Jensen Huang, szef Nvidii, stwierdza, że programowanie wkrótce stanie się zbędne za sprawą sztucznej inteligencji. Dzieci nie powinny już uczyć się kodowania, gdyż nie ma ono przyszłości. Wszyscy powinniśmy skupić się na rozwijaniu bardziej praktycznych umiejętności. Rozumiem, że chodzi o uprawę roli, rękodzieło czy rzemiosło.
Można sobie, rzecz jasna, robić heheszki z tej wypowiedzi i chętnie sam się w takie heheszkowanie angażuję, jednak w wypowiedzi Huanga tak naprawdę zawarte są dwa ostrzeżenia. Pierwsze, to oczywiste, na które większość osób natychmiast zwraca uwagę, związane jest z potencjalnym zanikiem zapotrzebowania na ludzi zajmujących się programowaniem, a przynajmniej programowaniem w tym masowym wymiarze, związanym z tworzeniem stron internetowych, aplikacji i oprogramowania – nazwijmy to – „drobnego użytku”. Drugie jest mniej oczywiste, niezauważalne dla zbyt wielu z nas.
Sam Altman, dyrektor wykonawczy Open AI, przyznał miesiąc temu w Davos, że nowa generacja generatywnej AI będzie konsumować znacznie więcej energii elektrycznej, niż zakładano i że sektor energetyczny będzie miał poważny problem, aby sobie z tym poradzić. Już teraz AI spala gargantuiczne ilości energii, a uczynienie jej masowo dostępną (w postaci ChatGPT, DALL-E, Barda, Copilota i tak dalej) zadziała tu zapewne jak dźwignia. Czy wiecie, że wytrenowanie dużego modelu językowego to ślad węglowy szacowany na 300 000 kg emisji dwutlenku węgla? To tyle, co wycieczka samolotem tam i z powrotem z Nowego Jorku do Pekinu. 125 razy. Czy wiecie, że jedno proste zapytanie do GPT „wypija” szacunkowo pół litra wody? Ja nie wiedziałem. Usłyszałem o tym niedawno w audycji radiowej i dałem nura do źródeł.
Podczas gdy z jednej strony jaram się jak każdy, oglądając klipy wideo generowane przez model Sora i zbieram z podłogi szczękę, oglądając obrazy tworzone przez DALL-E, to z drugiej strony jestem poważnie zaniepokojony, ale nie tym, że AI zabierze mi pracę. Zawsze ktoś komuś zabierał pracę, jedni, jak zecerzy, odchodzą w ciszy, inni, jak górnicy, przy krzykach sprzeciwu i w kłębach dymu z opon. Świat się zmienia, na każdą branżę przyjdzie w końcu pora. Boję się czegoś innego – że poważnie nie doszacujemy kosztów środowiskowych i energetycznych rozwoju AI.
Z jednej strony, może to nas uratować. Jak zauważa Altman, nie mamy szans na jakiś znaczący przełom w zakresie AI bez znaczącego przełomu w energetyce. Tego drugiego natomiast nie ma na horyzoncie. Dramatycznie spóźnione i mało efektywne działania np. UE w tym zakresie koncentrują się raczej na przekształceniu miksu energetycznego w kierunku zielonej energii niż na jakimś znaczącym zwiększeniu potencjału energetycznego, a i to spotyka się z silnym sprzeciwem społecznym. Fuzja termojądrowa od pięćdziesięciu lat jest tuż za progiem i jakoś nie może tego progu przekroczyć. A innych metod nie widać. Być może więc rozwój AI drastycznie przyhamuje z tak prozaicznych, zapominanych, a przecież zasadnych przyczyn, jak ograniczenia środowiskowe i energetyczne.
Z drugiej strony, jeszcze nigdy nie było tak, aby koszta środowiskowe czy energetyczne powstrzymały ludzi posiadających dużo pieniędzy przed zdobyciem jeszcze większej ilości pieniędzy, obawiam się więc, że AI będzie raczej pogłębiać problemy klimatyczne, które już mamy. Więcej prądu oznacza więcej dwutlenku węgla. Więcej dwutlenku węgla oznacza wyższe temperatury. Wyższe temperatury oznaczają mniej wody. Mniej wody oznacza suszę. Susza oznacza konieczność przeznaczenia większej ilości energii na zaspokojenie potrzeb w wodę. Większa ilość energii zaś oznacza potrzebę większej ilości prądu, i tak dalej i tak dalej.
Istnieje możliwość, że zamiast osobliwości technologicznej czeka nas raczej osobliwość klimatyczna.
„Niech ktoś nas uratuje”, chciałoby się rzec. Może będzie to AI? Przeczytałem ostatnio pewną książkę, w której sztuczna inteligencja uznała, iż jedyną metodą ocalenia ludzkości jest wytępienie 95% jej populacji. Pozwolę więc sobie powściągnąć nieco optymizm.
Parę źródeł:
- https://www.nature.com/articles/s42256-020-0219-9
- https://www.nature.com/articles/d41586-024-00478-x
- https://mlco2.github.io/impact/
