Jejak Karbon Teknologi, Bisakah AI Berevolusi Secara Bertanggung Jawab?

WASHINGTON - Di seluruh dunia, server data terus bekerja, menghabiskan megawatt listrik dan sumber daya alam yang berharga untuk menghidupkan dunia digital kita.

Pusat data yang berjumlah sekitar 8.000 atau lebih di planet ini adalah fondasi keberadaan online kita, dan akan terus berkembang seiring munculnya kecerdasan buatan (artificial intelliegence/AI) - sedemikian rupa sehingga penelitian memperkirakan bahwa pada 2025, industri TI dapat menggunakan 20 persen dari seluruh listrik yang dihasilkan, dan mengeluarkan hingga 5,5 persen emisi karbon dunia.

Hal ini menimbulkan pertanyaan nyata tentang jejak karbon industri ketika startup dan perusahaan tertinggal dari langkah terbaru Silicon Valley.

"Kotak Pandora terbuka," kata Arun Iyengar, CEO Untether AI, sebuah perusahaan pembuat chip yang sangat terspesialisasi yang berupaya menjadikan AI lebih hemat energi.

"Kita dapat memanfaatkan AI untuk meningkatkan persyaratan iklim atau kita dapat mengabaikan persyaratan iklim dan mendapati diri kita menghadapi konsekuensi dampaknya dalam satu dekade atau lebih."

Transformasi server data dunia menuju kesiapan AI sudah berjalan dengan baik, seorang eksekutif Google menyebutnya "titik perubahan yang terjadi sekali dalam satu generasi dalam komputasi".

Namun cakupan misinya sangat besar.

Pembuatan alat AI generatif seperti GPT-4, yang mendukung ChatGPT, atau Palm2 Google, di belakang bot Bard, dapat dibagi menjadi dua tahap utama: "pelatihan" sebenarnya dan kemudian eksekusi (atau "inferensi").

Pada 2019, peneliti Universitas Massachusetts Amherst melatih beberapa model bahasa besar, dan menemukan bahwa melatih satu model AI dapat mengeluarkan emisi CO2 yang setara dengan lima mobil selama masa pakainya.

Studi terbaru yang dilakukan Google dan Universitas California Berkeley, melaporkan, pelatihan GPT-3 menghasilkan 552 metrik ton emisi karbon, setara dengan mengemudikan kendaraan penumpang sejauh 1,24 juta mil (2 juta km).

Model generasi terbaru OpenAI, GPT-4, dilatih pada parameter -- atau input -- sekitar 570 kali lebih banyak dibandingkan GPT-3, dan skala sistem ini hanya akan berkembang seiring dengan semakin canggihnya AI dan keberadaannya di mana-mana.

Nvidia, raksasa chip AI, menyediakan prosesor yang sangat diperlukan untuk pelatihan, yang dikenal sebagai GPU.Meskipun lebih hemat energi dibandingkan chip pada umumnya, chip ini tetap merupakan konsumen daya yang tangguh.

'Masalah' ChatGPT

Sisi lain dari AI generatif adalah penerapan, atau inferensi: ketika model terlatih diterapkan untuk mengidentifikasi objek, merespons perintah teks, atau apa pun kasus penggunaannya.

Penempatan tidak selalu membutuhkan kekuatan komputasi sebesar chip Nvidia, namun secara kumulatif, interaksi tanpa akhir di dunia nyata jauh melebihi pelatihan dalam hal beban kerja.