Használod az AI-t? - Ezzel máris jelentős karbonlábnyomot hagytál magad után!

OpenAI: A legtöbbet használt AI eszköz az OpenAI által fejlesztett ChatGPT, amely évente több, mint 168 milliárd oldalletöltéssel operál. Ez összesen évente 44 millió kilogramm CO2e kibocsátást eredményez, amit ha az energiaigény oldaláról vizsgálunk, akkor

több, mint 68 ezer átlagos négyfős magyar háztartás éves energiafogyasztásának megfelelő villamos energiát használ fel.

Ehhez képest a nemrégiben megjelent kínai versenytárs, a Deepseek, évente "csupán" 14 milliárd oldalletöltést produkál, ami 2,3 millió kilogramm CO2e kibocsátást eredményez. Ha ezt arányosan vizsgáljuk, egyértelmű, hogy az egyes oldalletöltésekre jutó környezeti terhelés jelentősen alacsonyabb.

A Deepl egy jól ismert fordító platform, amely már régóta jelen van a köztudatban. Az utóbbi időszakban azonban számos mesterséges intelligencia megoldást integrált a szolgáltatásába, ami jelentős fejlődést hozott. E változások következtében a Deepl a második helyre lépett előre, ami számokban kifejezve évi 22,6 milliárd oldalletöltést és 12 millió kilogramm CO2e kibocsátást jelent.

Az energiaigénye körülbelül azon szintet képvisel, amelyet Szombathely lakossága évente felhasznál.

Midjourney: Ez a generatív mesterséges intelligencia a felhasználók által megadott szavak és kifejezések – az úgynevezett promptok – alapján alkot képeket, hasonlóan az OpenAI DALL-E és a Stable Diffusion platformokhoz. A vállalat három év alatt lenyűgöző eredményeket ért el, évente több mint 5 milliárd oldalmegtekintést generálva, ami körülbelül 9 millió kilogramm CO2e kibocsátással járul hozzá a környezeti terheléshez.

Ha az energiaigény szempontjából közelítjük meg a kérdést, akkor ez a mennyiség évente több mint 14 ezer négyfős magyar háztartás villamosenergia-fogyasztásának felel meg.

A megvizsgált AI eszközök között szerepel még a Perplexity (AI keresőmotor), a Copilot (AI chatbot), a Consensus (keresőmotor), a (mostanra már a Laylai.ai-ba beolvadt) Roam Around (AI utazásszervező), a Gemini (chatbot), a Claude (chatbot) és az Ideogram (AI kép és videógeneráló) is. Ezek a megoldások együttesen 1,9 milliárd havi oldalletöltést generálnak, és havonta közel 1,5 millió kilogramm CO2e kibocsátással járnak.

A belépések számát a Similarweb platform használatával rögzítették, a 2025. januári adatok évesített formában kerültek figyelembevételre a számítás során.

"Jól látszik, hogy a mesterséges intelligencia már az életünk része lett, és ez csak fokozódni fog. Tisztában kell azonban lenni vele, hogy a kényelemnek és a gyorsaságnak ára van. Az MI elképesztő mennyiségű energiaigénye ráadásul jelen állás szerint nem oldható meg csak zöld energiával, és akkor még nem beszéltünk a vízfelhasználásról. Bár ígéretes kezdeményezéseket láthatunk a rendszerek racionalizálására, az eszközök optimalizálására, még mindig nem látszik, hogyan lehet majd a mellékhatásokat kordában tartani. Ugyanakkor néha az az érzésem, hogy túlhasználjuk ezt az eszközt. Mi kifejezetten figyelünk például arra is, hogy olyan területeken vegyünk csak igénybe MI-t, ahol érdemben jobb, hatékonyabb működést tudunk elérni a segítségével." - mondta Huszics György a Carbon.Crane társalapítója.

Az AI-eszközök szén-dioxid-kibocsátása három alapvető területről ered: a modellképzésből, az inferenciából (vagyis a következtetések levonásából) és az infrastruktúrából. A nagyméretű mesterséges intelligencia modellek, mint például az OpenAI GPT-4, rendkívüli számítási teljesítményt igényelnek, ami több tízezer megawattóra (MWh) villamos energiát jelent. A betanítási folyamat után a modellek használat közben is folyamatosan energiát fogyasztanak, hiszen minden egyes felhasználói lekérdezés számítási kapacitást követel. Továbbá, a mesterséges intelligencia működését támogató infrastruktúra, mint például felhőszolgáltatások, adatközpontok és adatátviteli hálózatok, szintén hozzájárul az energiafogyasztás és a kibocsátás növekedéséhez. A "zöld mesterséges intelligencia" koncepciója arra törekszik, hogy mérsékelje ezeket a hatásokat a modellek optimalizálásával, a hardver energiahatékonyságának javításával, valamint a megújuló energiaforrások integrálásával a mesterséges intelligencia rendszerekbe.

A digitális világunk, akárcsak az AI eszközök, jelentős karbonkibocsátás csökkentésére nyújt lehetőséget a megfelelő optimalizálás. Ennek kulcsfontosságú elemei közé tartoznak a hatékony, megújuló energiaforrásokkal működő adatközpontok, a felhőalapú megoldások, valamint az optimalizált AI-modellek és algoritmusok. Emellett nem elhanyagolható a weboldalakon található képek és vizuális elemek optimalizálása sem. Egy cég mérései alapján, ha a vizsgált tíz AI eszköz használatával kapcsolatos karbonlábnyom csökkentésére fókuszálunk, a promptolási felületen történő képek optimalizálása évente közel 7,5 millió kilogramm CO2e-kibocsátás csökkenését eredményezheti. Ez a szám figyelemre méltó lehetőséget kínál a fenntarthatóság előmozdítására a digitális térben.

Nem meglepő, hogy a képgeneráló eszközök dominálnak ezen a területen, hiszen a becslések szerint akár 58%-kal is csökkenthetjük energiafelhasználásukat és a CO2e kibocsátásukat. Például a Midjourney használata évente több mint 7000 háztartás energiafogyasztásának megfelelő mennyiséget jelent, míg az Ideogram esetében ez a szám körülbelül a felére rúg. A várakozások szerint ezeknek a képgeneráló platformoknak a népszerűsége robbanásszerűen növekedni fog, ezért kiemelkedően fontos, hogy optimalizáljuk őket.

A mesterséges intelligencia eszközök itt maradnak velünk, és ezzel együtt az energiaigényük is folyamatosan velünk tart. Míg a ChatGPT a kezdeti fellendülése révén a figyelem középpontjába került, más AI-technológiák is egyre inkább hozzájárulnak a globális környezetszennyezés növekedéséhez. Ezeknek az eszközöknek a felelős fejlesztése kiemelten fontos, ha szeretnénk csökkenteni digitális jelenlétünk energiafelhasználását. Az energiahatékonyság növelése nemcsak a környezet védelmét szolgálja, hanem gazdasági előnyöket is hozhat, mivel a kevesebb energiaigényű technológiák működtetése költséghatékonyabbá válik.