Η σύγχρονη εποχή χαρακτηρίζεται από μια εντατική και ανεξέλεγκτη τάση για την ανάπτυξη της τεχνητής νοημοσύνης (ΤΝ), η οποία προωθείται με κάθε δυνατό κόστος. Αυτή η επιτακτική ανάγκη για ταχεία εξέλιξη έχει ενισχυθεί περαιτέρω, ενώ παράλληλα παρατηρείται μια ανησυχητική υποχώρηση των περιβαλλοντικών προστασιών και κανονισμών. Εν μέσω αυτού του περιβάλλοντος, που χαρακτηρίζεται από σημαντικές προκλήσεις και αντιξοότητες, η κυρία Σάσα Λουτσιόνι, μια διακεκριμένη ερευνήτρια που ειδικεύεται στη βιωσιμότητα της ΤΝ, εκφράζει την πεποίθηση ότι η ζήτηση για αυξημένη διαφάνεια στον τομέα της τεχνητής νοημοσύνης έχει φτάσει σε πρωτοφανώς υψηλά επίπεδα. Αυτή η απαίτηση για διαφάνεια προέρχεται τόσο από τον επιχειρηματικό κόσμο όσο και από τους ιδιώτες καταναλωτές, υποδηλώνοντας μια ευρεία συνειδητοποίηση και ανησυχία από την πλευρά της αγοράς.
Κατά τη διάρκεια της τετραετούς θητείας της στην Hugging Face, μια εταιρεία που δραστηριοποιείται στον τομέα της τεχνητής νοημοσύνης, η κυρία Σάσα Λουτσιόνι έχει αναδειχθεί σε μια κορυφαία και αναγνωρισμένη προσωπικότητα στις προσπάθειες για την επίτευξη μεγαλύτερης διαφάνειας. Το έργο της επικεντρώνεται στην αποκάλυψη των εκπομπών άνθρακα και των συνολικών περιβαλλοντικών επιπτώσεων που συνδέονται με την ανάπτυξη και τη λειτουργία της ΤΝ. Μεταξύ των σημαντικότερων επιτευγμάτων της συγκαταλέγεται η πρωτοποριακή δημιουργία ενός πίνακα κατάταξης, ο οποίος λειτουργεί ως εργαλείο τεκμηρίωσης της ενεργειακής απόδοσης των μοντέλων τεχνητής νοημοσύνης που είναι διαθέσιμα ως ανοιχτού κώδικα. Πέρα από τις ερευνητικές της δραστηριότητες, η κυρία Λουτσιόνι έχει υπάρξει μια ένθερμη και ανοιχτή επικριτής των μεγάλων εταιρειών τεχνητής νοημοσύνης. Σύμφωνα με τις δηλώσεις της, αυτές οι εταιρείες αποκρύπτουν συστηματικά και εσκεμμένα κρίσιμες πληροφορίες σχετικά με την κατανάλωση ενέργειας και τις πρακτικές βιωσιμότητας από το ευρύ κοινό, εμποδίζοντας έτσι την πλήρη κατανόηση του περιβαλλοντικού τους αποτυπώματος.
