menu
close

AI-Redeneermodellen Stoten 50 Keer Meer Koolstof Uit Dan Simpele Modellen

Een baanbrekende studie van onderzoekers aan de Hochschule München heeft aangetoond dat AI-modellen met geavanceerde redeneercapaciteiten tot wel 50 keer meer CO2 uitstoten dan eenvoudigere modellen bij het beantwoorden van dezelfde vragen. Het onderzoek, gepubliceerd in Frontiers in Communication, evalueerde 14 verschillende grote taalmodellen (LLM's) en vond een duidelijk compromis tussen nauwkeurigheid en milieubelasting. Gebruikers kunnen hun AI-koolstofvoetafdruk aanzienlijk verkleinen door geschikte modellen te kiezen en om beknopte antwoorden te vragen.
AI-Redeneermodellen Stoten 50 Keer Meer Koolstof Uit Dan Simpele Modellen

Onderzoekers hebben een aanzienlijk milieuprobleem blootgelegd dat samenhangt met onze toenemende afhankelijkheid van geavanceerde AI-systemen. Een nieuwe studie, gepubliceerd op 19 juni 2025 in Frontiers in Communication, toont aan dat AI-modellen met redeneervermogen tot wel 50 keer meer koolstofdioxide uitstoten dan hun eenvoudigere tegenhangers bij het beantwoorden van identieke vragen.

Het onderzoeksteam, geleid door Maximilian Dauner van de Hochschule München University of Applied Sciences, evalueerde 14 verschillende grote taalmodellen (LLM's) met een omvang van 7 tot 72 miljard parameters. Deze modellen werden getest op 1.000 benchmarkvragen over uiteenlopende onderwerpen, waaronder wiskunde, geschiedenis, filosofie en abstracte algebra.

Uit de studie bleek dat redeneermodellen gemiddeld 543,5 'denktokens' per vraag genereerden, tegenover slechts 37,7 tokens bij beknopte modellen. Deze extra rekenstappen leiden direct tot een hoger energieverbruik en meer uitstoot. Het meest nauwkeurige model was het redeneermodel Cogito met 70 miljard parameters, dat een nauwkeurigheid van 84,9% behaalde, maar drie keer meer CO2 uitstootte dan vergelijkbare modellen die kortere antwoorden gaven.

"We zien momenteel een duidelijk compromis tussen nauwkeurigheid en duurzaamheid in LLM-technologieën," legt Dauner uit. "Geen van de modellen die onder de 500 gram CO2-equivalent uitstoot bleven, behaalde een nauwkeurigheid van meer dan 80%."

Ook het onderwerp van de vragen had een grote invloed op de uitstoot. Vragen die complexe redenering vereisten, zoals abstracte algebra of filosofie, leidden tot wel zes keer hogere emissies dan eenvoudige onderwerpen zoals geschiedenis op middelbare schoolniveau.

De onderzoekers benadrukken dat gebruikers hun AI-koolstofvoetafdruk kunnen beïnvloeden door bewuste keuzes te maken. Zo zou het DeepSeek R1-model (70 miljard parameters) bij het beantwoorden van 600.000 vragen evenveel CO2 uitstoten als een retourvlucht van Londen naar New York. Het Qwen 2.5-model van Alibaba (72 miljard parameters) kan ongeveer 1,9 miljoen vragen beantwoorden met vergelijkbare nauwkeurigheid en dezelfde uitstoot.

"Als gebruikers het exacte CO2-verbruik van hun AI-uitvoer weten, zullen ze mogelijk selectiever omgaan met het gebruik van deze technologieën," besluit Dauner. De onderzoekers hopen dat hun werk zal bijdragen aan een meer geïnformeerde en milieubewuste inzet van AI nu deze technologieën steeds meer in ons dagelijks leven worden geïntegreerd.

Source:

Latest News