Yapay Zeka Gezegenimiz İçin Bir Tehdit Oluşturuyor, Ancak Düşündüğünüz Gibi Değil

Yüksek işlemci çipleri ve soğutma sistemlerini çalıştırmak için gereken enerji, yapay zekayı petrole benzetiyor – insanlar için kazançlı ancak çevresel bir maliyeti var…

İnsanlık, akademik ve güvenlik cephelerindeki kuşkulara rağmen yapay zekayı hevesle kucaklarken, yapay zekanın enerjiye olan açlığı ve karbon ayak izi giderek artan endişelere neden oluyor. Yapay zeka genellikle fosil yakıtla karşılaştırılır. Petrol, bir kez çıkarılıp rafine edildikten sonra kârlı bir emtiadır; ve petrol gibi, YZ’nin de pek çok kişiyi şaşırtan büyük bir çevresel etkisi vardır.

MIT Technology Review’da yayınlanan bir makalede, yaygın olarak kullanılan büyük YZ modellerinin eğitiminin yaşam döngüsünün önemli bir çevresel etkiye sahip olduğu belirtilerek, “tüm süreç 626.000 pound karbondioksit eşdeğerinden daha fazla emisyona neden olabilir – ortalama bir Amerikan arabasının yaşam boyu emisyonlarının neredeyse beş katı (ve buna arabanın kendisinin üretimi de dahildir)” denilmektedir.

VU Amsterdam İşletme ve Ekonomi Okulu’ndan Alex de Vries tarafından kaleme alınan bir araştırma makalesi de hesaplama alanındaki hızlı gelişimin elektrik tüketimi ve yapay zeka ile veri merkezlerinin potansiyel çevresel etkileri konusundaki endişeleri dile getirmektedir. De Vries, “Son yıllarda, veri merkezlerinin elektrik tüketimi, kripto para madenciliği hariç, küresel elektrik kullanımının nispeten istikrarlı bir şekilde %1’ini oluşturdu” diyor.

Yapay zeka veri merkezleri nasıl çalışır?
Bir MIT araştırması, on yıl önce “çoğu NLP (Doğal Dil İşleme) modelinin bir dizüstü bilgisayar veya sunucu üzerinde eğitilip geliştirilebileceğini” söylüyor. Ancak yapay zeka veri merkezleri artık Grafik İşleme Birimleri (GPU’lar) veya Tensör İşleme Birimleri (TPU’lar) gibi birden fazla özel donanım örneği gerektiriyor.

Columbia Climate School’dan bir makale, “Büyük bir dil modelinin amacı, bir metin bütününde bir sonraki adımın ne olacağını tahmin etmektir” diyor. “Bunu başarmak için önce eğitilmesi gerekir. Eğitim, modelin internetten, kitaplardan, makalelerden, sosyal medyadan ve özel veri kümelerinden gelebilecek büyük miktarda veriye (muhtemelen yüz milyarlarca kelime) maruz bırakılmasını içerir.”

Bu eğitim süreci haftalar veya aylar sürer ve bu süre zarfında bir YZ modeli, farklı veri kümelerini tartarak verilen görevleri nasıl doğru bir şekilde yerine getireceğini anlar.

İlk başta, yapay zeka modeli doğru çözümü bulmak için rastgele tahminler yapar. Ancak sürekli eğitimle, doğru ve ilgili sonuçlar elde etmek için verilen verilerde giderek daha fazla desen ve ilişki tanımlar.

Son yıllarda sinir ağlarını eğitmeye yönelik teknik ve donanımdaki gelişmeler, “birçok temel NLP görevinde etkileyici doğruluk iyileştirmeleri” sağladı.

MIT çalışması, “Sonuç olarak, son teknoloji ürünü bir modelin eğitilmesi artık önemli miktarda enerji gerektiren önemli hesaplama kaynakları ve buna bağlı finansal ve çevresel maliyetler gerektiriyor” diye ekliyor.

Yapay zeka veri merkezi enerji talebi ve karbon ayak izi
OpenAI’nin ChatGPT’sinin lansmanından sonra 2022 ve 2023 yıllarında yapay zekanın hızla yaygınlaşması ve büyük ölçekli uygulanması, Microsoft ve Alphabet (Google) gibi büyük teknoloji şirketleri tarafından büyük dil modellerinin (LLM) geliştirilmesini sağladı.

Vries’in makalesine göre ChatGPT’nin başarısı (iki ayda 100 milyon kullanıcıya ulaştı) Microsoft ve Google’ı sırasıyla Bing Chat ve Bard adlı kendi yapay zekalı sohbet robotlarını piyasaya sürmeleri konusunda etkiledi.

Vries şunları söyledi: “Veri merkezlerinin küresel elektrik tüketiminin %1’ini temsil ettiğini zaten biliyoruz. Kripto para madenciliği ve yapay zeka gibi dijital trendler sayesinde, bu oran önümüzdeki yıllarda kolayca %2’ye ve daha fazlasına çıkabilir.”

MIT çalışması, bulut bilişimin tüm havayolu endüstrisinden daha büyük bir karbon ayak izine sahip olduğunu tahmin ediyor. Ayrıca, bir veri merkezi yaklaşık 50.000 eve güç sağlamak için gereken elektrik miktarına ihtiyaç duyabilir.

İşlemciler muazzam miktarda veriyi analiz ederken ve doğru yanıtlar üretirken ısındığından, yüksek performanslı çipleri ve soğutma sistemlerini çalıştırmak için elektrik gereklidir.

De Vries’in çalışmasına göre Hugging Face’in “BigScience Large Open-Science Open-Access Multilingual (BLOOM) modeli eğitim sırasında 433 MWh elektrik tüketmiştir.”