Σε μια πρόσφατη εξέλιξη, η κυρία Λουτσιόνι προχωρά στην ίδρυση της Sustainable AI Group, ενός νέου επιχειρηματικού εγχειρήματος που αναλαμβάνει σε συνεργασία με τον κύριο Μπόρις Γκαμαζάικοφ, ο οποίος διετέλεσε πρώην επικεφαλής βιωσιμότητας στην εταιρεία Salesforce. Η κύρια αποστολή αυτής της νέας πρωτοβουλίας θα είναι η παροχή υποστήριξης σε εταιρείες, βοηθώντας τες να διερευνήσουν και να απαντήσουν σε κρίσιμα ερωτήματα, όπως, μεταξύ άλλων, «ποιοι είναι οι διαθέσιμοι μοχλοί που μπορούμε να χρησιμοποιήσουμε προκειμένου να καταστήσουμε τους παράγοντες της ΤΝ ελαφρώς λιγότερο επιβλαβείς;». Πέραν αυτού, η κυρία Λουτσιόνι εκδηλώνει ιδιαίτερο ενδιαφέρον για τη λεπτομερή ανάλυση και τον προσδιορισμό των ενεργειακών αναγκών που συνδέονται με διάφορους τύπους εργαλείων τεχνητής νοημοσύνης. Παραδείγματα τέτοιων εργαλείων περιλαμβάνουν τη μετατροπή ομιλίας σε κείμενο (speech-to-text translation) ή τη μετατροπή φωτογραφίας σε βίντεο (photo-to-video). Η ερευνήτρια επισημαίνει ότι αυτός ο συγκεκριμένος τομέας παραμένει, μέχρι στιγμής, ανεπαρκώς μελετημένος, υπογραμμίζοντας την ανάγκη για περαιτέρω έρευνα και κατανόηση.
Στο πλαίσιο της συνεχιζόμενης συζήτησης για τη βιωσιμότητα στην τεχνητή νοημοσύνη, η κυρία Λουτσιόνι παραχώρησε μια αποκλειστική συνέντευξη στο έγκριτο περιοδικό WIRED. Σκοπός της συνέντευξης ήταν να αναλύσει τη διαρκώς αυξανόμενη ζήτηση για βιώσιμες λύσεις ΤΝ, καθώς και να εκθέσει με σαφήνεια τις συγκεκριμένες προσδοκίες και απαιτήσεις της από τις μεγάλες τεχνολογικές εταιρείες, γνωστές ως “Big Tech”. Σημειώνεται ότι η παρούσα συνέντευξη έχει υποστεί την απαραίτητη επεξεργασία, προκειμένου να διασφαλιστεί η βέλτιστη έκταση και η μέγιστη σαφήνεια του περιεχομένου της.
Ανησυχίες Επιχειρήσεων και Πίεση από Εργαζομένους
Κατά τη διάρκεια της συνέντευξης, το WIRED έθεσε στην κυρία Λουτσιόνι το ερώτημα σχετικά με την παρατήρηση ότι, ενώ πολλοί ιδιώτες εκφράζουν ανησυχίες για το περιβάλλον και τη χρήση της τεχνητής νοημοσύνης, οι εταιρείες δεν φαίνεται να προβληματίζονται στον ίδιο βαθμό. Ζητήθηκε επίσης να αναφέρει τι έχει ακούσει συγκεκριμένα από άτομα που εργάζονται με την ΤΝ στον επιχειρηματικό τομέα και ποιες είναι οι κύριες ανησυχίες τους.
Η κυρία Λουτσιόνι απάντησε αναλυτικά, επισημαίνοντας ότι:
«Πρώτα απ’ όλα, οι εταιρείες δέχονται σημαντική πίεση από τους εργαζομένους τους. Επιπλέον, υφίσταται πίεση από τα διοικητικά συμβούλια και τους διευθυντές, οι οποίοι απαιτούν την ποσοτικοποίηση των επιπτώσεων. Οι εργαζόμενοί τους εκφράζουν αιτήματα όπως: “You’re forcing us to use Copilot—how does it affect our ESG goals?”
For most companies, AI has become a core part of their business offering. In that case, they have to understand the risks. They have to understand where models are running. They can’t continue to use models where they don’t even know the location of the data centers, or the grid they’re connected to. They have to know what the supply chain emissions are, transportation emissions, all these different things.
It’s not about not using AI. I think we’re past that. It’s choosing the right models, for example, or sending the signal that energy source matters, so customers are willing to pay a little bit more for data centers that are powered of doing it, and it’s a matter of finding the believers in the right places.
I’d also imagine that for global companies, the sustainability situation is very different than in the US, right? The US government might not give a shit about this, but other governments certainly do.
