- Anggapan umum bahwa AI, khususnya LLM seperti ChatGPT, menimbulkan kerusakan besar pada lingkungan adalah tidak akurat
- Banyak orang menyebarkan klaim bahwa “penggunaan AI secara pribadi berdampak buruk pada krisis iklim”, tetapi skala emisi sebenarnya dan objek pembanding yang digunakan sering kali tidak tepat
- Kita perlu melihat data penggunaan energi dan air terkait AI seakurat mungkin untuk memahami skala emisi karbon yang sesungguhnya
- Kita juga perlu meninjau tindakan mana, di antara aktivitas pribadi, yang benar-benar berkontribusi signifikan pada pengurangan emisi
Mengapa tulisan ini dibuat
- Dalam percakapan soal iklim, pendekatan seperti “menunjuk perusahaan/teknologi yang buruk lalu memboikotnya” sering muncul
- Karena makin banyak pendapat yang langsung menyimpulkan bahwa penggunaan ChatGPT adalah tindakan merusak lingkungan, penulis ingin memberikan penjelasan berdasarkan angka yang akurat
- Ditekankan pula pandangan bahwa gerakan iklim seharusnya berfokus pada perubahan struktural seperti transisi sistem energi, bukan pada gaya hidup pribadi semata
Cara berpikir tentang etika emisi
- Dalam masyarakat modern, hidup sepenuhnya tanpa karbon secara realistis hampir mustahil
- Fasilitas penting seperti rumah sakit juga memiliki emisi tinggi, tetapi nilai sosialnya sangat besar
- Untuk mengurangi emisi, yang perlu dipertimbangkan bukan “menghapus semua sumber emisi besar tanpa syarat”, melainkan “keseimbangan antara nilai suatu aktivitas dan besarnya emisi”
- Tidak diinginkan jika karena informasi yang salah atau kesalahpahaman, kita jadi melewatkan penggunaan teknologi bermanfaat seperti LLM
Apakah LLM benar-benar berguna
- LLM membantu secara luas dalam kehidupan sehari-hari dan pekerjaan, termasuk untuk belajar dan otomatisasi tugas
- Teknologi ini sangat efektif terutama untuk merangkum cepat informasi teknis atau profesional yang kompleks dan untuk tanya jawab
- Memang tidak sempurna, tetapi berbeda dari pencarian Google, LLM dapat memberikan jawaban percakapan yang disesuaikan
- Banyak orang memanfaatkan LLM untuk memperoleh pengetahuan, memecahkan masalah, dan meningkatkan produktivitas
Poin utama (Main Argument)
Emisi (Emissions)
- Satu kali pencarian ChatGPT menggunakan energi sekitar 10 kali lebih besar daripada pencarian Google biasa, tetapi secara absolut hanya sekitar 3 Wh
- Itu setara dengan streaming video selama 10 detik, mengirim 2 email, atau menonton TV LED selama 3 menit
- Perbandingan seperti “penggunaan ChatGPT di seluruh dunia = konsumsi listrik puluhan ribu rumah tangga” dapat menyesatkan jika tidak mempertimbangkan jumlah pengguna layanan tersebut dan nilai guna yang dihasilkannya
- Sebagai contoh, layanan streaming seperti Netflix atau YouTube menggunakan energi yang jauh lebih besar, tetapi bagi tiap pengguna individual, unit penggunaannya tetap sangat kecil
- Pelatihan model GPT-4 menghabiskan energi yang setara dengan ratusan penerbangan, tetapi jika mempertimbangkan nilai yang diberikan kepada sangat banyak pengguna di seluruh dunia setelah satu kali pelatihan, hal itu tetap efisien
- Dibandingkan total penggunaan energi internet, porsi LLM sangat kecil, dan menganggap penggunaan ChatGPT oleh individu sebagai inti masalah iklim adalah kekhawatiran yang berlebihan
Penggunaan air (Water use)
- Pusat data AI menggunakan air, misalnya untuk pendinginan GPU
- Ada kesalahpahaman bahwa “satu kali penggunaan ChatGPT mengonsumsi 500mL air”, padahal yang lebih akurat adalah 500mL untuk sekitar 20~50 kali kueri
- Aktivitas online lain seperti streaming musik dan rapat video juga menggunakan air dengan cara serupa, dan angka ini mencakup keseluruhan proses produksi energi serta pendinginan
- Dalam praktiknya, menonton video 4K selama 10 menit atau rapat video selama satu jam menggunakan air lebih banyak daripada puluhan kueri ChatGPT
- Jika pengoperasian pusat data dilakukan di wilayah yang tidak memberi beban besar pada sumber air skala kecil, serta disertai pengelolaan air yang dapat digunakan kembali, masalah ini bisa sangat dikurangi