“GPT-3, Gopher ve Open Pre-trained Transformer (OPT) dahil olmak üzere diğer LLM’lerin eğitim için sırasıyla 1287, 1066 ve 324 MWh kullandığı bildiriliyor. Bu LLM’lerin her biri terabaytlarca veri üzerinde eğitilmiştir ve 175 milyar veya daha fazla parametreye sahiptir.”

De Vries, makalesinde araştırma şirketi SemiAnalysis’ten alıntı yaparak OpenAI’nin ChatGPT’yi desteklemek için toplam 28.936 GPU’ya sahip 3.617 NVIDIA HGX A100 sunucusuna ihtiyaç duyduğunu ve bunun da günde 564 MWh’lik bir enerji talebi anlamına geldiğini öne sürdü.

“Google, 2019’dan 2021’e kadar yapay zeka ile ilgili enerji tüketiminin %60’ının çıkarımdan (canlı verilerin bir yapay zeka modelinden geçirilmesi) kaynaklandığını bildirdi. Google’ın ana şirketi Alphabet de eğitim maliyetlerine kıyasla çıkarım maliyetleriyle ilgili endişelerini dile getirdi.”

Berkeley’deki California Üniversitesi araştırmacıları tarafından yapılan bir çalışmada, ChatGPT’nin modellendiği GPT-3’ün 175 milyar parametreye sahip olduğu ve eğitim aşamasında 502 metrik ton CO2 ürettiği, günlük karbon emisyonunun ise 50 pound (veya yılda 8,4 ton) olduğu tahmin ediliyor.

Yapay zekanın uygulanabilirliği ve gelecekteki eylemler üzerine tartışmalar
De Vries, veri merkezleri için daha yüksek enerji talebinin genellikle fosil yakıtla karşılanacağını söylüyor. De Vries, “Yenilenebilir enerji kaynaklarımız sınırlı ve zaten bunlara öncelik veriyoruz, bu nedenle fazladan her türlü talep, kurtulmamız gereken fosil yakıtlarla sağlanacak” dedi. “Yapay zekaya yenilenebilir enerji kaynaklarını koysak bile, başka bir yerde başka bir şeyin fosil yakıtla çalıştırılması gerekecek – bu da iklim değişikliğini daha da kötüleştirecek.”

Hindistan İşletme Okulu’nda profesör ve Hindistan’ın Niti Aayog veri analitiği merkezinin eski başkanı Avik Sarkar, YZ’nin enerji talepleri ve karbon ayak izi konusundaki tartışmaları önemsiz buluyor. Kendisi 2018 yılında Uluslararası Enerji Ajansı (IEA) ile Hindistan’daki veri merkezlerinin büyümesi ve bunun ülkedeki enerji tüketimi üzerindeki etkisi üzerine bir analiz üzerinde çalıştı.

“Yapay zekanın enerji tüketimi üzerindeki ayak izi çok küçük ve birçok teknoloji çok büyük miktarlarda enerji tüketiyor” dedi. “Büyük şehirlerdeki herhangi bir ana caddeye bakın, reklam panolarındaki aydınlatma miktarı o kadar fazladır ki, gece ışıkları olarak adlandırılan ışıklar uzaydan görülebilir, bu da kalkınma ve ekonomik büyümenin büyük bir göstergesidir. Enerji tüketimi kentleşmenin, kapitalizmin ve ekonomik büyümenin doğal bir sonucudur – bu gerçekle yaşamayı öğrenmeliyiz.”

YZ veri merkezlerinin enerji talebi ve karbon emisyonlarının etkisi hakkında yorum yapan de Vries, sorunun sadece Hindistan’la sınırlı olmadığını ve iklim değişikliğinin küresel bir sorun olduğunu söylüyor. “YZ’nin bir sonucu olarak hem enerji talebini hem de karbon emisyonlarını artırırsak, bu tüm savunmasız ülkeleri de etkileyecektir” dedi.

Sarkar, YZ için büyük miktarda enerji tüketiminin, depolama ve bilgi işlem altyapısı sağlayan büyük veri merkezleri nedeniyle gerçekleştiğini kabul ediyor. Veri merkezlerini soğutmak için kullanılan sudan kaynaklanan bir enerji etkisi daha var.

Sarkar, küresel veri merkezlerinin çoğunun Hindistan dışında bulunduğuna dikkat çekerek, ülkenin şu anda büyük bir sorunla karşı karşıya olmadığını savunuyor. Kişisel veriler haricinde, Hindistan’a ait diğer veri noktaları ülke dışındaki merkezlerde depolanabilir.

“Finansal işlemler, Aadhar veya sağlık verileriyle ilgili kritik verilerin Hindistan’da bulunması gerekiyor ve bu çok büyük bir sorun olacaktır. Hindistan farklı iklim bölgelerine sahiptir ve bu veri merkezlerini ülkenin daha serin, sismik olmayan bölgelerine yerleştirerek yüksek enerji tüketimini azaltabilir.”

De Vries’e göre iyi haber şu ki, yapay zeka sunucu tedarik zincirinde darboğazlar var, bu da büyümenin yakın vadede biraz kısıtlı olduğu anlamına geliyor. “Bu fırsatı YZ’nin sorumlu bir şekilde uygulanması üzerine düşünmek için kullanmalı ve YZ’nin kullanıldığı yerlerde şeffaflığın da sağlandığından emin olmalıyız ki bu teknolojinin sahip olduğu etkiyi doğru bir şekilde değerlendirebilelim” dedi.

Yazan: Sanjeev Kumar, Shimla’da (Hindistan) yaşayan ve çevre, iklim değişikliği ve siyaset konularında uzmanlaşmış bir gazeteci.