- Quan niệm phổ biến cho rằng AI, đặc biệt là các LLM như ChatGPT, gây hại rất lớn cho môi trường là không chính xác
- Nhiều người lan truyền nhận định rằng “việc dùng AI ở cấp độ cá nhân làm trầm trọng thêm khủng hoảng khí hậu”, nhưng cách so sánh đó không phù hợp với quy mô phát thải thực tế
- Cần xem xét dữ liệu về năng lượng và nước liên quan đến AI một cách chính xác nhất có thể để hiểu quy mô phát thải carbon thực sự
- Cũng cần nhìn vào việc trong các hoạt động cá nhân, những hành vi nào mới thực sự góp phần giảm phát thải một cách có ý nghĩa
Vì sao tôi viết bài này
- Trong các cuộc trò chuyện về khí hậu, cách tiếp cận kiểu “chỉ mặt các doanh nghiệp/công nghệ xấu để tẩy chay” xuất hiện khá thường xuyên
- Khi ngày càng nhiều ý kiến khẳng định rằng dùng ChatGPT là hành vi phá hoại môi trường, tác giả muốn làm rõ dựa trên các con số chính xác
- Bài viết cũng nhấn mạnh quan điểm rằng phong trào khí hậu nên tập trung vào thay đổi mang tính cấu trúc như chuyển đổi hệ thống năng lượng, thay vì chỉ tập trung vào lối sống cá nhân
Cách suy nghĩ về đạo đức phát thải
- Trong xã hội hiện đại, một cuộc sống hoàn toàn không carbon về mặt thực tế là điều bất khả thi
- Những cơ sở quan trọng như bệnh viện cũng có mức phát thải cao, nhưng giá trị xã hội của chúng là rất lớn
- Nếu muốn giảm phát thải, không nên chỉ nghĩ theo hướng “cứ loại bỏ nguồn phát thải lớn là xong”, mà phải cân nhắc sự cân bằng giữa giá trị của hoạt động và lượng phát thải
- Việc bỏ lỡ cơ hội sử dụng những công nghệ hữu ích như LLM chỉ vì thông tin sai lệch hoặc hiểu lầm là điều không mong muốn
LLM có hữu ích hay không
- LLM hỗ trợ rộng rãi trong đời sống và công việc, từ học tập đến tự động hóa tác vụ
- Chúng đặc biệt hiệu quả trong việc nhanh chóng tóm tắt hoặc hỏi đáp về thông tin kỹ thuật, chuyên môn phức tạp
- Dù không hoàn hảo, chúng có thể đưa ra phản hồi mang tính đối thoại và cá nhân hóa, khác với tìm kiếm Google
- Nhiều người đang tận dụng LLM để học hỏi kiến thức, giải quyết vấn đề và nâng cao năng suất
Luận điểm chính (Main Argument)
Phát thải (Emissions)
- Một lần tìm kiếm bằng ChatGPT dùng năng lượng nhiều gấp khoảng 10 lần tìm kiếm Google thông thường, nhưng về giá trị tuyệt đối chỉ vào khoảng 3 Wh
- Mức này tương đương với 10 giây phát trực tuyến video, gửi 2 email hoặc xem TV LED trong 3 phút
- Những cách so sánh như “mức sử dụng ChatGPT toàn cầu = điện năng của hàng chục nghìn hộ gia đình” có thể gây hiểu lầm nếu không tính đến số lượng người dùng và giá trị hữu ích mà dịch vụ tạo ra
- Ví dụ, các dịch vụ phát trực tuyến như Netflix hay YouTube tiêu thụ năng lượng lớn hơn nhiều, nhưng ở cấp độ từng người dùng thì con số vẫn rất nhỏ
- Việc huấn luyện mô hình GPT-4 tiêu tốn năng lượng tương đương hàng trăm chuyến bay, nhưng xét đến giá trị được cung cấp cho vô số người dùng toàn cầu sau một lần huấn luyện thì vẫn là hiệu quả
- So với tổng mức sử dụng năng lượng của toàn bộ internet, phần mà LLM chiếm là rất nhỏ; vì vậy coi việc cá nhân dùng ChatGPT là trọng tâm của vấn đề khí hậu là một nỗi lo bị phóng đại
Sử dụng nước (Water use)
- Các trung tâm dữ liệu AI sử dụng nước để làm mát GPU và cho các mục đích liên quan
- Có sự hiểu lầm rằng “mỗi lần dùng ChatGPT tiêu tốn 500 mL nước”, nhưng con số chính xác hơn là 500 mL cho khoảng 20~50 lượt truy vấn
- Các hoạt động trực tuyến khác như phát nhạc trực tuyến hay họp video cũng sử dụng nước theo cách tương tự, và các con số này bao gồm cả quá trình sản xuất năng lượng lẫn làm mát
- Trên thực tế, xem video 4K trong 10 phút hoặc họp video trong một giờ dùng nhiều nước hơn hàng chục lượt truy vấn ChatGPT
- Nếu đi kèm với việc vận hành trung tâm dữ liệu ở khu vực không tạo áp lực lớn lên nguồn nước nhỏ lẻ, cùng với quản lý nước tái sử dụng, thì vấn đề có thể được giảm nhẹ đáng kể
