Umjetna inteligencija (AI) doživljava pravi bum, a najnoviji primjer toga je lansiranje Sora 2 od strane OpenAI-ja. Ovaj alat može stvoriti višeminutne videe koji izgledaju kao prava snimka, samo na osnovu nekoliko riječi opisa. Zamišljate li to? U par sekundi, AI pretvara tekst u živopisne scene koje mogu zavarati i najiskusnije oči. Ali iza ove čarolije krije se i tama: ogromna potrošnja energije i vode. Dok se svijet oduševljava mogućnostima, sve više se postavlja pitanje – koliko košta okolišu ovakav napredak? U ovom članku istražujemo dubinu tog problema, od energetskih zahtjeva do šireg utjecaja na planetu, koristeći se samo pouzdanim podacima iz relevantnih izvora.
Prijedlog: Posjetite bornAI.app prvi hrvatski AI generativni alati BESPLATNO za korištenje
Sora 2 nije samo tehnički podvig; on otvara vrata za brzu produkciju videa koji mogu utjecati na politiku, novinarstvo i svakodnevni život. Međutim, njegovo sporo uvodjenje nije slučajno – zahtijeva ogromne računalne resurse. To nas vodi kroz labirint pitanja o okolišnim troškovima generativne AI. S jedne strane, ovo je prilika za kreativnost, a s druge, rizik za resurse Zemlje. Hajde da razložimo ovo korak po korak, kako bismo razumjeli zašto je sada vrijeme za akciju.
Dva suprotstavljena stava o utjecaju AI na okoliš
Razgovor o tome koliko AI opterećuje okoliš podijeljen je na dva tabora, poput debate o tome hoće li kiša pasti ili ne. Jedni upozoravaju na katastrofu koja se nazire, dok drugi kažu da je sve pod kontrolom. Istina vjerojatno leži negdje posredini, ali činjenice nas tjera da se ozbiljno pozabavimo temom.
Prema istraživačima poput onih koji prate potrošnju energije u kriptovalutama, AI je na putu da nadmaši čak i te energetske “proždrljivce”. Procjene pokazuju da AI već troši oko 20% električne energije u globalnim centrima podataka, a to bi se moglo udvostručiti do kraja godine. Međunarodna agencija za energiju (IEA) navodi da su centri podataka lani potrošili do 1,5% svjetske električne energije, a rast je četiri puta brži od općeg globalnog potražnje. Do 2030., očekuje se da će ta potrošnja više nego udvostručiti, a AI će biti glavni pokretač.
MIT-ov Technology Review citira studije koje predviđaju da će do 2028. godine potrošnja energije za AI premašiti sve što trenutno koriste američki centri podataka – dovoljno da pokrene 22% američkih kućanstava godišnje. Ovo nije samo brojka na papiru; to su stvarni utjecaji na mreže i resurse. Ako pomislimo na hrvatski kontekst, gdje već borimo s energetskom ovisnošću o uvozu, takav rast bi mogao uzdrmati cijeli sustav.
Voda i energija: Nevidljivi troškovi AI
AI ne jede samo struju – poput gladnog diva, gutaju ultračistu vodu za hlađenje servera. Jedna studija procjenjuje da bi obuka modela poput GPT-3 u Microsoftovim američkim objektima potrošila 700.000 litara slatke vode. Globalno, potražnja za AI-om mogla bi dosegnuti četiri do šest milijardi kubnih metara godišnje do 2027. To je količina koja bi mogla napuniti tisuće bazena ili opskrbiti gradove.
Proizvodnja hardvera dodaje još jedan sloj problema. Izrada čipova zahtijeva ogromne količine ultračiste vode, kemijskih procesa koji troše energiju i rijetkih minerala poput kobalta i tantala. Grafički procesori (GPU), srce AI buma, imaju veći ugljični otisak od većine potrošačkih elektronika. Svaki novi ciklus nadogradnje znači novu proizvodnju, što je poput resetiranja sata na nulu za emisije ugljika.
