ในช่วงไม่กี่ปีที่ผ่านมา AI ได้กลายเป็นเทคโนโลยีที่ทุกคนพูดถึง ตั้งแต่ ChatGPT ที่ช่วยตอบคำถาม ไปจนถึง AI ที่สามารถแต่งรูป วิดีโอ หรือแม้แต่ช่วยแพทย์วินิจฉัยโรคได้ อย่างไรก็ตาม เบื้องหลังความชาญฉลาดนี้กลับมาพร้อมกับต้นทุนที่สูง เพราะการพัฒนา AI โดยเฉพาะโมเดลขนาดใหญ่ จำเป็นต้องใช้การประมวลผลมหาศาล จากรายงานของ Knowledge at Wharton เผยว่า การฝึกสอน GPT-3 ที่มีการใช้พลังงานประมาณ 1,287 เมกะวัตต์-ชั่วโมง (MWh) และปล่อยก๊าซคาร์บอนไดออกไซด์ (CO?) ราว 502 ตัน เทียบเท่ากับการปล่อยมลพิษของรถยนต์ที่ใช้น้ำมันเบนซินประมาณ 112 คันตลอดทั้งปี และนี่เป็นเพียงขั้นตอนการฝึกสอนเท่านั้น โดยการประมวลผลคำถามแบบเรียลไทม์อาจต้องใช้พลังงานสูงถึง 60% ของการใช้พลังงานทั้งหมดของ AI1 ซึ่งยังไม่รวมถึงการอัปเดตและปรับปรุงอย่างต่อเนื่อง วันนี้ OPEN-TEC ศูนย์รวมองค์ความรู้ด้านเทคโนโลยี (Tech Knowledge Sharing Platform) ภายใต้การดูแลของ TCC TECHNOLOGY GROUP จะพาทุกคนไปทำความเข้าใจถึงความสำคัญของ Green AI แนวคิดที่ไม่อาจมองข้ามได้
จุดเริ่มต้นของ Green AI
ท่ามกลางความท้าทายด้านพลังงานของ AI แนวคิด Green AI จึงถือกำเนิดขึ้น โดยชี้ให้เห็นว่าความก้าวหน้าของ AI ไม่ควรถูกวัดจากเพียงความแม่นยำ หรือ ความฉลาดเท่านั้น แต่ยังต้องคำนึงถึงต้นทุนด้านพลังงานและผลกระทบต่อสิ่งแวดล้อมอีกด้วย โดยเป้าหมายของ Green AI คือการสร้าง AI ที่ทำงานได้อย่างมีประสิทธิภาพในขณะที่ใช้ทรัพยากรให้น้อยที่สุด จากรายงานของ IBM ระบุว่า หนึ่งในแนวทางสำคัญคือการพัฒนา Small Language Models (SLMs) หรือโมเดลภาษาขนาดเล็ก ซึ่งมีความกะทัดรัด ใช้หน่วยความจำและพลังประมวลผลน้อยกว่าโมเดลขนาดใหญ่ จึงเหมาะกับสภาพแวดล้อมที่มีทรัพยากรจำกัด เช่น อุปกรณ์เอดจ์ (edge devices) แอปพลิเคชันบนมือถือ หรือแม้กระทั่งการทำงานแบบออฟไลน์2 นอกจากนี้ยังมีการใช้เทคนิคเชิงวิศวกรรมอย่างการบีบอัดโมเดล (model compression) ซึ่งช่วยลดความซับซ้อนของโมเดลแต่ยังคงประสิทธิภาพในระดับที่น่าพึงพอใจ
บริษัทขนาดใหญ่สนับสนุน SLMs
แนวคิด Green AI ไม่ได้หยุดอยู่แค่ในงานวิชาการ แต่ถูกนำไปใช้จริงโดยบริษัทขนาดใหญ่ด้านเทคโนโลยี เช่น Google และ Microsoft ที่ต่างให้ความสำคัญกับการพัฒนา SLMs เพื่อลดการใช้พลังงาน จากรายงานของ Microsoft เผยให้เห็นว่า โมเดล “Phi” ที่ถูกออกแบบขึ้นนั้นมีประสิทธิภาพสูงแต่ใช้ทรัพยากรการประมวลผลต่ำ ช่วยลดการใช้พลังงานน้อยลงอย่างมหาศาล3 และส่งผลให้การปล่อยคาร์บอนลดลงอย่างชัดเจน ในขณะรายงานของ Google เผยให้เห็นว่า โมเดล “Gemma” เป็น SLMs ที่รองรับข้อความ ภาพ เสียง และวิดีโอ นั้นสามารถทำงานบนอุปกรณ์ปลายทางได้โดยตรง4 ซึ่งวิธีนี้จะช่วยลดปริมาณข้อมูลและกระจายภาระการใช้พลังงานไปที่อุปกรณ์ปลายทางแทน ทั้งนี้ การพัฒนา SLMs จึงไม่ใช่แค่เรื่องนวัตกรรมด้าน AI แต่ยังสะท้อนถึงความพยายามของบริษัทขนาดใหญ่ด้านเทคโนโลยีในการลดผลกระทบต่อสิ่งแวดล้อมอย่างเป็นรูปธรรม
AI ในชีวิตประจำวัน กับภาระที่เราไม่เห็น
หลายคนอาจคิดว่าเรื่อง Green AI เป็นเรื่องระดับบริษัทขนาดใหญ่ ไม่เกี่ยวข้องกับชีวิตประจำวันของพวกเรา แต่ในความเป็นจริงแล้วนั้น AI ได้เข้ามาอยู่ในชีวิตประจำวันของเรามากกว่าที่คิด ตั้งแต่มือถือที่ใช้ค้นหาข้อมูลด้วย AI รถยนต์ไฟฟ้าที่ใช้ระบบขับเคลื่อนอัตโนมัติ ไปจนถึงอุปกรณ์อัจฉริยะภายในบ้านที่ตอบสนองต่อเสียงพูดของเรา และทุกครั้งที่อุปกรณ์เหล่านี้ทำงาน นั่นหมายถึงการใช้พลังงานที่ซ่อนอยู่เบื้องหลังเสมอ หากพวกเราละเลย อาจส่งผลกระทบต่อสิ่งแวดล้อมและต้นทุนของสังคมโดยรวมนั่นเอง
สุดท้ายนี้ AI ที่ฉลาดขึ้นคือสัญลักษณ์ของความก้าวหน้าทางเทคโนโลยี แต่ความก้าวหน้านี้จะไม่มีความหมาย หากต้องแลกมาด้วยการทำลายสิ่งแวดล้อม แนวคิด Green AI จึงไม่ใช่แค่ทางเลือก แต่เป็นความจำเป็นที่เราทุกคนต้องร่วมกันผลักดัน เพื่อให้ AI ที่อยู่คู่กับมนุษย์ในอนาคต ไม่เพียงแต่ฉลาดในการคิดและแก้ปัญหา แต่ยังฉลาดในการรักษาโลกใบนี้ไว้อีกด้วย
ข่าวเด่น