Um estudo recente revela que certos modelos de inteligência artificial (IA) podem gerar até 50 vezes mais emissões de carbono ao responder a perguntas, aumentando as preocupações sobre sua contribuição para as mudanças climáticas.
De acordo com pesquisas da Hochschule München University of Applied Sciences, a eficiência energética dos modelos de linguagem pode variar significativamente. Modelos mais precisos, como o Cogito, tendem a consumir mais energia, resultando em uma pegada de carbono maior durante o processamento das consultas.
Os pesquisadores avaliaram 14 modelos de IA, que variavam de 7 a 72 bilhões de parâmetros, em relação a 1.000 perguntas diferentes. O estudo mostrou que, enquanto modelos de raciocínio produzem em média 543,5 "tokens de pensamento" por pergunta, modelos mais concisos como o GPT-3.5 geram apenas 37,7 tokens.
Maximilian Dauner, um dos autores da pesquisa, afirmou: "O impacto ambiental do uso de LLMs treinados é fortemente determinado pela abordagem de raciocínio". Segundo o estudo, modelos com raciocínio geram uma quantidade substancialmente maior de CO2 em comparação com modelos que oferecem respostas diretas.
Embora a precisão das respostas seja importante, a pesquisa revelou que existe um claro comprometimento entre precisão e sustentabilidade. “Modelos que mantiveram as emissões abaixo de 500 gramas de CO2 equivalente não conseguiram alcançar mais de 80% de precisão nas respostas,” explicou Dauner.
Além das diferenças intrínsecas nos modelos, o conteúdo da pergunta também influencia as emissões. Questões que exigem raciocínio complexo, como álgebra abstrata, podem resultar em até seis vezes mais emissões do que perguntas simples. As características das redes de energia locais e os modelos utilizados também impactam as emissões, criando variáveis que dificultam generalizações.
Os autores do estudo esperam que suas descobertas incentivem um uso mais consciente das IAs. "Os usuários podem reduzir significativamente as emissões ao solicitar respostas mais concisas ou limitando a utilização de modelos de alta capacidade a tarefas que realmente precisam desse poder", concluiu Dauner.
