Membangun AI secara berkelanjutan Sepertinya hanya mimpi belaka karena raksasa teknologi yang sebelumnya berjanji untuk mengurangi emisi kini berlomba untuk melakukan pembangunan secara besar-besaran pusat data yang ditenagai oleh bahan bakar fosil.
Ketergesaan untuk mengembangkan AI dengan segala cara telah diperkuat oleh pemerintahan Trump, yang juga melakukan hal yang sama membatalkan perlindungan lingkungan.
Terlepas dari tantangan ini, Sasha Luccioni, seorang peneliti keberlanjutan AI, berpendapat bahwa permintaan akan transparansi AI yang lebih baik, baik dari kalangan bisnis maupun individu, semakin tinggi dari sisi pelanggan.
Luccioni telah menjadi pemimpin dalam upaya menciptakan lebih banyak transparansi Emisi AI dan dampaknya terhadap lingkungan selama empat tahun di Hugging Face, sebuah perusahaan AI, termasuk merintis a papan peringkat mendokumentasikan efisiensi energi model AI sumber terbuka. Dia juga pernah mengkritik keras perusahaan AI besar yang, menurutnya, sengaja menyembunyikan informasi energi dan keberlanjutan dari publik.
Kini, dia memulai Sustainable AI Group, sebuah usaha baru bersama mantan kepala keberlanjutan Salesforce Boris Gamazaychikov. Mereka akan fokus untuk membantu perusahaan menjawab, antara lain, “pengungkit apa yang dapat kita gunakan untuk membuat agen tidak terlalu buruk?” Luccioni juga tertarik untuk menganalisis kebutuhan energi berbagai jenis alat AI, seperti terjemahan ucapan-ke-teks, atau foto-ke-video—sebuah bidang yang menurutnya belum banyak dipelajari sejauh ini.
Luccioni duduk secara eksklusif dengan WIRED untuk membicarakan tentang permintaan AI yang berkelanjutan dan apa sebenarnya yang ingin dia lihat dari Big Tech.
Wawancara ini telah diedit agar panjang dan jelasnya.
WIRED: Saya banyak mendengar dari individu yang khawatir terhadap lingkungan dan penggunaan AI, namun saya tidak banyak mendengar dari perusahaan yang memikirkan hal ini. Apa yang Anda dengar secara spesifik dari orang-orang yang bekerja dengan AI dalam bisnis mereka, dan apa yang mereka khawatirkan?
Sasha Luccioni: Pertama-tama, mereka mendapat banyak tekanan dari karyawan—dan tekanan dari dewan direksi, tekanan dari direktur, seperti, “Anda harus mengukur hal ini.” Karyawan mereka berkata, “Anda memaksa kami menggunakan Copilot—apa pengaruhnya terhadap tujuan ESG kami?”
Bagi sebagian besar perusahaan, AI telah menjadi bagian inti dari penawaran bisnis mereka. Dalam hal ini, mereka harus memahami risikonya. Mereka harus memahami di mana model dijalankan. Mereka tidak dapat terus menggunakan model yang bahkan tidak mengetahui lokasi pusat data atau jaringan yang terhubung dengan mereka. Mereka harus mengetahui apa itu emisi rantai pasokan, emisi transportasi, dan sebagainya.
Ini bukan tentang tidak menggunakan AI. Saya pikir kita sudah melewati itu. Misalnya saja dalam memilih model yang tepat, atau memberikan sinyal bahwa sumber energi itu penting, sehingga pelanggan bersedia membayar lebih untuk pusat data yang didukung oleh energi terbarukan. Ada banyak cara untuk melakukannya, dan yang terpenting adalah menemukan orang-orang yang beriman di tempat yang tepat.
Saya juga membayangkan bahwa bagi perusahaan global, situasi keberlanjutannya sangat berbeda dibandingkan di Amerika, bukan? Pemerintah AS mungkin tidak peduli mengenai hal ini, namun pemerintah lain pasti peduli.
Di Eropa, mereka punya SAYA PUNYA Akting. Keberlanjutan telah menjadi bagian penting sejak awal. Mereka memasukkan banyak klausul di sana, dan sekarang inisiatif pelaporan pertama mulai muncul.
Bahkan Asia pun berusaha menjadi lebih transparan. Badan Energi Internasional telah melakukan laporan ini [on AI and energy use]. Saya berbicara dengan mereka, dan mereka berpikir, negara-negara lain menyadari bahwa IEA mendapatkan nomor mereka dari negara-negara tersebut, dan negara-negara tersebut tidak memiliki nomor-nomor ini secara khusus untuk pusat data. Mereka tidak dapat membuat pilihan berwawasan masa depan, karena mereka memerlukan angka-angka untuk mengetahui “Oke, itu berarti kita memerlukan kapasitas X, dalam lima tahun ke depan” atau apa pun. [Some countries] sudah mulai mendorong kembali pembangun pusat data.
