Yapay Zeka Sorularının Karbon Ayak İzi: Ciddi Bir Çevresel Etki

Yapay zekaya yöneltilen her soru, sadece bir yanıttan fazlasını ifade ediyor; aynı zamanda bir miktar karbondioksit salınımını da beraberinde getiriyor.

Almanya’daki Münih Uygulamalı Bilimler Üniversitesi’nden araştırmacılar, ChatGPT gibi büyük dil modellerinin (GDM) akıl yürütme gerektiren sorulara verdikleri yanıtların çevresel etkisinin dikkate değer boyutlara ulaştığını gözler önüne serdi.

6 KAT DAHA FAZLA SALINIM

Hakemli bilim dergisi Frontiers’ta yayımlanan bir çalışmada, 14 farklı yapay zeka modeli arasında karşılaştırmalar yapıldı. Derin düşünme gerektiren soyut cebir veya felsefi sorular, basit lise tarih dersi sorularına kıyasla yaklaşık 6 kat fazla karbon salımı üretiyor.

Çalışmanın yazarı Dr. Maximilian Dauner, “Yüksek düzeyde muhakeme gerektiren sorular, modellerin daha fazla enerji tüketmesine neden oluyor. Bu durum, doğrudan daha fazla karbon salınımı anlamına geliyor” ifadelerini kullandı.

Dr. Dauner, mantıklı düşünebilen büyük modellerin, basit ve kısa yanıtlar üreten modellere göre 50 kata kadar daha fazla karbon salınımı gerçekleştirebileceğini belirtti.

KISA VE DOĞRUDAN YANITLAR TALEP EDİN

Yapay zekaya sorulan her soru, sayısal işlemler gerektiriyor. Sorgudaki her kelime ya da parça, modele işlenmek üzere “token” adı verilen dijital birime dönüştürülüyor. Araştırmanın sonuçlarına göre, muhakeme gerektiren bir soru ortalama 543,5 token üretirken, basit bir sorguda bu sayı yalnızca 40 oluyor.

Araştırmacılar, kullanıcıların yapay zekadan daha kısa ve doğrudan yanıtlar talep etmesini ve karmaşık modellerin yalnızca gerçekten ihtiyaç duyulduğunda kullanılmasını öneriyor.

Çalışma, yüksek doğruluk oranına sahip modellerin çevresel maliyetini de ortaya koydu. Örneğin, yaklaşık %85 doğruluk oranına ulaşan Cogito modeli, daha basit yanıtlar veren akranlarına göre 3 kat daha fazla emisyon salmaktadır.

Doğruluk ile sürdürülebilirlik arasında bir denge kurmak şart. Dr. Dauner, “Şu anda yapay zeka teknolojilerinde doğruluk ve sürdürülebilirlik arasında bir taviz ilişkisi var. Doğru yanıtlar almak için daha fazla enerji harcıyoruz. Ancak bu dengeyi daha sürdürülebilir hale getirmek mümkün” dedi.

Önemli bir örnek vermek gerekirse, DeepSeek R1 modeline 600 bin soru sorulması, Londra-New York gidiş-dönüş uçuşunun karbon ayak izine eş değer bir emisyona yol açabiliyor. Buna karşın, Alibaba Cloud’ın Qwen 2.5 modeli benzer doğrulukla daha fazla sayıda soruyu aynı karbon salımı düzeyinde yanıtlayabiliyor.

Araştırmacılar, bu tür verilerin kullanıcıların yapay zekayı daha bilinçli bir şekilde kullanmalarını sağlayacağı umudunu taşıyor.