AI 生成比人類動(dòng)手寫畫所排放的二氧化碳可少三個(gè)數(shù)量級(jí)！

結(jié)論來自 LeCun 最新分享“非常因吹斯汀”的一篇論文:

看這轉(zhuǎn)發(fā)評(píng)論量就知道，網(wǎng)友又坐不住了。

有網(wǎng)友看到這個(gè)結(jié)果還有點(diǎn)小驚訝:

生成式 AI 更具創(chuàng)造力且對(duì)環(huán)境更友好，這誰能猜到？

還有一小撮網(wǎng)友沒看過論文問道:

有沒有把訓(xùn)練模型過程中的二氧化碳排放量算進(jìn)去。

此外，也有很多網(wǎng)友對(duì)論文中使用的計(jì)算方法提出了質(zhì)疑。

那這篇論文里究竟是如何計(jì)算的？訓(xùn)練模型有沒有算上？我們一起來看看。

AI vs 人類

這項(xiàng)研究由來自加州大學(xué)歐文分校、麻省理工學(xué)院斯隆管理學(xué)院等研究人員共同完成。

在這場(chǎng)人機(jī)二氧化碳排放量比較中，研究人員派出的 AI 隊(duì)成員有 ChatGPT、BLOOM、DALL-E2(圖像)、Midjourney(圖像)。

先來看文本方面的比較。

寫作比較

首先要解決的第一個(gè)問題就是定義 AI 的二氧化碳排放源。

研究人員認(rèn)為兩個(gè)主要組成一是模型的訓(xùn)練排放、二是每次查詢排放。訓(xùn)練排放作為一次性成本，計(jì)算時(shí)將分?jǐn)偟矫看尾樵冎小?/p>

這里參照的模型訓(xùn)練排放量數(shù)據(jù)是:訓(xùn)練 GPT-3 排放約 552 噸二氧化碳當(dāng)量；訓(xùn)練 BLOOM 排放了 30 噸二氧化碳當(dāng)量。

此外，訓(xùn)練模型并不是訓(xùn)一次就可以了，后面還要不斷訓(xùn)練優(yōu)化，研究人員在這里默認(rèn)每個(gè)月都要再對(duì)模型進(jìn)行一次完整訓(xùn)練。

而每次查詢排放的計(jì)算，則是按照 ChatGPT 每天約排放 3.82 噸、回復(fù) 10000000 次查詢的數(shù)據(jù)，估算了每次查詢會(huì)產(chǎn)生 0.382 克二氧化碳當(dāng)量排放。同樣方法，BLOOM 每次查詢會(huì)排放 1.5 克。

綜合訓(xùn)練和查詢排放，最后得出 ChatGPT 每查詢一次約排放 2.2 克二氧化碳當(dāng)量，BLOOM 每查詢一次約排放 1.6 克二氧化碳當(dāng)量。

在人類寫作二氧化碳排放方面，The Writer 雜志的一篇文章曾指出:馬克?吐溫每小時(shí)約能創(chuàng)作 300 字，可看作是其他作家的平均寫作速度。

基于上述速度，來估算一個(gè)人寫 250 字大約需要 0.8 小時(shí)。

然后研究人員的算法是這樣?jì)饍旱?

• 美國人年平均碳排放約為 15 噸二氧化碳當(dāng)量，則美國人每小時(shí)碳排放約為 15 噸 / 8760 小時(shí) = 1.7 公斤二氧化碳當(dāng)量。因此，美國人寫 250 字所產(chǎn)生的碳排放約為 0.8 小時(shí) x1.7 公斤 / 小時(shí) = 1.4 公斤二氧化碳當(dāng)量，約 1400 克。

• 同理，印度人年平均碳排放約為 1.9 噸二氧化碳當(dāng)量。則印度人每小時(shí)碳排放約為 0.22 公斤二氧化碳當(dāng)量。因此，印度人寫 250 字所產(chǎn)生的碳排放約為 0.18 公斤二氧化碳當(dāng)量，約 180 克。

此外，根據(jù)電腦平均功率和發(fā)電碳排放系數(shù)，研究人員還計(jì)算出支持人類寫作的筆記本電腦 0.8 小時(shí)產(chǎn)生約 27 克二氧化碳，臺(tái)式機(jī)產(chǎn)生 72 克。

下面來看比較結(jié)果。

BLOOM 生成每頁文本排出的二氧化碳當(dāng)量是美國作家寫作的 1/1500，是印度作家寫作的 1/190。

而 ChatGPT 的排放是美國作家寫作的 1/1100，印度作家寫作的 1/130。

考慮電腦的使用，AI 寫作也比人類加電腦總排放要少得多。

再來看看圖像方面的比較。

繪圖比較

DALL-E2 參考 ChatGPT 的方法，每次查詢排放量約 2.2 克。

而 Midjourney CEO David Holz 曾表示每個(gè)圖像需要數(shù)萬兆次運(yùn)算量。

所以研究人員根據(jù)運(yùn)算量，算出了耗電量繼而轉(zhuǎn)換為碳排放量，最后估算出 Midjourney 每生成一張圖排放約 1.9 克二氧化碳當(dāng)量。