Jika Anda dapat mengayunkan tongkat ajaib besok dan membuat Sam Altman, atau Dario Amodei, atau siapa pun, memberi Anda informasi yang selama ini Anda cari, informasi apakah itu? Atau apakah Anda ingin mereka lebih terbuka tentang apa yang mereka miliki?
Saya berharap ada meteran kecil atau kotak info di ChatGPT atau Claude UI yang memberi tahu Anda di akhir setiap pertanyaan atau percakapan berapa banyak energi yang digunakan. Idealnya, emisi gas rumah kaca dan bagaimana energi tersebut dihasilkan.
Saya pikir akan menjadi keunggulan kompetitif pasar jika salah satu penyedia model besar memutuskan untuk bertaruh pada keberlanjutan. Saat ini, mereka semua sedang bertengkar dan berusaha untuk saling mengungguli. Jika salah satu dari mereka berkata, “Oke, kita akan berhenti mencoba membuat pusat data yang menggunakan bahan bakar gas alam, dan kita akan membuat pusat data terbarukan,” menurut saya hal ini akan memberikan keuntungan bagi mereka. Ini seperti ketika Anthropic mengatakan tidak kepada pemerintah AS untuk keperluan militer. Hal itu memberi mereka dorongan.
Dorongan budaya.
Tepat.
Saya merasa dalam perbincangan populer seputar AI, model besar yang tertutup adalah satu-satunya permainan yang ada. Apakah orang yang Anda ajak bicara memiliki pengetahuan bahwa Anda sebenarnya tidak harus menggunakan model besar untuk semua yang Anda lakukan? Apakah itu bagian dari cara Anda mendidik orang?
Tentu saja. Mungkin inilah sisi geek dalam diri saya, tapi saya senang kembali ke pertanyaan, apa itu AI? Banyak orang suka mengatakan bagaimana AI merevolusi masyarakat kita, namun model yang telah melakukan pekerjaan kasar tersebut bukanlah LLM. Itu adalah pengklasifikasi. Ini adalah sistem yang telah menjadi bagian inti dari apa yang kita lihat sebagai produktivitas AI.
Saya selalu berusaha menguraikan apa yang sebenarnya bermanfaat bagi kami versus apa yang dijual kepada kami. Katakanlah Anda bekerja di bidang keuangan. Anda akan mencoba mencari tahu ke mana arah pasar. Anda tidak memerlukan LLM tujuan umum untuk itu.
Google telah memberikan angka tentang jumlah token yang dikirim dan jumlah token yang diterima. Itu adalah informasi yang sangat penting. Dengan begitu Anda bisa mengetahui, misalnya, jika kuerinya sangat sederhana, maka Anda bisa menggunakan model yang lebih sederhana. Jika Anda menyadari bahwa sebagian besar karyawan Anda menghasilkan gambar atau apa pun, Anda juga memiliki informasi itu.
Secara internal, Anda bisa berkata, “Kalau kalian hanya ingin mencari dokumen perusahaan, inilah model yang digunakan. Sederhana dan murah. Dan jika Anda benar-benar ingin melakukan riset mendalam, inilah model yang lebih kompleks.”
Terkadang saya juga merasa bahwa perusahaan yang mengembangkan model besar ini tidak ingin kita mengetahui bahwa ada pilihan lain.
Ini adalah bidang inses. Banyak perusahaan besar yang membuat model juga menjual komputer kepada Anda. Masuk akal bagi mereka untuk menjual model terbesar kepada Anda, karena Anda memerlukan komputasi paling banyak.
Jika ada sekelompok aktor yang berbeda yang menagih dan mengoperasikan pusat data versus melatih model versus membuat produk berdasarkan model ini—jika ini adalah kumpulan entitas yang benar-benar berbeda, kita akan memiliki lebih banyak keragaman dalam AI saat ini.
Saya benar-benar khawatir tentang apa yang terjadi dengan AI, lingkungan hidup, tetapi sungguh aneh melihat percakapan ini berubah menjadi tidak bernuansa. Bagaimana Anda menangani percakapan seperti itu dengan orang lain?
Sebagai seorang peneliti, saya tidak bisa seenaknya memberikan angka-angka yang tidak dapat saya jamin. Namun di sisi lain, sangat sulit untuk menyampaikan skala dan nuansanya.
Memang benar bahwa mungkin setiap pertanyaan individu bukanlah masalah besar. Namun kemudian Anda mengalikannya dengan jumlah orang yang menggunakan benda-benda ini—ini adalah percakapan yang sangat sulit.
Kita masih memerlukan angka penggunaan energi dan air untuk mengambil keputusan yang tepat. Sekalipun jumlahnya kecil, kita tetap harus mendapatkannya karena kita punya nomor untuk transportasi, kita punya nomor untuk nutrisi, kita punya nomor untuk semua hal yang berbeda-beda.
