Как нейросети вредят экологии в процессе обычного диалога
Ответы нейросетей обходятся планете дороже, чем кажется
Каждый раз, когда вы задаете вопрос ChatGPT, Google Gemini или другой нейросети, в дата-центрах запускаются вычисления. Эти процессы требуют энергии и, как выяснилось, могут вредить экологии — особенно если модель «думает» над сложным ответом.
Как работает «мыслящий» ИИ и почему он вреднее
Ученые из Frontiers in Communication проанализировали работу 14 современных языковых моделей, в том числе самых продвинутых — с числом параметров до 72 миллиардов. Они сравнили, сколько углекислого газа (CO) выбрасывается в атмосферу, пока модель обрабатывает один запрос.
Оказалось, что особенно «грязными» оказываются так называемые reasoning-модели — они пытаются выстраивать логические рассуждения перед тем, как выдать ответ. Это делает их точнее, но требует больше вычислений, а значит и электроэнергии. Например, модель Cogito 70B в среднем выбрасывает более 1,3 килограмма CO за один сложный ответ. А модель Deepseek-R1 70B — и вовсе свыше 2 килограммов.
Для сравнения: более простые нейросети, которые отвечают быстро и без рассуждений, выделяют всего 20—60 граммов CO на ответ — в десятки раз меньше. Однако и уровень их точности, как правило, ниже.
Чем сложнее вопрос — тем выше выбросы
Еще один важный вывод исследования: тематика вопроса тоже влияет на вред, который наносится окружающей среде. Вопросы по математике, философии или логике требуют от моделей гораздо больше «умственной» работы, чем, скажем, запросы на общие темы вроде истории или литературы. При этом именно в таких задачах нейросети генерируют сотни промежуточных «токенов» рассуждений, прежде чем прийти к финальному ответу.
В результате выбросы могут увеличиваться в 4—6 раз просто из-за того, как сформулирован вопрос.
Авторы исследования предлагают подходить к использованию ИИ более ответственно: использовать более легкие модели для простых задач, избегать чрезмерно сложных формулировок и не включать «режим рассуждений» без необходимости. Кроме того, при разработке новых систем стоит учитывать не только точность, но и их углеродную эффективность.