- Dibandingkan proses produksi produk hewani, penggunaan air pusat data relatif lebih kecil, dan banyak analisis menyebut tingkat polusi atau pemborosannya juga lebih rendah daripada industri peternakan intensif
Kesalahpahaman umum tentang penggunaan LLM dan perbandingan nyatanya
- Anggapan bahwa “penggunaan LLM pribadi sangat merusak lingkungan Bumi” menunjukkan gambaran yang berbeda dari statistik sebenarnya
- Penggunaan smartphone, streaming video, email, dan game online juga memakai banyak sumber daya listrik dan air yang sebanding dengan LLM, tetapi publik tidak menganggapnya sebagai masalah besar
- LLM memberi pengguna penghematan waktu dan peningkatan efisiensi, sementara emisi yang dihasilkannya sendiri kecil
- Dari sudut pandang pengurangan emisi, perubahan pola makan atau moda transportasi memberi dampak yang jauh lebih besar daripada membatasi penggunaan LLM
Renungan penutup
- LLM memang bukan teknologi yang sama sekali tidak menimbulkan emisi, tetapi dari sudut pandang penggunaan pribadi, teknologi ini tidak seboros yang dikhawatirkan
- Hal yang penting dalam gerakan iklim adalah transisi energi berskala besar dan perbaikan struktural; berfokus pada pembatasan aktivitas digital kecil adalah pergeseran dari isu yang esensial
- Teknologi LLM, termasuk ChatGPT, memberikan nilai besar di berbagai bidang, sehingga menghindarinya karena informasi yang keliru justru merugikan
- Jika tujuan seseorang adalah mengurangi emisi pribadi, akan lebih efektif memeriksa lebih dulu pola hidup lain yang dampaknya lebih besar
3 komentar
Yang jelas, ini lebih produktif daripada menambang kripto....
Itu benar.
Opini Hacker News
Membandingkan konsumsi energi LLM dengan tolok ukur yang dipilih secara sewenang-wenang tidaklah tepat. Membandingkan kueri ChatGPT dengan panggilan Zoom juga tidak terlalu berguna. Dalam banyak kasus, satu pencarian Google saja sudah cukup untuk menyelesaikannya. LLM memang berguna untuk pengembangan perangkat lunak, tetapi sering ada cara sederhana lain yang bisa menggantikannya.
Investasi AI telah mengubah target emisi cloud hyperscale, dan pertumbuhan pusat data mulai mencapai batas kapasitas jaringan listrik. Saat penggunaan listrik AI dikonversi menjadi emisi, klaim tentang AI secara keseluruhan bisa jadi tidak berlaku. Dalam jangka panjang, ROI tampaknya akan positif, tetapi fokus tetap perlu diarahkan pada membuat teknologi ini lebih efisien.
Artikel tersebut membutuhkan tautan referensi. LLM bukan hanya digunakan oleh pengguna rumahan. Pemerintah dan perusahaan besar juga banyak memakai waktu GPU. Fasilitas listrik baru untuk AI juga sedang diusulkan.
Melatih model besar seperti GPT-4 tampaknya bukan biaya sekali saja. Perusahaan besar akan terus melatih model baru. Banyak model mungkin bahkan tidak akan digunakan.
Sekitar 90% sampah plastik laut berasal dari 10 sungai. Keputusan gaya hidup individu sangat kecil dampaknya dibanding praktik standar manufaktur di luar negeri. Lingkungan itu penting, tetapi tindakan individu saja tidak cukup kecuali perusahaan dipaksa bertindak dengan cara yang benar.
Ada artikel yang membahas riset mendalam tentang tren pusat data dan keberlanjutan. Itu adalah artikel terbaik yang pernah dibaca tentang topik ini.
Ingin tahu dari mana angka penggunaan energi untuk video streaming itu berasal. Sebagian besar energi digunakan pada proses encoding awal video.
LLM dan ChatGPT tidak menggunakan energi paling besar saat menjawab pertanyaan. Saat pelatihan, keduanya menggunakan banyak air dan energi. Menggunakannya sekarang bukan berarti sedang merusak lingkungan, tetapi tetap menunjukkan adanya minat terhadap produk tersebut.
Konyol jika individu mengkhawatirkan emisi dari penggunaan ChatGPT mereka sendiri. Memang diakui bahwa AI menggunakan banyak energi. Sulit menilai dampak permintaan terhadap ChatGPT terhadap masa depan AI.
Judulnya tidak sesuai dengan isi. Judul seperti "Emisi dari penggunaan ChatGPT tidak terlalu penting dibanding hal lain" akan lebih tepat.