用Podcast訂閱本節目 
隨著ChatGPT爆紅，微軟、Google，中國百度等相繼宣布重大改革搜尋引擎，試圖將大型人工智慧模型整合至搜尋引擎，給用戶更豐富準確的體驗。但新計畫問世後的興奮，可能藏著令人難堪的祕密。
外媒指出，構建高性能人工智慧搜尋引擎的競賽，需要運算能力大幅提升，後果就是科技公司能源用量和碳排放大幅增加。英國薩里大學(UniversityofSurrey)一個團隊分析，有大量資源用於索引和搜尋網路，接下來人工智慧整合需要不同能力，也就是整合運算效能、儲存和高效能搜尋。每當線上運算處理步驟變化，就會看到大型處理中心電力和冷卻資源顯著增加。預估搜尋引擎整合人工智慧後也會走上這條路。
團隊強調訓練大型語言模型(LLMs)必須解析和運算連結大量資料，就是為什麼往往由擁有大量資源的企業開發。微軟提供動力給ChatGPT，還有Google支援聊天機器人Bard等。西班牙科魯尼亞大學(University of Coruña)團隊也指出，訓練模型需要大量運算能力，只有大型科技公司才能負擔。
儘管OpenAI和Google都沒有透露產品運算成本，但第三方分析估計，ChatGPT部分依賴GPT-3模型，訓練需消耗1,287兆瓦時(MWh)電力，產生550多噸二氧化碳當量，相當於一個人往返紐約和舊金山550次。這數字看起來沒有很糟，但考慮到人工智慧不僅要訓練，將來還要執行數百萬用戶要求的工作。
如果把ChatGPT當成獨立產品，與整合到應用有很大不同。瑞銀估計，ChatGPT日均獨立用戶為1,300萬，此基礎下必要應用每天處理5億次搜尋。加拿大資料中心公司QScale聯合創辦人Martin Bouchard表示，根據他對微軟和Google搜尋的了解，搜尋引擎加入人工智慧，需每次搜尋至少增加4~5倍計算量。
國際能源署資料顯示，資料中心溫室氣體排放量已達全球排放量1%左右，即便搜尋引擎企業承諾減少排放，但隨著雲端運算需求成長，這數字只會上升。微軟承諾到2050年實現零碳排，2023年購買150萬噸碳權。Google則承諾到2030年整個業務和價值鏈實現零碳排。
對科技大廠來說，減少人工智慧整合到搜尋引擎產生的碳足跡和能源成本，方法之一就是將資料中心轉用更清潔的能源，並重新設計神經網路，更高效以減少推斷時間，也就是強化演算法運算能力。Google發言人Jane Park表示，Google聊天機器人Bard最初版為輕量級大型語言模型，還發表研究介紹最先進語言模型的能源成本，包括早期和更大型的LaMDA，結果說明高效模型、處理器和資料中心與清潔能源結合，可將機器學習系統碳足跡減少千倍。
(本文轉載自科技新報／作者 Atkinson)
