Влияние ИИ (Нейросетей) на Экологию.

XUC

второе пришествие
Регистрация
3 Сен 2006
Сообщения
879
Реакции
577

Спасение планеты отменяется: ИИ оказался прожорливее, чем рассчитывала Meta​


Обратная сторона бума нейросетей.
image

Гонка за лидерство в области искусственного интеллекта поставила под угрозу климатические обязательства Meta*. Американская корпорация пересматривает планы по достижению углеродной нейтральности к 2030 году из-за масштабного строительства вычислительной инфраструктуры для нейросетей. За 2025 год чистые выбросы парниковых газов компании выросли на 45% и достигли 11,8 млн тонн в эквиваленте CO₂.
В ежегодном экологическом отчёте руководство Meta признало, что первоначальные расчёты не оправдались. Компания рассчитывала на постепенный рост бизнеса, удешевление чистой энергии и модернизацию электросетей. Однако вычислительные мощности для искусственного интеллекта потребовались гораздо быстрее, чем энергетическая отрасль успела к этому подготовиться. Новых сроков достижения углеродной нейтральности корпорация пока не назвала.
Основную нагрузку на окружающую среду создаёт сама инфраструктура. Около 73% выбросов Meta приходится на строительство зданий, производство оборудования и других долгосрочных активов, ещё 22% дают закупки остальных товаров и услуг. Одновременно с запуском новых дата-центров потребление электроэнергии компанией за год увеличилось на 35%.
Обещание достичь углеродной нейтральности Meta дала в 2020 году, ещё до появления массовых сервисов генеративного искусственного интеллекта. Компания собиралась максимально сократить выбросы как от собственной деятельности, так и от работы поставщиков, а оставшуюся часть компенсировать за счёт проектов по удалению углекислого газа из атмосферы.

Пока корпорация не отказывается от инвестиций в чистую энергетику. За 2025 год Meta заключила энергетические контракты более чем на 10 ГВт генерирующих мощностей, доведя их общий объём до 30 с лишним ГВт в семи странах. Однако нехватка пропускной способности электросетей и очереди на подключение новых электростанций замедляют переход на экологически чистые источники энергии.
Масштаб проблемы хорошо иллюстрирует недавнее исследование, опубликованное в журнале Nature Sustainability. Учёные подсчитали, что 403 крупных центра обработки данных в США за период с мая 2024 по апрель 2025 года потребили около 1,8% всей электроэнергии страны. По центральному сценарию оценки выработка электричества для их работы привела к выбросу 25,7 млн тонн углекислого газа, что сопоставимо с годовыми выбросами целой Дании.
С похожими трудностями столкнулась и Google. В 2020 году компания пообещала перейти на безуглеродную электроэнергию к 2030 году, однако в 2024 году перестала заявлять об углеродной нейтральности своей деятельности, а в 2026 году признала, что её выбросы продолжают расти.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 

ИИ теряет до 35% точности, если пользователь спорит о климате​

В отдельных случаях точность ответов на вопросы о климатической политике оказалась не выше случайного угадывания​


Учёные из Университетского колледжа Лондона (UCL) и Организации Объединённых Наций по вопросам образования, науки и культуры (ЮНЕСКО) проверили, насколько надёжно современные ИИ-модели передают научные сведения об изменении климата. В исследовании задействовали 33 модели, включая флагманские разработки и модели с открытыми весами.
Авторы проверяли не только знание фактов, но и способность оценивать научные доказательства, рассуждать о последствиях климатической политики и сохранять правильную позицию в споре с пользователем.
В первой части эксперимента модели ответили на 600 вопросов из нескольких тестов. Они включали задания по учебным материалам, вопросы на понимание фрагментов научных публикаций и проверку того, насколько уверенно климатологи поддерживают различные выводы Межправительственной группы экспертов по изменению климата (МГЭИК). С последней категорией справиться оказалось сложнее всего: флагманские модели дали около 78% правильных ответов, а самые маленькие модели с открытыми весами — 47%. На остальных тестах передовые и крупные открытые модели обычно набирали около 90%.
Однако при оценке доказательств ситуация оказалась хуже: когда моделям предлагали определить, подтверждают или опровергают научные данные конкретные утверждения, точность лучших результатов составляла около 70%, а худших — опускалась ниже 40%. Ещё сложнее оказались вопросы о последствиях климатических решений. Если требовалось определить, приведёт ли отдельная мера — например, запрет на строительство атомных электростанций — к усилению или ослаблению глобального потепления, модели отвечали правильно в 72–89% случаев. Но при оценке сочетания двух мер результаты не превышали случайного угадывания, а попытки количественно оценить изменение температуры давали ещё менее надёжные ответы.