A što se tiče samog generiranja sadržaja? Stvaranje jedne slike troši koliko i pet sekundi rada mikrovalne pećnice. Ali za petsekundni video klip, to je više od sat vremena iste pećnice. Prelazak s teksta i slika na visokokvalitetne videe, poput onih u Sora 2, može utrostručiti ili više potrošnju. Testovi pokazuju da se energija za tekst-u-video modele četverostruko povećava ako se dužina videa udvostruči. U doba kada se videi dijele na društvenim mrežama poput vatre, ovo može postati lavina.
Postavljanje stvari u perspektivu: Je li panika opravdana?
Ne svi slažu se s alarmantskim scenarijima. Analitičari iz Centra za inovacije podataka tvrde da mnoge procjene preuveličavaju, temeljeći se na netočnim predviđanjima. GPU hardver postaje učinkovitiji svake godine, a mnogi novi centri podataka koriste obnovljive izvore energije. Na primjer, odgovor chatbota troši oko 2,9 vati-sati – deset puta više od pretrage na Googleu. Google tvrdi da njihov Gemini model za tipičan upit koristi samo 0,24 vati-sati i 0,25 mililitara vode, ali kritičari ističu da to ne uključuje indirektne troškove poput proizvodnje električne energije.
Da bismo shvatili kontekst, usporedimo: sat gledanja HD videa na Netflixu troši oko 100 puta više energije nego generiranje tekstualnog odgovora. Pojedinačni AI upit je mali, ali milijarde ih se događaju dnevno. S dolaskom video upita poput Sora 2, to će se samo pojačati. U Hrvatskoj, gdje već brinemo za vodu u ljetnim mjesecima, ovi brojevi podsjećaju da globalni trendovi utječu i na nas.
Razlika između obuke i korištenja: Gdje se skriva glavni trošak?
Ključno je razlikovati obuku modela od njihovog korištenja. Obuka naprednih modela poput GPT-4 ili Claude Opus 3 zahtijeva tisuće GPU čipova koji rade mjesecima, trošeći gigavat-sate energije. To je poput gradnje dvorca – jednom napravljeno, koristi se dugo.
Korištenje, ili “inferencija”, troši malo po upitu, ali se ponavlja milijardama puta dnevno. Na kraju, ovo će vjerojatno premašiti troškove obuke. Najmanje vidljivi dio je proizvodnja hardvera: svaka nova generacija čipova zahtijeva nove linije proizvodnje, mineralne resurse i napredno hlađenje. Kao što kažu ekonomisti, svaki nadogradnja “resetira” ugljični sat, jer se oprema gradi iznova.
Ovaj trend podsjeća na Jevonsov paradoks iz 19. stoljeća u Britaniji: kada se cijena ugljena snizila, potrošnja se povećala. Slično, kako AI postaje jeftiniji po upitu, developeri ga ugrađuju u sve više proizvoda. Rezultat? Više centara podataka, čipova i ukupne potrošnje resursa. U današnjem svijetu, gdje AI ulazi u telefone, aute i kućne aparate, ovo nije teorija – to je realnost.
Problem razmjera: Između prijetnje i upravljivog rizika
Je li AI ekološki čudovište ili samo još jedan izazov? Pojedinačni upit je zanemariv, ali sustavi iza njega – ogromni centri podataka, stalna proizvodnja čipova, neprekidno hlađenje – mijenjaju globalne obrasce energije i vode. IEA predviđa da će potražnja za energijom u centrima podataka dosegnuti 1.400 teravat-sati do 2030., što je ekvivalentno dodavanju nekoliko srednjih zemalja na svjetsku mrežu. AI će činiti četvrt tog rasta.
U kontekstu projekata poput Stargatea – joint venture vrijedan 500 milijardi dolara između OpenAI-ja, Oraclea, SoftBanka i MGX-a za izgradnju masivnih AI centara u SAD-u – ulozi su visoki. Ovo nije samo o tehnologiji; to je o budućnosti resursa. U Hrvatskoj, gdje se borimo s klimatskim promjenama i energetskom tranzicijom, takvi globalni projekti podsjećaju da moramo tražiti održive alternative.
Potreba za transparentnošću: Ključ za rješenje
Mnogi podaci o energetskoj potrošnji AI su nepouzdani jer kompanije otkrivaju premalo. Ograničeni izvještaji često koriste neujednačene metrike ili računaju s offsetima koji skrivaju stvarne utjecaje. Jedno rješenje je obvezno izvještavanje: standardizirano, lokacijski specifično prijavljivanje energije i vode za obuku i korištenje modela.
