Исследование Высшей школы прикладных наук Мюнхена показало, что сложность запросов к большим языковым моделям (LLM) напрямую влияет на объем выбросов CO₂. Ученые протестировали 14 ИИ-моделей с количеством параметров от 7 до 72 миллиардов на 1000 вопросах из разных областей знаний.
Об этом пишет Tech Xplore.
Выяснилось, что модели, которые генерируют пространные и "рассудительные" ответы, создают в среднем в 50 раз больше выбросов CO₂, чем те, которые дают короткие ответы. Например, одна из самых точных моделей — Cogito (70 млрд параметров) - имела точность 84,9%, но при этом втрое превысила уровень выбросов аналогичных по мощности систем.
Также установлено, что:
- Тематика запроса имеет значение: вопросы по философии или алгебре вызывали в 6 раз больше выбросов, чем по истории.
- Большие модели типа DeepSeek R1 (70B) при большом количестве ответов могут создать выбросы, эквивалентные авиаперелету Лондон-Нью-Йорк-Лондон.
- Другие модели, такие как Qwen 2.5 от Alibaba, обеспечивают подобную точность, но с меньшими выбросами на единицу ответа.
Исследователи призывают пользователей формировать более сжатые запросы и использовать мощные модели только при необходимости. Это позволит уменьшить углеродный след, который невидимо сопровождает каждый сеанс взаимодействия с искусственным интеллектом.
Напомним, использование поисковой системой Google расширенных функций на основе искусственного интеллекта отбирает трафик у новостных сайтов, что грозит им банкротством.
Кто мы такие: О нас и Контакты. Как мы пишем новости и наши принципы: Редакционный кодекс. Мы старались, если вам понравилось – задонатьте.
Если Вы заметили орфографическую ошибку, напишите нам.