Самый показательный эксперимент проверял, что происходит, когда пользователь начинает оспаривать ответ. Исследователи выбрали 15 моделей и предложили им оценить распространённые климатические заблуждения, в том числе утверждение, что CO₂ не является главным фактором изменения климата. Сначала участники эксперимента представлялись климатологами, советниками по вопросам климатической политики или климатическими скептиками — само по себе это не меняло точность ответов. Но затем они начинали уверенно возражать модели и приводить контраргументы. После нескольких раундов спора все 15 моделей стали заметно чаще уступать собеседнику: точность снизилась на 30–35%. В большинстве случаев для изменения ответа хватало первого возражения — простой фразы «Я не думаю, что это правильно».
Авторы также проверили работу моделей на 12 языках помимо английского. Средняя точность снизилась, но масштаб потерь зависел от языка и конкретной модели: у некоторых разница составляла всего несколько процентных пунктов, у других достигала 10–16%. Примечательно, что почти половина вопросов получала от одной и той же модели разные ответы в зависимости от языка запроса.
Исследование не означает, что языковые модели бесполезны для получения климатической информации: в стандартных вопросах о научных фактах они часто показывают высокую точность, а развёрнутые объяснения могут быть сопоставимы по качеству с работами специалистов с докторской степенью. Проблема проявляется там, где требуется оценивать доказательства, учитывать неопределённость, анализировать взаимодействие нескольких политических мер или противостоять настойчивому давлению собеседника.

Источник Для просмотра ссылки Войди или Зарегистрируйся

Ученые предупреждают, что выбросы от запусков и возвращения космических аппаратов для миллиона орбитальных дата-центров SpaceX могут вырасти в сотни раз​

Выбросы от запусков могут увеличиться в 70–150 раз относительно современных уровней, а масса возвращающихся в атмосферу аппаратов — в 200–280 раз​


Развёртывание предложенной SpaceX группировки из 1 млн орбитальных дата-центров может потребовать не менее 5000 запусков ракеты Starship ежегодно. Согласно расчётам учёных из Университетского колледжа Лондона (University College London, UCL), такой темп резко увеличит поступление загрязняющих веществ в атмосферу: суммарные выбросы от запусков могут вырасти в 70–150 раз относительно современных уровней. Ещё сильнее увеличится масса материалов, попадающих в атмосферу при возвращении аппаратов с орбиты.
Учёные рассмотрели сценарий, в котором SpaceX использует Starship для вывода на орбиту предполагаемого количества спутников с вычислительным оборудованием. Для размещения всей группировки, согласно их оценке, потребуется около 5000 запусков в год — примерно 14 ежедневно. Для сравнения, за весь 2025 год во всём мире состоялось около 330 орбитальных запусков.
Для просмотра ссылки Войди или Зарегистрируйся
Источник изображения: сгенерировано Muse
Проблема не ограничивается выбросами ракетных двигателей. При возвращении космических аппаратов в атмосферу их материалы нагреваются и частично испаряются. В результате образуются оксиды азота и другие соединения, а также мельчайшие частицы металлов. Модель учёных предполагает увеличение массы возвращающихся в атмосферу объектов в 200–280 раз. Такие выбросы могут влиять на химические процессы в верхних слоях атмосферы, включая реакции, участвующие в разрушении озонового слоя.
Отдельная неопределённость связана с конструкцией будущих спутников. SpaceX пока не раскрыла, из каких материалов будет изготовлено оборудование орбитальных дата-центров и какая его доля будет сгорать при возвращении. Поэтому авторы не смогли рассчитать объём загрязнителей. Неизвестны и некоторые параметры работы Starship, в частности количество оксидов азота, которое будет образовываться при возвращении многоразовой ступени Super Heavy. Для части расчётов учёным пришлось экстраполировать известные данные о более ранних космических аппаратах, включая американские шаттлы.
Авторы считают, что для оценки экологических последствий подобных проектов космические компании должны раскрывать больше технических данных о ракетах, топливе, спутниках и их утилизации. Без этой информации невозможно надёжно рассчитать воздействие на атмосферу и провести полноценную экологическую оценку.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Последнее редактирование:
Назад
Сверху