaa noin 6-10 kertaa enemmän energiaa kuin tavallinen Google-haku.
– Lisäksi kielimallien koulutus ja käyttö kuluttaa suuria määriä vettä, Toivonen ja Palo huomauttavat Verkkouutisille antamassaan sähköpostihaastattelussa.
Virallisia arvioita kulutuksesta ei ole tiedossa. Julkisuudessa esillä olleiden arvioiden taustalla on monenlaisia oletuksia, kuten sovelluksen käyttämän datakeskuksen sijainti ja kyselyä koskevan prosessoitavan datan määrä, jotka vaikuttavat lopputulokseen.
– Vielä ei ole kehitetty standardoitua tapaa mitata näin monimutkaisten prosessien energiankulutusta. Kielimallien välillä on myös eroja, Toivonen ja Palo huomauttavat.
Heidän mukaansa on kuitenkin selvää, että tekoälyn energiankulutus vaikuttaa ilmastopäästöihin.
– Esimerkiksi Google raportoi viime kesänä, että sen päästöt olivat kasvaneet 48 prosenttia viiden edellisen vuoden aikana. Päästöjen kasvun voi linkittää osin generatiivisen tekoälyn koulutukseen ja käyttöön tarvittavan laskentatehon tarpeeseen, joka heijastuu datakeskusten kasvavaan energiankäyttöön.
Tärkeää ei ole yksittäinen haku vaan kokonaisuus
Karkean arvion mukaan yksi ChatGPT-haku kuluttaa siis noin kymmenkertaisen määrän verrattuna tavalliseen Google-hakuun. Määrä ei kuulosta suurelta, kuten ei se olekaan. Siksi tilannetta kannattaa tarkastella kokonaisuuden kannalta.
– Kun päivittäisten kyselyiden määrä kasvaa kymmeniin miljooniin, puhutaan jo aivan eri luokan sähkönkulutuksesta, Toivonen ja Palo huomauttavat.
Tekoälyn kehittyessä myös kielimalleja tullaan kehittämään ja niiden käyttö lisääntyy entisestään.
– On selvää, että tekoälyn kielimalleista on hyötyä monilla yhteiskunnan osa-alueilla, kuten muun muassa terveydenhuollossa, koulutuksessa, tutkimuksessa ja jopa vihreässä siirtymässä. Samaan aikaan on kuitenkin tärkeää huomioida, että tekoälyn kielimallien lisääntyvä käyttö kasvattaa niin energian, veden kuin erilaisiin laitteisiin tarvittavien materiaalienkin kulutusta kestämättömällä tavalla, Toivonen ja Palo sanovat.
Ympäristövaikutuksista pitäisi puhua enemmän
Asiantuntijoiden mukaan ihmisten tulisi ehdottomasti tiedostaa nykyistä paremmin se, että tekoälyn käyttö kuluttaa myös energiaa. Heidän mukaansa ympäristövaikutuksia tulisi kuitenkin tarkastella koko arvoketjun läpi raaka-aineista lopputuotteisiin ja käyttöön asti.
– Erityisen tärkeä vaihe on tuotesuunnittelu, sillä arviolta 80 prosenttia tuotteen ympäristövaikutuksista lyödään lukkoon suunnitteluvaiheessa.
Toisaalta myös generatiivisen tekoälyn mallien tarpeellisuus olisi kuitenkin tärkeää tiedostaa.
– Jälkeen jääminen Yhdysvaltain ja Kiinan kehityksestä on uhka EU:n talouden toimintavarmuudelle ja kilpailukyvylle geopoliittisessa jännittyneessä tilanteessa. EU:n on pystyttävä kehittämään itsenäisesti generatiivista tekoälyä, jota voimme välttyä uusilta riippuvuuksilta digijätteihin, Toivonen ja Palo huomauttavat.
Heidän mukaansa yhteiskunnallisella tasolla tulisi tarkastella, mitä todella haluamme saada tekoälyllä aikaan ja valita käytettävät mallit tarkoituksenmukaisesti.
– Tekoälyn tuomien mahdollisuuksien lisäksi tarvitsemme tietoa ja keskustelua sen riskeistä ja mahdollisista seurauksista, jotta voimme edistää sekä ympäristön kestävyyttä että yhteiskunnan kriisinkestävyyttä. Tutkitun tiedon avulla tekoälyn kokonaisvaikutuksia voidaan arvioida paremmin, Toivonen ja Palo sanovat.
Joka tapauksessa tekoälykeskustelua olisi heidän mukaansa käytävä myös ympäristönäkökulmasta, jotta ne eivät jäisi vain sivuhuomioiksi.
– Myös käyttäjille on tarjottava enemmän tietoa tekoälyn ympäristövaikutuksista sekä mahdollisuuksia vaikuttaa teknologiakehitykseen.
Jokainen voi pienentää hiilijalanjälkeään
Monen voi olla vaikeaa hahmottaa tekoälyyn liittyviä ympäristöpäästöjä siksi, että ne toimivat pilvipalvelimilla. Kielimallien käytön vaikutukset ovat silti hyvin konkreettisia. Asiaa ei muuta miksikään se, että konkreettinen lisääntynyt sähkönkulutus tapahtuu datakeskuksessa kaukana käyttäjän kodista.
Paras tapa vähentää ympäristöpäästöjä omalta osaltaan onkin käyttää tekoälyn kielimalleja vain harkiten. Niitä kannattaa käyttää apuna vain silloin, kun niitä todella tarvitsee. Turhia tai yksinkertaisia kysymyksiä siltä ei kannata kysellä, sillä tiedät vastauksen itsekin.
– Kielimallien harkitun käytön lisäksi on paljon muitakin tapoja vaikuttaa omaan hiilijalanjälkeensä, esimerkiksi ostamalla digitaalisia laitteita harkiten ja ostamalla pitkäikäisiä, korjattavia ja kierrätettäviä laitteita, Toivonen ja Palo huomauttavat.
Samalla he huomauttavat, että vastuu tekoälyn kielimallien suunnittelusta ekologisesti kestäviksi on niiden valmistajilla, palveluntarjoajilla ja päättäjillä. Tässä asiassa lainsäädännön rooli Suomessa ja Euroopan unionissa on tärkeä.
Mikä sitten olisi ympäristönkin kannalta vastuullinen tapa käyttää tekoälyn kielimalleja?
Toivosen ja Palon mukaan lähtökohtana kaikessa teknologisessa kehityksessä tulisi aina olla haittojen minimointi ja hyötyjen maksimointi.
– Ympäristöhyötyjen näkökulmasta tämä tarkoittaa, että tekoälyn kielimallit tulisi suunnitella siten, että niin mallin opettaminen kuin käyttö kuluttavat mahdollisimman vähän energiaa ja kuormittavat mahdollisimman vähän ympäristöä.
Heidän mukaansa uuden teknologian käytön ei myöskään pitäisi vaatia jatkuvasti uusia ja tehokkaampia laitteita.
– Yhtä lailla on tärkeä pystyä vaikuttamaan siihen, että kielimalleja kehitetään ensisijaisesti sellaisiin käyttötarkoituksiin, jotka tuottavat joko ympäristö- ja yhteiskunnallista hyötyä, Toivonen ja Palo painottavat.
LUE MYÖS:
Tekoäly mullistaa: Nämä virheet pudottavat sinut työelämän kelkasta