Laporan tersebut menyoroti kesenjangan kritis dalam cara mengukur dampak lingkungan AI. Emisi gas rumah kaca, khususnya yang terkait dengan pelatihan model besar, cenderung diprioritaskan, tetapi pendekatan ini mengabaikan biaya lingkungan lainnya.
Solusi yang dianggap “hijau” dalam satu hal dapat memperburuk tekanan di bidang lain, terutama di wilayah yang sudah menghadapi kelangkaan sumber daya.
Misalnya, beralih ke sumber energi terbarukan tertentu dapat mengurangi emisi karbon tetapi dapat secara signifikan meningkatkan konsumsi air dan penggunaan lahan.
Penyebab Utama
Debat publik sebagian besar berpusat pada energi yang dibutuhkan untuk melatih model AI canggih, tetapi studi tersebut menemukan bahwa penggunaan sehari-hari menyumbang sekitar 80 hingga 90 persen dari total permintaan energi.
Skalanya sangat mencolok: satu layanan AI yang banyak digunakan diperkirakan memproses sekitar 2,5 miliar permintaan per hari, mengonsumsi ratusan gigawatt-jam listrik setiap tahun.
Penggunaan energi juga sangat bervariasi tergantung pada tugasnya. Menghasilkan satu gambar AI dapat membutuhkan lebih dari seribu kali energi klasifikasi teks sederhana, sementara pembuatan video membutuhkan sumber daya yang lebih besar lagi.
Peningkatan efisiensi saja kemungkinan tidak akan mampu mengimbangi peningkatan permintaan ini.
