1748426325
2025-05-28 09:54:00
最近CHATGPTを使用していた場合（および統計的には、おそらく持っている）、あなたはグローバルなトレンドの一部です。 Openai‘s チャットボット と推定されています 5番目に訪問されたウェブサイト 世界で、 週に4億人以上のユーザー。
そして、それは1つのAIツールです。生成AIがアプリ、検索エンジン、職場、日常の習慣に埋め込まれると、大規模な言語モデル（LLM）とのやり取りが chatgpt、 グーグル ジェミニ クロードは増えているだけです。
私たちは、誤った情報やディープフェイクから監視や感情的依存まで、AIのリスクをよりよく認識してきました。しかし、最大の1つはAIの環境への影響です。
LLMSを実行するには、膨大な量の電気と水が必要です。これらのモデルは、トレーニング中だけでなく、膨大な量のデータを吸収して整理するときに、質問をするたびにエネルギーを消費します。それは1日の数十億の質問であり、それぞれが計算能力を要求し、環境コストの増大を増します。
AIが実際に使用しているエネルギーの量がまだわからない理由
真実は、AIが実際にどれだけ使用しているかわからないということです。それは大きな問題です。
ほとんどの業界とは異なり、AI企業はモデルの環境フットプリントを報告する必要はありません。特にAIシステムに結び付けられたエネルギー使用または炭素排出量のための標準化された規制または報告フレームワークはありません。
その理由はいくつかあります。第一に、このテクノロジーはまだ比較的新しいため、この種の規制と報告のためのインフラストラクチャは追いついていません。
しかし、ハイテク企業もそれを推進していません。それは、AIが激しく競争の激しいスペースであるためです。つまり、エネルギーデータを共有すると、モデルのサイズ、アーキテクチャ、または効率に関する詳細が誤って明らかになる可能性があります。
また、技術的には困難です。 AIシステムは、広大なサーバーファーム、複数のチーム、共有インフラストラクチャに広がっているため、使用を隔離して追跡することが困難になります。
次に、光学系があります。 AIが私たちのすべてを行うだけであるという物語に多額の利益を行うことは、Sky-High Emissionsや有限のリソースの大部分にリンクされたくないという物語に多額の投資をしました。
したがって、透明性がほとんどないため、研究者とジャーナリストは見積もられています。そして、これらの推定値は驚くべきものです。
AIのエネルギー使用について知っていることは次のとおりです
過去数年にわたって多くの信頼できる推定が行われてきました。しかし MITテクノロジーレビューからの最近のレポート AIが電気と水に対する食欲を増している最も明確な写真の1つを提供しています。
レポートには、印象的な比較が満載されています。たとえば、5秒間のAIビデオを生成する可能性があります 電子レンジを1時間実行するのと同じくらいのエネルギー。
単純なチャットボットの返信でさえ、エネルギー消費が大きく異なる場合があります。 1つの推定では、114〜6,700のジュールに基本的な返信があります。これは、電子レンジを0.5秒から8秒間実行するのに相当します。しかし、画像やビデオを含むように、タスクがより複雑になるにつれて、エネルギーコストは劇的に上昇します。
レポートによると、全体像はさらに懸念されています。 2024年、米国のデータセンターは約200テラワットの電力を消費しました。これは、タイの年間消費全体とほぼ同じです。
そして、その数は速く登っています。 2028年までに、研究者は、AI関連の電力使用だけで年間最大326テラワット時に達する可能性があると推定しています。これは、米国での現在のデータセンターの使用のすべてを超えており、年間22％以上のアメリカ世帯を強化するのに十分です。
炭素用語では、それは3,000億マイル以上を運転することに相当するものであり、太陽への約1,600の往復でうまくいきます。
それはただの力だけではありません。 AIインフラストラクチャは、主に冷却用の膨大な量の水も消費しています。一部の地域では、これはすでに伸びている水供給に負担を加えます。これは、熱波や干ばつの間に深刻な懸念事項です。
専門家は、ここでの最大の課題の1つは規模だと言います。今日は正確な数字があったとしても、私たちはまだ1年または1か月で問題を過小評価していました。
これは、AIの使用方法が急速に進化しているためです。生成モデルは、アプリやカスタマーサービスボットの作成から写真編集ソフトウェアや検索エンジンまで、日常のツールに組み込まれています。この養子縁組が加速するにつれて、コストを明確に理解することなく、環境への影響は非常にスパイラルになる可能性があります。 多くの 予想よりも速い。
変更する必要があるものと、誰がステップアップしているのかを次に示します
良いニュースは、AIが環境フットプリントに対してより責任を負う勢いが高まっていることです。しかし、今のところ、透明性は例外であり、ルールではありません。
たとえば、グリーンソフトウェア財団（GSF）、 マイクロソフト、Cisco、Siemens、Google、その他の企業は、告発を主導するグループの1つです。
GSFは、グリーンAI委員会を通じて、AI専用に設計された持続可能性基準を開発しています。これには、ライフサイクルカーボンアカウンティング、エネルギー使用量を追跡するためのオープンソースツール、リアルタイムの炭素強度メトリックが含まれます。これらはすべて、AIの環境への影響を測定可能、報告可能で（できれば）管理可能にすることを目的としています。
一部の地域では、ポリシーフレームワークも形になっています。たとえば、EUのAI法は、リスク評価を通じて持続可能性を奨励しています。英国のAI機会アクションプランと英国標準機関（BSI）は、AIの二酸化炭素排出量を測定および報告する方法に関する技術的なガイダンスを作成しています。これらは初期のステップですが、将来の規制を知らせるのに役立ちます。
一部のAI企業は、再生可能エネルギーへの投資、より効率的なトレーニング方法の調査、改善された冷却インフラストラクチャの開発も正しい方向に進んでいます。しかし、これらの改善はまだ業界全体で標準ではなく、まだ広く受け入れられているアプローチはありません。
それが透明性が重要な理由です。これらのシステムが消費するエネルギーに関する明確でオープンなデータがなければ、AIのコストを正確に評価したり、適切な企業に責任を負わせたりすることはできません。確かに、より持続可能なポリシーやインフラストラクチャを構築することもできません。ハイテク企業は、AIの将来を信頼するように頼むことはできません。
あなたも好きかもしれません
#AI企業がエネルギーの使用について話さないのはなぜですか