In Europe, they have the EU AI Act. Sustainability has been a pretty big part of that since the beginning. They put a bunch of clauses in there, and now the first reporting initiatives are coming out.
Even Asia is trying to be more transparent. The International Energy Agency has been doing these reports [on AI and energy use]. I was talking to them and they were like, other countries realize that the IEA gets their numbers from the countries, and the countries don’t have these numbers for data centers specifically. They can’t make future-looking choices, because they need the numbers to know, “OK, well that means we need X capacity, in the next five years,” or whatever. [Some countries] have started pushing back on the data center builders.
If you could wave a magic wand tomorrow and make Sam Altman, or Dario Amodei, or whoever, give you a piece of information that you’ve been looking for, what would it be? Or would you want them to generally be more open about what they have?
I wish there was a little meter or info box on the ChatGPT or Claude UI that tells you at the end of each query or conversation how much energy was used. Ideally, greenhouse gas emissions and how that energy was generated.
I think that it would be a market competitive advantage if one of the big model providers decided to make a bet on sustainability. Right now, they’re all infighting and trying to one-up each other. If one of them was like, “OK, we’re going to stop trying to create these data centers that are powered , and we’re going to make renewable data centers,” I think that that could actually give them an advantage. It’s like when Anthropic said no to the US government for military use. It did give them a boost.
A cultural boost.
Exactly.
I feel like in the popular conversation around AI, the big closed models are the only game in town. Do people you speak to have this knowledge that you don’t actually have to use the big models for literally everything you’re doing? Is that part of what you’re educating people on?
Definitely. Maybe this is the geek in me, but I love going back to, like, what is AI? People love saying how AI is revolutionizing our societies, but the kinds of models that have been doing that grunt work are not LLMs. They’re classifiers. These are the systems that have been such a core part of what we’ve seen as AI productivity.
I always try to disentangle what’s actually been useful to us versus what is being sold to us. Let’s say you work in finance. You’re going to be trying to figure out where the market’s going. You don’t need a general purpose LLM for that.
Google has been providing numbers about the number of tokens sent and number of tokens received. That’s a really important piece of information. That way you can figure out, for example, if the queries are super simple, then you can use simpler models. If you realize that most of your employees are generating images or whatever, you have that piece of information as well.
Internally, you can say, “Well, if you guys want to just search company documents, this is the model to use. It’s simple and cheap. And if you actually want to do deep research, here’s a more complex model.”
Έλλειψη Διαφάνειας και Δυναμική της Αγοράς
Η κυρία Λουτσιόνι εξέφρασε επίσης την προσωπική της αίσθηση ότι οι εταιρείες που αναπτύσσουν αυτά τα μεγάλα και ισχυρά μοντέλα τεχνητής νοημοσύνης ενδέχεται να μην επιθυμούν να γνωστοποιηθεί στο ευρύ κοινό η ύπαρξη εναλλακτικών και δυνητικά πιο αποδοτικών επιλογών. Περιέγραψε τον συγκεκριμένο τομέα ως «εξαιρετικά ενδογενή», υπογραμμίζοντας την αλληλεξάρτηση και τη στενή σχέση μεταξύ των βασικών παικτών.
Συγκεκριμένα, ένα σημαντικό μέρος των μεγάλων εταιρειών που δημιουργούν τα μοντέλα ΤΝ είναι ταυτόχρονα και οι πάροχοι της υπολογιστικής ισχύος (compute) που απαιτείται για τη λειτουργία τους. Αυτή η διπλή ιδιότητα δημιουργεί ένα σαφές κίνητρο για τις εταιρείες να προωθούν την πώληση των μεγαλύτερων δυνατών μοντέλων, καθώς η χρήση αυτών συνεπάγεται την ανάγκη για τη μέγιστη δυνατή υπολογιστική ισχύ, μεγιστοποιώντας έτσι τα έσοδά τους από την παροχή υπολογιστικών πόρων.