在計(jì)算人類繪圖二氧化碳排放量時(shí)，研究人員先是根據(jù)行業(yè)數(shù)據(jù)，計(jì)算出人類插圖師的平均繪圖項(xiàng)目費(fèi)用約為 200 美元，平均時(shí)薪約為 62.5 美元 / 小時(shí)。因此估計(jì)完成一項(xiàng)商業(yè)繪圖項(xiàng)目平均需要 3.2 小時(shí)。

這里也是分別評(píng)估了美國和印度插圖師的碳排放量。

美國人年平均碳排放量約為 15 噸。創(chuàng)作一張圖像耗時(shí) 3.2 小時(shí)，對(duì)應(yīng)碳排放量約為 5500 克。印度人年平均碳排放量約為 1.9 噸，繪一張圖對(duì)應(yīng)碳排放量約為 690 克。

此外，電腦碳排放量也要計(jì)算在內(nèi)，筆記本電腦 0.8 小時(shí)產(chǎn)生約 100 克二氧化碳排放，臺(tái)式電腦約 280 克。

綜上來看比較結(jié)果。

DALL-E2 排放二氧化碳當(dāng)量約為美國插畫師的 1/2500，約為印度插畫師的 1/310。

Midjourney 排放的二氧化碳當(dāng)量約為美國插畫師的 1/2900，約為印度插畫師的 1/370。

同樣考慮電腦使用，AI 繪圖也比人類及電腦總排放要少得多。

也要考慮其它因素

雖然根據(jù)研究人員的計(jì)算，AI 在寫作和繪圖任務(wù)中比人類動(dòng)手寫作畫圖排放的二氧化碳量要少得多，但同時(shí)他們也指出了其中的局限性:

研究人員認(rèn)為并非所有領(lǐng)域都適合 AI 干預(yù)，某些簡(jiǎn)單任務(wù)人類更高效。并且未來技術(shù)變化可能會(huì)改變 AI 和人類對(duì)環(huán)境的影響程度。

其次 AI 還存在潛在的社會(huì)影響，可能導(dǎo)致工作流失、訓(xùn)練數(shù)據(jù)的合法性存在爭(zhēng)議。

此外，隨著 AI 技術(shù)的提高，有可能導(dǎo)致對(duì)由 AI 生產(chǎn)的商品和服務(wù)的需求增加，從而通過反彈效應(yīng)導(dǎo)致資源使用和污染的進(jìn)一步增加。

總之研究人員認(rèn)為:

AI 可以在社會(huì)的各個(gè)領(lǐng)域發(fā)揮重要作用，目前不會(huì)陷入碳排放問題之中。盡管 AI 碳排放量不可忽視，但目前在某些寫作和繪圖任務(wù)上 AI 碳排放遠(yuǎn)低于人類，不應(yīng)忽視 AI 相對(duì)于人類的碳排放優(yōu)勢(shì)。

引起網(wǎng)友熱議

被 LeCun 發(fā)出來的論文，自然受到了很多人的關(guān)注。

看過論文的網(wǎng)友對(duì)其中的計(jì)算方法提出了質(zhì)疑:

這篇文章的方法論有很大問題，不能簡(jiǎn)單地比較一個(gè)人的排放和一個(gè) AI 模型的排放。

還有網(wǎng)友把杰文斯悖論都搬出來了，認(rèn)為 AI 的使用量增加后，二氧化碳排放量會(huì)彈彈彈回來:

我用 Midjourney 生成的圖像數(shù)量遠(yuǎn)超我曾經(jīng)想從人類藝術(shù)家那里購買的數(shù)量；當(dāng)價(jià)格彈性小于 1 時(shí)，單位成本的降低會(huì)導(dǎo)致總支出的增加，雖然我承認(rèn)我可能不會(huì)生成 1 萬張圖。

除了有吐槽方法缺陷的，還有網(wǎng)友認(rèn)為這種排放和其它活動(dòng)的排放量相比微不足道:

誰是二氧化碳最大的排放者？技術(shù)人員不是應(yīng)該更關(guān)注那些真正有重大影響活動(dòng)？

雖然研究人員在論文最后的討論中已或多或少提到了這些問題，但還是成為了網(wǎng)友的熱議點(diǎn)。

當(dāng)然也有肯定這種比較的網(wǎng)友:

盡管這種方法存在缺陷，但我認(rèn)為它為討論和潛在的新方法打開了大門，促進(jìn)更好地比較 AI 和“人類”，這是一個(gè)必須要打開的話題。

還有網(wǎng)友這波 Q 到了老黃:

不要跟 Jensen講。

參考鏈接:

鄭重聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，目的在于傳播更多信息，與本站立場(chǎng)無關(guān)。僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。