Europa već ide tim putem kroz Zakon o umjetnoj inteligenciji, koji zahtijeva dokumentaciju računanja i energije za “visokoutjecajne” sustave. Slične mjere drugdje mogle bi usmjeriti gradnju centara u regije s obnovljivim izvorima i vodom, potičući duži vijek hardvera umjesto godišnjih nadogradnji. Bez toga, riskiramo da inovacija postane teret za planetu.
Balansirati kreativnost i troškove: Put naprijed
Generativna AI otvara vrata nevjerojatnoj kreativnosti i korisnosti. Svaka “besplatna” slika, tekst ili video ima skriveni materijalni i energetski trošak, ali priznati to ne znači zaustaviti napredak. Umjesto toga, tražimo transparentnost o veličini tih troškova i tko ih plaća. Kako Sora 2 počinje poplaviti društvene mreže realističnim vizualima, pitanje neće biti samo koliko energije troši u usporedbi s Netflixom, već možemo li proširiti digitalnu infrastrukturu odgovorno da ima mjesta za oboje.
U konačnici, ovo je poziv na akciju. AI poput Sora 2 može promijeniti svijet na bolje, ali samo ako ga usmjerimo prema održivosti. Razumijevanje tih skrivenih troškova je prvi korak ka budućnosti gdje tehnologija ne košta nam planetu.
Sažetak
Lansiranje OpenAI-ovog Sora 2 ističe nevjerojatne mogućnosti AI u generiranju videa, ali i njegove okolišne izazove. Od ogromne potrošnje energije i vode u centrima podataka, preko problema proizvodnje hardvera i Jevonsovog paradoksa, do potrebe za transparentnošću – članak pokazuje da AI nije samo alat za zabavu, već i faktor koji mijenja globalne resurse. Ključ je u uravnoteženju inovacije s odgovornošću, kako bismo osigurali da napredak ne ugrožava budućnost.
Često postavljana pitanja (FAQ)
Što je Sora 2 i zašto je važan za raspravu o utjecaju AI na okoliš?
Sora 2 je novi video generator od OpenAI-ja koji stvara višeminutne, hiperrealistične videe iz kratkih tekstualnih opisa. Njegovo lansiranje označava prekretnicu jer zahtijeva ogromne računalne resurse, što pojačava zabrinutost za energetsku i vodenu potrošnju. Dok omogućuje brzu produkciju sadržaja koji može utjecati na politiku i medije, također ističe širi problem: prelazak na video generaciju može dramatično povećati okolišni otisak AI, uključujući četverostruko veću potrošnju energije za duže klipove u usporedbi s tekstom ili slikama.
Koliko energije i vode troši AI, posebno u kontekstu centara podataka?
Centri podataka, koji pokreću AI, lani su potrošili do 1,5% globalne električne energije, s rastom četiri puta bržim od općeg potražnje. AI već čini oko 20% te potrošnje, a do 2030. mogla bi dosegnuti 1.400 teravat-sati – ekvivalentno nekoliko zemalja. Što se tiče vode, obuka modela poput GPT-3 troši stotine tisuća litara za hlađenje, a globalna potražnja mogla bi biti milijarde kubnih metara do 2027. Proizvodnja čipova dodatno opterećuje resurse ultračistom vodom, kemikalijama i rijetkim mineralima, čineći ukupni utjecaj još većim.
Kako se može riješiti problem okolišnog utjecaja AI, poput onog u Sora 2?
Transparentnost je ključ: kompanije trebaju obvezno izvještavati o energiji i vodi korištenoj za obuku i korištenje modela, koristeći standardizirane metrike. Europski Zakon o umjetnoj inteligenciji već zahtijeva dokumentaciju za visokoutjecajne sustave. Dodatno, gradnja centara u regijama s obnovljivim izvorima i poticanje dužeg vijeka hardvera mogu smanjiti otisak. Unatoč Jevonsovom paradoksu, gdje efikasnost dovodi do veće upotrebe, fokus na odgovorno planiranje može omogućiti da AI poput Sora 2 donosi koristi bez prevelikog opterećenja planeta.
Ostavi komentar