- A ideia comum de que a IA, especialmente LLMs como o ChatGPT, causa grandes danos ao meio ambiente é imprecisa
- Muitas pessoas divulgam a afirmação de que “o uso pessoal de IA prejudica a crise climática”, mas a escala real das emissões e os parâmetros de comparação usados são inadequados
- É preciso analisar com o máximo de precisão possível os dados de uso de energia e água ligados à IA para entender a escala real das emissões de carbono
- Também é necessário observar, entre as atividades pessoais, quais ações de fato contribuem de forma significativa para reduzir emissões
Por que este texto foi escrito
- Em conversas sobre clima, aparece com frequência uma abordagem de “apontar empresas/tecnologias ruins e boicotá-las”
- Como têm aumentado as opiniões que tratam o uso do ChatGPT como um ato de destruição ambiental, o objetivo é esclarecer a questão com base em números mais precisos
- O texto também reforça a visão de que o ativismo climático deve se concentrar mais em mudanças estruturais, como a transição do sistema energético, do que em estilos de vida individuais
Como pensar sobre a ética das emissões
- Na sociedade moderna, viver de forma completamente livre de carbono é, na prática, impossível
- Instalações importantes, como hospitais, também têm emissões elevadas, mas seu valor social é grande
- Para reduzir emissões, não basta pensar em “eliminar a qualquer custo as maiores fontes de emissão”, e sim em equilibrar o valor da atividade com o volume de emissões
- Não é desejável deixar de usar uma tecnologia útil como os LLMs por causa de informações incorretas ou mal-entendidos
Se os LLMs são úteis
- Os LLMs ajudam amplamente no cotidiano e no trabalho, inclusive em aprendizado e automação de tarefas
- São especialmente eficazes para resumir rapidamente informações técnicas e especializadas complexas ou responder perguntas
- Não são perfeitos, mas, ao contrário da busca no Google, permitem respostas conversacionais e personalizadas
- Muitas pessoas estão usando LLMs para adquirir conhecimento, resolver problemas e aumentar a produtividade
Argumento principal (Main Argument)
Emissões (Emissions)
- Uma busca no ChatGPT usa cerca de 10 vezes mais energia do que uma busca comum no Google, mas, em termos absolutos, isso equivale a apenas cerca de 3 Wh
- Isso corresponde ao nível de 10 segundos de streaming de vídeo, envio de 2 e-mails ou cerca de 3 minutos assistindo a uma TV LED
- Comparações como “o uso global do ChatGPT = consumo elétrico de dezenas de milhares de lares” podem gerar interpretações enganosas quando desconsideram o número de usuários do serviço e o valor de sua utilidade
- Por exemplo, serviços de streaming como Netflix e YouTube consomem muito mais energia, mas isso ainda representa uma quantidade muito pequena para cada usuário individualmente
- O treinamento do modelo GPT-4 consumiu energia comparável à de centenas de voos, mas, considerando o valor entregue a inúmeros usuários no mundo inteiro após um único treinamento, isso é eficiente
- Em relação ao consumo total de energia da internet, a parcela ocupada pelos LLMs é muito pequena, e tratar o uso individual do ChatGPT como um ponto central da crise climática é uma preocupação exagerada
Uso de água (Water use)
- Data centers de IA usam água para resfriar GPUs e outros componentes
- Existe o mal-entendido de que “cada uso do ChatGPT consome 500 mL de água”, mas o mais correto é dizer que 500 mL correspondem a algo entre 20 e 50 consultas
- Outras atividades online, como streaming de música e videoconferências, também usam água de forma semelhante, e esse número inclui todo o processo de produção de energia e resfriamento
- Na prática, assistir a um vídeo 4K de 10 minutos ou fazer uma videoconferência de uma hora usa mais água do que dezenas de consultas ao ChatGPT
- Se a operação dos data centers ocorrer em regiões onde os recursos hídricos locais não sofrem grande pressão, junto com gestão de água reutilizável, o problema pode ser bastante mitigado
