Искусственный интеллект отвечает на любые наши вопросы, и, кажется, делает это без каких-либо усилий. Но на самом деле за каждым сгенерированным словом скрыта цена, которую платит планета.
Новое исследование, проведенное в Германии, показывает, что даже уже обученные языковые модели (LLM), не нуждающиеся в дополнительной тренировке, продолжают производить значительные выбросы углерода — особенно когда «думают» перед ответом, пишет Frontiers.
Модели, использующие сложные рассуждения (reasoning-enabled models), генерируют в десятки раз больше CO₂ по сравнению с моделями, дающими краткие и прямые ответы. Лидером по точности оказалась reasoning-модель Cogito с 70 млрд параметров и точностью 84,9%, но при этом она производит втрое больше выбросов, чем модели схожего размера, предоставляющие краткие ответы.
Чтобы дать развернутый ответ, модели часто генерируют дополнительные токены размышления — скрытые шаги логического анализа, которые происходят до формирования финального текста. В среднем reasoning-модели создавали по 543,5 таких токена на каждый вопрос, тогда как concise-модели ограничивались 37,7 токена. Чем больше токенов, тем выше нагрузка на оборудование и, соответственно, углеродный след.
На практике это означает, что повышенная точность может быть достигнута только ценой многократного увеличения CO₂-выбросов. Для вопросов по философии и абстрактной алгебре, требующих сложных рассуждений, выбросы могут быть в 6 раз выше, чем при вопросах по школьной истории.
Исследователи подчеркивают: пользователи сами могут влиять на климатический след искусственного интеллекта. Запрашивая краткие ответы, используя модели меньшей мощности там, где это возможно, и рационально выбирая моменты для генерации, можно значительно сократить вред.
Например, если позволить модели DeepSeek R1 (70 млрд параметров) ответить на 600 тыс. вопросов, она сгенерирует столько же выбросов, сколько перелет Лондон — Нью-Йорк туда и обратно. Модель Qwen 2.5 (72 млрд) при аналогичном уровне точности способна ответить на 1,9 млн вопросов за те же выбросы.
Авторы подчеркивают, что на результаты влияет тип используемого оборудования и локальные особенности энергосистемы, однако общее послание очевидно: чем «умнее» и «длиннее» ответ, тем выше климатическая цена.
Сегодня очевиден компромисс между точностью и экологичностью в технологиях LLM. Если пользователи будут знать цену каждого запроса в граммах CO₂, они задумаются, стоит ли превращать себя в экшн-фигурку с помощью ИИ.
Ранее Наука Mail рассказывала, что проявление пользователями вежливости в общении с ИИ-ботами стоит компаниям миллионы долларов.