menu
close

Model Penalaran AI Hasilkan 50 Kali Ganda Karbon Berbanding Model Asas

Satu kajian terobosan oleh penyelidik di Hochschule München University mendedahkan bahawa model AI dengan keupayaan penalaran lanjutan menghasilkan sehingga 50 kali ganda pelepasan CO2 berbanding model yang lebih ringkas apabila menjawab soalan yang sama. Penyelidikan yang diterbitkan dalam Frontiers in Communication ini menilai 14 model bahasa besar (LLM) berbeza dan mendapati terdapat pertukaran jelas antara ketepatan dan impak alam sekitar. Pengguna boleh mengurangkan jejak karbon AI mereka dengan memilih model yang sesuai dan meminta jawapan yang ringkas.
Model Penalaran AI Hasilkan 50 Kali Ganda Karbon Berbanding Model Asas

Para penyelidik telah menemui kos alam sekitar yang signifikan berkaitan dengan pergantungan kita yang semakin meningkat terhadap sistem AI canggih. Satu kajian baharu yang diterbitkan pada 19 Jun 2025 dalam Frontiers in Communication mendedahkan bahawa model AI dengan keupayaan penalaran boleh menghasilkan sehingga 50 kali ganda karbon dioksida berbanding model yang lebih ringkas apabila menjawab soalan yang sama.

Pasukan penyelidik yang diketuai oleh Maximilian Dauner dari Hochschule München University of Applied Sciences menilai 14 model bahasa besar (LLM) yang berbeza, bermula dari 7 hingga 72 bilion parameter. Mereka menguji model-model ini menggunakan 1,000 soalan penanda aras merangkumi pelbagai subjek termasuk matematik, sejarah, falsafah dan algebra abstrak.

Kajian tersebut mendapati model penalaran menghasilkan purata 543.5 'token pemikiran' bagi setiap soalan, berbanding hanya 37.7 token untuk model ringkas. Langkah pengiraan tambahan ini secara langsung membawa kepada penggunaan tenaga dan pelepasan karbon yang lebih tinggi. Model paling tepat yang diuji ialah model Cogito berkeupayaan penalaran dengan 70 bilion parameter, yang mencapai ketepatan 84.9% tetapi menghasilkan tiga kali ganda CO2 berbanding model bersaiz sama yang memberikan jawapan lebih ringkas.

"Pada masa ini, kami melihat pertukaran jelas antara ketepatan dan kelestarian dalam teknologi LLM," jelas Dauner. "Tiada satu pun model yang mengekalkan pelepasan di bawah 500 gram CO2 setara berjaya mencapai ketepatan melebihi 80%."

Jenis soalan juga memberi impak besar terhadap pelepasan karbon. Soalan yang memerlukan penalaran kompleks, seperti algebra abstrak atau falsafah, menyebabkan pelepasan sehingga enam kali ganda lebih tinggi berbanding topik mudah seperti sejarah sekolah menengah.

Para penyelidik menekankan bahawa pengguna boleh mengawal jejak karbon AI mereka melalui pilihan yang bijak. Sebagai contoh, model R1 DeepSeek (70 bilion parameter) yang menjawab 600,000 soalan akan menghasilkan pelepasan CO2 setara dengan penerbangan pergi balik dari London ke New York. Sementara itu, model Qwen 2.5 Alibaba (72 bilion parameter) boleh menjawab kira-kira 1.9 juta soalan dengan ketepatan yang sama sambil menghasilkan pelepasan yang setara.

"Jika pengguna mengetahui kos sebenar CO2 bagi output AI mereka, mereka mungkin akan lebih berhati-hati dalam memilih masa dan cara menggunakan teknologi ini," simpul Dauner. Para penyelidik berharap kerja mereka dapat menggalakkan penggunaan AI yang lebih bijak dan mesra alam memandangkan teknologi ini semakin menjadi sebahagian daripada kehidupan harian kita.

Source:

Latest News