menu
close

AI modeli za zaključivanje emitiraju 50 puta više ugljika od osnovnih modela

Revolucionarno istraživanje znanstvenika sa Sveučilišta primijenjenih znanosti Hochschule München otkrilo je da AI modeli s naprednim sposobnostima zaključivanja proizvode do 50 puta više emisija CO2 od jednostavnijih modela prilikom odgovaranja na ista pitanja. Istraživanje, objavljeno u časopisu Frontiers in Communication, analiziralo je 14 različitih velikih jezičnih modela (LLM-ova) i pokazalo jasan kompromis između točnosti i utjecaja na okoliš. Korištenjem odgovarajućih modela i traženjem sažetih odgovora korisnici mogu značajno smanjiti svoj AI ugljični otisak.
AI modeli za zaključivanje emitiraju 50 puta više ugljika od osnovnih modela

Znanstvenici su otkrili značajnu ekološku cijenu povezanu s našom sve većom ovisnošću o sofisticiranim AI sustavima. Novo istraživanje, objavljeno 19. lipnja 2025. u časopisu Frontiers in Communication, pokazuje da AI modeli s mogućnošću zaključivanja mogu emitirati do 50 puta više ugljičnog dioksida od svojih jednostavnijih inačica prilikom odgovaranja na identična pitanja.

Istraživački tim, predvođen Maximilianom Daunerom sa Sveučilišta primijenjenih znanosti Hochschule München, analizirao je 14 različitih velikih jezičnih modela (LLM-ova) u rasponu od 7 do 72 milijarde parametara. Testirali su ove modele na 1.000 referentnih pitanja iz različitih područja, uključujući matematiku, povijest, filozofiju i apstraktnu algebru.

Studija je pokazala da su modeli za zaključivanje u prosjeku generirali 543,5 'tokena razmišljanja' po pitanju, u usporedbi sa samo 37,7 tokena kod sažetih modela. Ovi dodatni računalni koraci izravno dovode do veće potrošnje energije i emisija ugljika. Najtočniji testirani model bio je Cogito s mogućnošću zaključivanja i 70 milijardi parametara, koji je postigao točnost od 84,9%, ali je proizveo tri puta više CO2 od modela slične veličine koji su generirali sažetije odgovore.

"Trenutno vidimo jasan kompromis između točnosti i održivosti u LLM tehnologijama," objasnio je Dauner. "Niti jedan model koji je zadržao emisije ispod 500 grama CO2 ekvivalenta nije postigao točnost veću od 80%."

Tema pitanja također je značajno utjecala na emisije. Pitanja koja zahtijevaju složeno zaključivanje, poput apstraktne algebre ili filozofije, dovela su do čak šest puta većih emisija u odnosu na jednostavnije teme poput srednjoškolske povijesti.

Znanstvenici su istaknuli da korisnici mogu utjecati na svoj AI ugljični otisak promišljenim izborima. Na primjer, DeepSeekov R1 model (70 milijardi parametara) odgovarajući na 600.000 pitanja proizveo bi emisije CO2 jednake povratnom letu od Londona do New Yorka. S druge strane, Alibaba Qwen 2.5 model (72 milijarde parametara) mogao bi odgovoriti na oko 1,9 milijuna pitanja slične točnosti uz iste emisije.

"Ako bi korisnici znali točan CO2 trošak svojih AI generiranih odgovora, možda bi bili selektivniji u tome kada i kako koriste ove tehnologije," zaključio je Dauner. Istraživači se nadaju da će njihov rad potaknuti informiranije i ekološki osvještenije korištenje AI-ja kako ove tehnologije postaju sve više prisutne u našim svakodnevnim životima.

Source:

Latest News