நாம் மேம்பட்ட ஏஐ அமைப்புகளை அதிகமாக நம்பும் சூழலில், அதனுடன் தொடர்புடைய முக்கியமான சுற்றுச்சூழல் செலவு ஒன்றை ஆராய்ச்சியாளர்கள் வெளிப்படுத்தியுள்ளனர். 2025 ஜூன் 19-ஆம் தேதி Frontiers in Communication பத்திரிகையில் வெளியான புதிய ஆய்வில், காரணம் திறன்கள் கொண்ட ஏஐ மாதிரிகள், அதே கேள்விகளுக்கு பதிலளிக்கும் போது, எளிய மாதிரிகளை விட 50 மடங்கு அதிக கார்பன் டைஆக்சைடு வெளியிடக்கூடும் எனத் தெரியவந்துள்ளது.
ஹோச்ஷூலே ம்யூன்சன் தொழில்நுட்ப பல்கலைக்கழகத்தைச் சேர்ந்த மேக்ஸிமிலியன் டவுனர் தலைமையிலான ஆராய்ச்சி குழு, 7 முதல் 72 பில்லியன் அளவிலான அளவுருக்களைக் கொண்ட 14 வெவ்வேறு பெரிய மொழி மாதிரிகளை (LLMs) மதிப்பீடு செய்தது. கணிதம், வரலாறு, தத்துவம், அப்ஸ்ட்ராக்ட் ஆல்ஜிப்ரா உள்ளிட்ட பல்வேறு தலைப்புகளில் 1,000 தர அளவு கேள்விகள் மூலம் இந்த மாதிரிகள் சோதிக்கப்பட்டன.
ஆய்வில், காரணம் திறன்கள் கொண்ட மாதிரிகள் ஒரு கேள்விக்கு சராசரியாக 543.5 'சிந்தனை டோக்கன்கள்' உருவாக்கின, அதே சமயம் சுருக்கமான பதில்கள் வழங்கும் மாதிரிகள் 37.7 டோக்கன்கள் மட்டுமே பயன்படுத்தின. இந்த கூடுதல் கணிப்பீட்டு செயல்முறைகள் நேரடியாக அதிக மின்சாரம் மற்றும் கார்பன் வெளியீடுகளுக்கு காரணமாகின்றன. சோதிக்கப்பட்ட மாதிரிகளில் மிகவும் துல்லியமானது 70 பில்லியன் அளவுருக்கள் கொண்ட காரணம் திறன்கள் கொண்ட Cogito மாதிரி ஆகும்; இது 84.9% துல்லியம் பெற்றது, ஆனால் அதே அளவிலான சுருக்கமான பதில்கள் வழங்கும் மாதிரிகளை விட மூன்று மடங்கு அதிக CO2 வெளியிட்டது.
"தற்போது, LLM தொழில்நுட்பங்களில் துல்லியத்துக்கும் நிலைத்தன்மைக்கும் இடையே தெளிவான சமநிலை உள்ளது," என டவுனர் விளக்கினார். "500 கிராம் CO2 சமமான வெளியீடுகளுக்கு கீழ் வைத்த எந்த மாதிரியும் 80% துல்லியத்தை விட அதிகமாக பெறவில்லை."
கேள்விகளின் தலைப்பும் வெளியீடுகளை பெரிதும் பாதித்தது. அப்ஸ்ட்ராக்ட் ஆல்ஜிப்ரா, தத்துவம் போன்ற சிக்கலான காரணம் தேவைப்படும் கேள்விகள், பள்ளி வரலாறு போன்ற எளிய தலைப்புகளை விட ஆறு மடங்கு அதிக வெளியீடுகளை ஏற்படுத்தின.
பயனாளர்கள் தங்களது ஏஐ கார்பன் பாதிப்பை சிந்தித்து தேர்வு செய்வதன் மூலம் கட்டுப்படுத்த முடியும் என ஆராய்ச்சியாளர்கள் குறிப்பிட்டுள்ளனர். உதாரணமாக, DeepSeek நிறுவனத்தின் R1 மாதிரி (70 பில்லியன் அளவுருக்கள்) 600,000 கேள்விகளுக்கு பதிலளிக்கும்போது, லண்டன் முதல் நியூயார்க் வரை ஒரு சுற்றுலா விமானப் பயணத்திற்கு சமமான CO2 வெளியீடுகளை உருவாக்கும். அதே சமயம், Alibaba-வின் Qwen 2.5 மாதிரி (72 பில்லியன் அளவுருக்கள்) சுமார் 1.9 மில்லியன் கேள்விகளுக்கு அதே துல்லியத்துடன் பதிலளிக்க முடியும், அதே அளவு வெளியீடுகளுடன்.
"பயனாளர்கள் தங்களது ஏஐ பதில்களின் சரியான CO2 செலவை அறிந்தால், எப்போது மற்றும் எப்படி இந்த தொழில்நுட்பங்களை பயன்படுத்துவது என்பதை அதிக கவனத்துடன் தேர்வு செய்யக்கூடும்," என டவுனர் கூறினார். இந்த தொழில்நுட்பங்கள் நம் தினசரி வாழ்வில் அதிகமாக புகுந்துவரும் நிலையில், மேலும் விழிப்புணர்வும் சுற்றுச்சூழல் பொறுப்பும் கொண்ட ஏஐ பயன்பாட்டை ஊக்குவிக்கும் நோக்கில் தங்களது ஆய்வு உதவும் என ஆராய்ச்சியாளர்கள் நம்புகின்றனர்.