Учени разкриват значителна екологична цена, свързана с нарастващата ни зависимост от усъвършенствани AI системи. Ново изследване, публикувано на 19 юни 2025 г. във Frontiers in Communication, показва, че моделите с логическо разсъждение могат да отделят до 50 пъти повече въглероден диоксид от по-опростените си аналози при отговор на идентични въпроси.
Изследователският екип, ръководен от Максимилиан Даунер от Университета по приложни науки в Мюнхен, оценява 14 различни големи езикови модела (LLM) с размер от 7 до 72 милиарда параметъра. Те тестват тези модели с 1000 еталонни въпроса от различни области, включително математика, история, философия и абстрактна алгебра.
Проучването установява, че моделите за разсъждение генерират средно по 543,5 „токена на мислене“ на въпрос, в сравнение със само 37,7 токена при по-кратките модели. Тези допълнителни изчислителни стъпки директно водят до по-висока консумация на енергия и повече въглеродни емисии. Най-точният тестван модел е Cogito с 70 милиарда параметъра, който постига 84,9% точност, но отделя три пъти повече CO2 от сходни по размер модели, които дават по-кратки отговори.
„В момента наблюдаваме ясен компромис между точност и устойчивост, присъщ на LLM технологиите“, обяснява Даунер. „Нито един от моделите, които поддържат емисиите под 500 грама CO2 еквивалент, не е постигнал точност над 80%.“
Темата на въпросите също оказва значително влияние върху емисиите. Въпроси, изискващи сложно разсъждение, като тези по абстрактна алгебра или философия, водят до до шест пъти по-високи емисии в сравнение с по-елементарни теми като история за гимназисти.
Изследователите подчертават, че потребителите могат да контролират въглеродния си отпечатък от AI чрез осъзнат избор. Например, моделът R1 на DeepSeek (70 милиарда параметъра), отговарящ на 600 000 въпроса, би генерирал CO2 емисии, равни на двупосочен полет от Лондон до Ню Йорк. В същото време моделът Qwen 2.5 на Alibaba (72 милиарда параметъра) може да отговори на около 1,9 милиона въпроса със сходна точност при същите емисии.
„Ако потребителите знаят точната въглеродна цена на AI-генерираните си резултати, може да бъдат по-внимателни кога и как използват тези технологии“, заключава Даунер. Изследователите се надяват тяхната работа да насърчи по-информирано и екологично съобразно използване на AI, докато тези технологии все по-дълбоко навлизат в ежедневието ни.