- So với quá trình sản xuất các sản phẩm có nguồn gốc động vật, lượng nước mà trung tâm dữ liệu sử dụng tương đối nhỏ; nhiều phân tích cũng cho rằng mức độ gây ô nhiễm hoặc lãng phí của nó thấp hơn ngành chăn nuôi công nghiệp
Những hiểu lầm phổ biến về việc dùng LLM và so sánh thực tế
- Nhận thức rằng “việc cá nhân dùng LLM gây hại cực lớn cho môi trường Trái Đất” khác xa với bức tranh thống kê thực tế
- Việc dùng smartphone, xem video trực tuyến, gửi email, chơi game online cũng tiêu tốn nhiều điện và nước không kém LLM, nhưng công chúng thường không xem đó là vấn đề lớn
- Trong khi LLM giúp người dùng tiết kiệm thời gian và nâng cao hiệu quả, bản thân lượng phát thải của chúng lại nhỏ
- Xét từ góc độ giảm phát thải, thay đổi chế độ ăn hoặc phương tiện di chuyển đem lại hiệu quả lớn hơn nhiều so với việc hạn chế dùng LLM
Kết luận
- Bản thân LLM không phải là hoàn toàn không tạo ra phát thải, nhưng xét ở góc độ sử dụng cá nhân thì chúng không kém hiệu quả đến mức đáng lo ngại
- Điều quan trọng trong phong trào khí hậu là chuyển đổi năng lượng ở quy mô lớn và cải cách cấu trúc; tập trung vào việc hạn chế những hoạt động số nhỏ lẻ là một hướng đi lệch trọng tâm
- Các công nghệ LLM, bao gồm ChatGPT, mang lại giá trị lớn trong nhiều lĩnh vực, nên việc né tránh sử dụng vì thông tin sai lệch thực ra còn gây thiệt hơn
- Nếu mục tiêu là giảm phát thải ở cấp độ cá nhân, sẽ hiệu quả hơn nếu trước tiên xem xét những thói quen sống khác có tác động lớn hơn
3 bình luận
Điều chắc chắn là nó vẫn hữu ích hơn việc đào tiền mã hóa....
Đúng vậy.
Ý kiến Hacker News
Không phù hợp khi so sánh mức tiêu thụ năng lượng của LLM với các chuẩn mốc tùy tiện. So sánh một truy vấn ChatGPT với một cuộc gọi Zoom không thực sự hữu ích. Trong nhiều trường hợp, chỉ một lần tìm kiếm Google là đủ để giải quyết vấn đề. LLM hữu ích cho phát triển phần mềm, nhưng cũng có nhiều cách đơn giản có thể thay thế.
Do đầu tư vào AI, các mục tiêu phát thải của hyperscale cloud đang thay đổi và sự tăng trưởng của trung tâm dữ liệu đang chạm tới giới hạn công suất của lưới điện. Khi chuyển đổi mức sử dụng điện của AI thành lượng phát thải, các nhận định về toàn bộ AI có thể không còn đúng. Về dài hạn, ROI có vẻ sẽ tích cực, nhưng cần tập trung vào việc làm cho công nghệ hiệu quả hơn.
Bài viết cần có các liên kết tham chiếu. LLM không chỉ được người dùng cá nhân sử dụng. Chính phủ và các tập đoàn lớn cũng đang dùng rất nhiều thời gian GPU. Các cơ sở điện năng mới cho AI đang được đề xuất.
Việc huấn luyện các mô hình lớn như GPT-4 không có vẻ là chi phí một lần. Các tập đoàn lớn sẽ tiếp tục huấn luyện mô hình mới. Có thể nhiều mô hình sẽ không được sử dụng.
Khoảng 90% rác thải nhựa đại dương đến từ 10 con sông. Những quyết định về lối sống cá nhân là rất nhỏ bé so với các thực hành tiêu chuẩn trong sản xuất ở nước ngoài. Môi trường rất quan trọng, nhưng nếu doanh nghiệp không bị buộc phải hành động đúng cách thì chỉ hành vi cá nhân thôi là không đủ.
Có một bài viết đề cập đến nghiên cứu chuyên sâu về xu hướng trung tâm dữ liệu và tính bền vững. Đây là bài viết hay nhất tôi từng đọc về chủ đề này.
Tôi muốn biết các con số về mức sử dụng năng lượng của video streaming được lấy từ đâu. Phần lớn năng lượng được dùng cho bước mã hóa ban đầu của video.
LLM và ChatGPT không tiêu thụ nhiều năng lượng nhất ở lúc trả lời câu hỏi. Chúng dùng rất nhiều nước và năng lượng trong quá trình huấn luyện. Việc sử dụng chúng hiện tại không có nghĩa là bạn đang hủy hoại môi trường, nhưng nó cho thấy sự quan tâm đối với sản phẩm.
Việc một cá nhân lo lắng về lượng phát thải do dùng ChatGPT là điều ngớ ngẩn. Tôi thừa nhận AI dùng rất nhiều năng lượng. Rất khó để cân nhắc tác động của nhu cầu ChatGPT đối với tương lai của AI.
Tiêu đề không khớp với nội dung. Tiêu đề phù hợp hơn sẽ là: "Lượng phát thải từ việc dùng ChatGPT không đáng kể so với những thứ khác".