Η κυρία Λουτσιόνι υποστήριξε ότι εάν υπήρχε ένα εντελώς διαφορετικό σύνολο παραγόντων – δηλαδή, εάν οι οντότητες που τιμολογούσαν και λειτουργούσαν τα κέντρα δεδομένων ήταν διακριτές από εκείνες που εκπαιδεύουν τα μοντέλα, και αυτές με τη σειρά τους διακριτές από εκείνες που δημιουργούν τα προϊόντα βασισμένα σε αυτά τα μοντέλα – τότε θα παρατηρούσαμε πολύ μεγαλύτερη ποικιλομορφία και καινοτομία στον τομέα της τεχνητής νοημοσύνης αυτή τη στιγμή. Η τρέχουσα δομή, κατά την άποψή της, περιορίζει τις επιλογές και την ανάπτυξη εναλλακτικών λύσεων.
Ανάγκη για Δεδομένα και Διαχείριση της Πολυπλοκότητας
Η κυρία Λουτσιόνι εξέφρασε τις βαθιές και ουσιαστικές της ανησυχίες σχετικά με τις τρέχουσες εξελίξεις στον τομέα της τεχνητής νοημοσύνης, ιδίως όσον αφορά τις περιβαλλοντικές της επιπτώσεις. Ωστόσο, παρατήρησε με μια αίσθηση παραδοξότητας ότι η δημόσια συζήτηση γύρω από αυτά τα ζητήματα τείνει να στερείται λεπτομέρειας και διακριτικών αποχρώσεων, οδηγώντας σε μια απλουστευμένη και ενίοτε παραπλανητική εικόνα.
Ερωτηθείσα για τον τρόπο με τον οποίο διαχειρίζεται τέτοιου είδους συζητήσεις με το κοινό και τους ενδιαφερόμενους φορείς, η κυρία Λουτσιόνι απάντησε με σαφήνεια:
«Ως ερευνήτρια, η βασική μου αρχή είναι να μην παραθέτω αριθμούς για τους οποίους δεν μπορώ να εγγυηθώ την ακρίβεια και την εγκυρότητά τους. Ωστόσο, από την άλλη πλευρά, είναι πραγματικά δύσκολο να μεταδώσει κανείς αποτελεσματικά την πραγματική κλίμακα και τις λεπτές αποχρώσεις των περιβαλλοντικών επιπτώσεων της ΤΝ.»
Αναγνώρισε ότι είναι αλήθεια πως ίσως κάθε μεμονωμένο ερώτημα ή λειτουργία της ΤΝ να μην αποτελεί από μόνο του ένα σημαντικό περιβαλλοντικό πρόβλημα. Ωστόσο, τόνισε ότι όταν αυτή η χρήση πολλαπλασιάζεται σε τεράστια κλίμακα, η συζήτηση για τις επιπτώσεις γίνεται εξαιρετικά περίπλοκη και απαιτητική. Η κυρία Λουτσιόνι υπογράμμισε την επιτακτική ανάγκη για τη συλλογή και τη δημοσιοποίηση ακριβών δεδομένων σχετικά με την κατανάλωση ενέργειας και νερού από τα συστήματα ΤΝ. Αυτά τα δεδομένα είναι απαραίτητα για τη λήψη τεκμηριωμένων και υπεύθυνων αποφάσεων. Επεσήμανε ότι, ακόμη και αν οι αριθμοί αυτοί φαίνονται αρχικά μικροί, η σημασία τους είναι μεγάλη, καθώς διαθέτουμε ήδη αντίστοιχα δεδομένα για πληθώρα άλλων τομέων, όπως οι μεταφορές, η διατροφή και διάφορες άλλες ανθρώπινες δραστηριότητες, γεγονός που καθιστά την έλλειψη τέτοιων δεδομένων για την ΤΝ μια σημαντική παράλειψη.
