menu
close

एआई रीजनिंग मॉडल्स साधारण मॉडलों की तुलना में 50 गुना अधिक कार्बन उत्सर्जित करते हैं

हॉशचुले म्यूनिख विश्वविद्यालय के शोधकर्ताओं द्वारा किए गए एक क्रांतिकारी अध्ययन में पता चला है कि उन्नत रीजनिंग क्षमताओं वाले एआई मॉडल, समान प्रश्नों के उत्तर देते समय, साधारण मॉडलों की तुलना में 50 गुना तक अधिक CO2 उत्सर्जन करते हैं। यह शोध, जो फ्रंटियर्स इन कम्युनिकेशन में प्रकाशित हुआ है, ने 14 विभिन्न बड़े भाषा मॉडलों (LLMs) का मूल्यांकन किया और सटीकता तथा पर्यावरणीय प्रभाव के बीच स्पष्ट समझौता पाया। उपयोगकर्ता उपयुक्त मॉडल चुनकर और संक्षिप्त उत्तर मांगकर अपने एआई कार्बन फुटप्रिंट को काफी हद तक कम कर सकते हैं।
एआई रीजनिंग मॉडल्स साधारण मॉडलों की तुलना में 50 गुना अधिक कार्बन उत्सर्जित करते हैं

शोधकर्ताओं ने यह खुलासा किया है कि उन्नत एआई प्रणालियों पर हमारी बढ़ती निर्भरता के साथ एक महत्वपूर्ण पर्यावरणीय लागत जुड़ी हुई है। 19 जून 2025 को फ्रंटियर्स इन कम्युनिकेशन में प्रकाशित एक नए अध्ययन से पता चलता है कि रीजनिंग-सक्षम एआई मॉडल, समान प्रश्नों के उत्तर देते समय, अपने साधारण समकक्षों की तुलना में 50 गुना तक अधिक कार्बन डाइऑक्साइड उत्सर्जित कर सकते हैं।

हॉशचुले म्यूनिख विश्वविद्यालय ऑफ एप्लाइड साइंसेज के मैक्सिमिलियन डाउनर के नेतृत्व में शोध टीम ने 7 से 72 अरब पैरामीटर वाले 14 विभिन्न बड़े भाषा मॉडलों (LLMs) का मूल्यांकन किया। इन मॉडलों को गणित, इतिहास, दर्शनशास्त्र और अमूर्त बीजगणित जैसे विविध विषयों पर 1,000 बेंचमार्क प्रश्नों पर परखा गया।

अध्ययन में पाया गया कि रीजनिंग मॉडल प्रति प्रश्न औसतन 543.5 'थिंकिंग टोकन' उत्पन्न करते हैं, जबकि संक्षिप्त मॉडल केवल 37.7 टोकन का उपयोग करते हैं। ये अतिरिक्त गणनात्मक चरण सीधे तौर पर अधिक ऊर्जा खपत और कार्बन उत्सर्जन में बदल जाते हैं। सबसे सटीक मॉडल, 70 अरब पैरामीटर वाला रीजनिंग-सक्षम Cogito मॉडल था, जिसने 84.9% सटीकता हासिल की, लेकिन इसी आकार के संक्षिप्त उत्तर देने वाले मॉडलों की तुलना में तीन गुना अधिक CO2 उत्सर्जित किया।

"वर्तमान में, हम LLM तकनीकों में स्पष्ट रूप से सटीकता और स्थिरता के बीच समझौता देख रहे हैं," डाउनर ने समझाया। "कोई भी ऐसा मॉडल नहीं था, जिसने 500 ग्राम CO2 समकक्ष से कम उत्सर्जन रखते हुए 80% से अधिक सटीकता हासिल की हो।"

प्रश्नों के विषय ने भी उत्सर्जन पर महत्वपूर्ण प्रभाव डाला। जिन प्रश्नों में जटिल तर्क-वितर्क की आवश्यकता थी, जैसे अमूर्त बीजगणित या दर्शनशास्त्र, उनमें सीधे विषयों जैसे हाई स्कूल इतिहास की तुलना में छह गुना तक अधिक उत्सर्जन हुआ।

शोधकर्ताओं ने बताया कि उपयोगकर्ता सोच-समझकर चुनाव करके अपने एआई कार्बन फुटप्रिंट को नियंत्रित कर सकते हैं। उदाहरण के लिए, DeepSeek का R1 मॉडल (70 अरब पैरामीटर) यदि 600,000 प्रश्नों का उत्तर देता है, तो वह लंदन से न्यूयॉर्क तक की एक राउंड-ट्रिप फ्लाइट के बराबर CO2 उत्सर्जन करेगा। वहीं, अलीबाबा का Qwen 2.5 मॉडल (72 अरब पैरामीटर) लगभग 1.9 मिलियन प्रश्नों का उत्तर समान सटीकता के साथ देते हुए भी उतना ही उत्सर्जन करेगा।

डाउनर ने निष्कर्ष में कहा, "यदि उपयोगकर्ताओं को अपने एआई-जनित आउटपुट की सटीक CO2 लागत का पता हो, तो वे इन तकनीकों का उपयोग कब और कैसे करें, इस बारे में अधिक चयनात्मक हो सकते हैं।" शोधकर्ताओं को उम्मीद है कि उनका काम, जैसे-जैसे ये तकनीकें हमारे दैनिक जीवन में अधिक एकीकृत होती जा रही हैं, अधिक सूचित और पर्यावरण के प्रति जागरूक एआई उपयोग को प्रोत्साहित करेगा।

Source:

Latest News