მიუნხენის გამოყენებითი მეცნიერებების უნივერსიტეტის მკვლევრებმა ხელოვნური ინტელექტის პოპულარული სისტემები გამოიკვლიეს და დაადგინეს, რომ პასუხის მოცულობასა და ეკოლოგიურ ზიანს შორის პირდაპირი კავშირი არსებობს. აღმოჩნდა, რომ ვრცელი პასუხები მნიშვნელოვნად მეტ რესურსს მოითხოვს, ვიდრე მოკლე ფორმულირება. სიახლის შესახებ CNN-ი წერს.
ეს დაკავშირებულია იმასთან, თუ როგორ მუშაობს მონაცემთა ცენტრებში განთავსებული სერვერები, რომლებიც ამუშავებენ ხელოვნურ ინტელექტთან დაკავშირებულ მოთხოვნებს. ყოველი კითხვა რთულ გამოთვლით პროცესს იწვევს, რაც დიდ ენერგიას მოითხოვს. ამავდროულად, ბევრი მონაცემთა ცენტრი ჯერ კიდევ იყენებს ელექტროენერგიას, რომელიც წიაღისეული საწვავის წვის შედეგად წარმოიქმნება. სპეციალისტების გამოთვლით, ნეირონულ ქსელთან ერთი მოთხოვნა შეიძლება ათჯერ მეტ ენერგიას მოიხმარდეს, ვიდრე ჩვეულებრივი საძიებო სისტემა.
ექსპერიმენტის ფარგლებში, რომელშიც 14 სხვადასხვა ენობრივი მოდელი გამოიცადა, დადგინდა, რომ დეტალური პასუხები გარემოს 6-ჯერ უფრო აზიანებს, ვიდრე შედარებით მოკლე პასუხები. სხვაობა კიდევ უფრო შესამჩნევია რთულ სისტემებთან მუშაობისას – კომპლექსური ანალიზი და მსჯელობა 50-ჯერ მეტად მოქმედებს გარემოზე, ვიდრე მარტივი ალგორითმები.
ეკოლოგიური ზემოქმედების შესამცირებლად, მეცნიერები მომხმარებლებს ურჩევენ უფრო გააზრებულად ჩამოაყალიბონ მოთხოვნები. მაგალითად, მითითებები, როგორიცაა „მოკლედ მიპასუხე“ ან „შესავლების გარეშე“, მნიშვნელოვნად ამცირებს სისტემის ენერგომოხმარებას. ხოლო მარტივი საკითხებისთვის სასურველია, ჩვეულებრივი საძიებო სისტემის გამოყენება, რომელიც ნაკლებ რესურსს საჭიროებს.