- Em comparação com a produção de produtos de origem animal, o uso de água por data centers é relativamente menor, e muitas análises indicam que o nível de poluição ou desperdício também é inferior ao da indústria pecuária intensiva
Equívocos comuns sobre o uso de LLMs e comparações reais
- A percepção de que “o uso individual de LLMs causa um dano enorme ao planeta” não corresponde ao que mostram as estatísticas reais
- Uso de smartphone, streaming de vídeo, e-mail e jogos online também consomem muita eletricidade e água, em nível comparável ao dos LLMs, mas o público não costuma enxergá-los como um grande problema
- Os LLMs oferecem economia de tempo e ganho de eficiência aos usuários, enquanto suas emissões em si são pequenas
- Do ponto de vista da redução de emissões, mudar a dieta ou o meio de transporte tem impacto muito maior do que limitar o uso de LLMs
Reflexão final
- Os LLMs não deixam de gerar emissões, mas, do ponto de vista do uso individual, não são tão ineficientes a ponto de justificar grande preocupação
- O mais importante no ativismo climático é a transição energética em larga escala e a melhoria estrutural; focar em restringir pequenas atividades digitais desvia a discussão do essencial
- Tecnologias de LLM, incluindo o ChatGPT, oferecem grande valor em diversas áreas, portanto evitar seu uso por causa de informações incorretas acaba sendo uma perda
- Se o objetivo é reduzir as emissões pessoais, é mais eficaz primeiro revisar outros hábitos de vida com impacto maior
3 comentários
O certo é que é mais produtivo do que mineração de criptomoedas....
É verdade.
Opiniões no Hacker News
Comparar o consumo de energia dos LLMs com referências arbitrárias não é adequado. Comparar uma consulta ao ChatGPT com uma chamada no Zoom não é útil. Muitas vezes, uma única busca no Google já resolve bem o problema. LLMs são úteis para desenvolvimento de software, mas há muitos métodos simples que podem substituí-los.
Por causa dos investimentos em IA, as metas de emissões dos hyperscalers de nuvem estão mudando, e o crescimento dos data centers está chegando aos limites de capacidade da rede elétrica. Ao converter o uso de energia da IA em emissões, afirmações sobre toda a IA podem não se sustentar. No longo prazo, o ROI parece positivo, mas é preciso focar em tornar a tecnologia mais eficiente.
O artigo precisa de links de referência. LLMs não são usados apenas por usuários domésticos. Governos e grandes empresas estão consumindo muito tempo de GPU. Novas instalações de energia para IA estão sendo propostas.
Treinar modelos grandes como o GPT-4 não parece ser um custo único. As grandes empresas continuarão treinando novos modelos. Muitos modelos talvez nem sejam usados.
Cerca de 90% do lixo plástico oceânico vem de 10 rios. As decisões de estilo de vida individuais são insignificantes em comparação com as práticas padrão da manufatura no exterior. O meio ambiente é importante, mas a ação individual sozinha não basta se as empresas não forem obrigadas a agir da maneira correta.
Há um artigo que trata de uma pesquisa aprofundada sobre tendências de data centers e sustentabilidade. É o melhor texto que a pessoa já leu sobre esse tema.
Fico curioso sobre de onde vieram os números do consumo de energia do streaming de vídeo. A maior parte da energia é usada na codificação inicial do vídeo.
LLMs e o ChatGPT não gastam mais energia no momento de responder perguntas. No treinamento, usam muita água e energia. Usar isso agora não está destruindo o meio ambiente, mas demonstra interesse pelo produto.
É tolice uma pessoa se preocupar com as emissões causadas pelo uso do ChatGPT. Reconheço que a IA usa muita energia. É difícil avaliar o impacto da demanda por ChatGPT no futuro da IA.
O título não combina com o conteúdo. Um título como "As emissões do uso do ChatGPT não são importantes em comparação com outras coisas" seria mais adequado.