Fortgeschrittene KI -Modelle generieren bis zu 50 -mal mehr CO ₂ Emissionen als häufigere LLMs bei der Beantwortung der gleichen Fragen

Je genauer wir versuchen, KI -Modelle zu funktionieren, desto größer werden ihre Kohlenstoffemissionen - mit bestimmten Aufforderungen, die laut einer kürzlich durchgeführten Studie bis zu 50 -mal mehr Kohlendioxid erzeugen als andere.

Argumentationsmodelle wie Claude von Anthropic, OpenAIs O3 und Deepseeks R1 sind erweiterte Großsprachenmodelle (LLMs), die zusätzliche Zeit- und Rechenressourcen zuweisen, um genauere Antworten im Vergleich zu früheren Versionen zu liefern.

Obwohl diese Modelle beeindruckende Ergebnisse erzielten, haben sie auch schwerwiegende Einschränkungen bei der Lösung komplexer Probleme gezeigt. Jetzt haben Forscher einen weiteren Nachteil aufgedeckt - ihren erheblichen CO2 -Fußabdruck. Ihre Ergebnisse wurden am 19. Juni in der Journal Frontiers in Kommunikation veröffentlicht.

"Die Umwelteinflüsse von Abfragen geschulter LLMs wird stark von ihrer Argumentationsmethode beeinflusst, wobei explizite Argumentationsmethoden die Energieverbrauch und die Kohlenstoffemissionen erheblich erhöhen", sagte Maximilian Dauner , ein Forscher an der Hochschule München Universität angewandter Wissenschaften in Deutschland, in einer Aussage . "Wir haben beobachtet, dass maßstreichende Modelle bis zu 50-mal mehr Co₂ emittiert als Modelle, die für kürzere Antworten optimiert wurden."

Wenn Sie auf Eingabeaufforderungen reagieren, verarbeiten LLMs Sprache, indem sie sie in Token aufteilt - Segmente von Wörtern, die in numerische Sequenzen umgewandelt wurden, bevor sie von neuronalen Netzwerken verarbeitet werden. Diese Netzwerke werden unter Verwendung von Trainingsdaten verfeinert, die die Wahrscheinlichkeit spezifischer Muster bestimmt. Basierend auf diesen Wahrscheinlichkeiten generieren sie Antworten.

Um die Genauigkeit zu verbessern, verwenden Argumentationsmodelle eine Methode, die als "Kette der Gedanken" bezeichnet wird. Dies beinhaltet die Aufschlüsselung eines komplexen Problems in kleinere, logische Schritte, ähnlich wie die Menschen das gleiche Problem lösen könnten.

Verwandte: KI "Halluzinaten", aber es gibt eine Möglichkeit, es zu beheben

Melden Sie sich für den Live Science Daily Newsletter an, das kautiert wird. Diese Modelle erfordern viel mehr Energie als Standard -LLMs und schaffen möglicherweise eine wirtschaftliche Herausforderung für Unternehmen und Benutzer, die sie implementieren möchten. Trotz einiger bestehender Untersuchungen zu den Umweltkonsequenzen der Erweiterung der KI -Nutzung bleiben direkte Vergleiche der CO2 -Fußabdrücke zwischen verschiedenen Modellen begrenzt.

Die Kosten für die Argumentation

Um die CO₂ -Emissionen aus verschiedenen Modellen zu bewerten, stellten die Forscher hinter dieser neuen Studie in mehreren Themen auf 14 LLM 1.000 Fragen. Die Modelle variierten in der Größe von 7 bis 72 Milliarden Parametern.

Diese Berechnungen wurden unter Verwendung des Perun -Frameworks - der die LLM -Leistung und den Stromverbrauch bewertet - bei einer NVIDIA A100 GPU durchgeführt. Das Team übersetzte dann den Energieverbrauch in CO₂-Emissionen, vorausgesetzt, jede Kilowattstunde erzeugt 480 Gramm Co₂ .

Ihre Ergebnisse zeigen, dass die Argumentationsmodelle im Durchschnitt 543,5 Token pro Frage generierten, verglichen mit nur 37,7 Token für präzise Modelle. Diese zusätzlichen Token bedeuteten erhöhte rechnerische Arbeitsbelastungen, was zu höheren CO₂ -Emissionen für genauere Argumentationsmodelle führte.

Das genaueste Modell war das 72 -Milliarden -Parameter -Cogito -Modell, das 84,9% der Benchmark -Fragen korrekt beantwortete. Cogito emittierte jedoch dreimal mehr Co₂ als Modelle mit ähnlich großer Größe, die kürzere Antworten erzeugen sollen.

"Gegenwärtig beobachten wir einen deutlichen Kompromiss zwischen Genauigkeit und Nachhaltigkeit in LLM-Technologien", erklärte Dauner. "Keines der Modelle, die die Emissionen unter 500 Gramm CO₂ -Äquivalent [Gesamtgase für Treibhausgase] aufrechterhalten haben, gelang es, mehr als 80% Genauigkeit bei der korrekten Beantwortung der 1.000 Fragen zu erreichen."

Das obige ist der detaillierte Inhalt vonFortgeschrittene KI -Modelle generieren bis zu 50 -mal mehr CO ₂ Emissionen als häufigere LLMs bei der Beantwortung der gleichen Fragen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!