Sự phát triển nhanh của trí tuệ nhân tạo (AI) đã mở ra một kỷ nguyên với những khả năng công nghệ chưa từng có. Tuy nhiên, tiến bộ này đi kèm với một cái giá đắt: khả năng xảy ra một cuộc khủng hoảng năng lượng đang ngày càng hiện hữu do nhu cầu năng lượng khổng lồ của các mô hình AI hiện tại.

Thách thức này đặt ra một rào cản đáng gờm đối với tương lai do AI dẫn dắt, buộc các tập đoàn công nghệ lớn và các công ty khởi nghiệp phải tìm kiếm các giải pháp bền vững. Trong khi một số tập trung vào các biện pháp khắc phục ngắn hạn, những công ty khác đang tái cấu trúc lại nền tảng của kiến trúc AI để xây dựng một tương lai tiết kiệm năng lượng hơn.

Nhu cầu năng lượng của AI - “Quả bom” hẹn giờ

Vận hành các mô hình ngôn ngữ lớn (LLM) như GPT-3 và các phiên bản kế nhiệm đòi hỏi một khối lượng điện năng khổng lồ. Một nghiên cứu năm 2021 đã phát hiện ra rằng mô hình GPT-3, với 175 tỷ tham số, đã tiêu thụ lượng điện lên tới 1.287 MWh trong một lần huấn luyện duy nhất. Điều này tương đương với lượng khí thải carbon ước tính khoảng 626.000 pound (313 tấn).

Hơn nữa, mối quan hệ giữa kích thước mô hình và mức tiêu thụ năng lượng thường là siêu tuyến tính, nghĩa là khi mô hình càng lớn nhu cầu năng lượng của chúng càng tăng nhanh hơn. Khi ngành công nghiệp hướng tới các khả năng AI tinh vi hơn, nhu cầu điện tăng trưởng theo cấp số nhân này có thể dẫn đến một cuộc khủng hoảng năng lượng.

Tình hình càng trầm trọng hơn bởi cuộc chiến chống biến đổi khí hậu hiện thời. Nhu cầu năng lượng ngày càng tăng của AI có thể gây căng thẳng cho lưới điện hiện tại và kéo theo nhu cầu phải xây dựng các nhà máy điện mới, làm trầm trọng thêm các mối lo ngại về môi trường.

Các tập đoàn công nghệ hàng đầu như Google đã cam kết đạt được mức phát thải carbon ròng bằng 0, thường bằng cách mua tín chỉ carbon. Tuy nhiên, nhu cầu tín chỉ đang vượt quá cung, khiến đây không phải giải pháp lâu dài.

Đây không chỉ là một mối lo ngại về môi trường mà còn là một vấn đề về khả năng mở rộng quy mô, đe dọa bóp nghẹt cuộc cách mạng AI trước khi nó đạt được đầy đủ tiềm năng. Nhu cầu năng lượng khổng lồ nhu vậy đặt ra một rào cản đáng kể đối với việc áp dụng và phát triển AI rộng rãi hơn, hạn chế các nhà nghiên cứu, các công ty quy mô nhỏ và các cá nhân tiếp cận chúng.

Hướng đi mới: “Xanh hóa” AI

Đối mặt với những khó khăn này, cộng đồng phát triển AI đang tích cực tìm kiếm các giải pháp sáng tạo. Thay vì chỉ đơn giản là mở rộng cơ sở hạ tầng hiện có, nhiều bên đang khám phá các phương pháp tiếp cận mới đối với kiến trúc AI, ưu tiên hiệu quả và giảm thiểu mức tiêu thụ năng lượng. Một hướng đi đầy hứa hẹn là phát triển các mô hình nhỏ hơn, chuyên biệt hơn, được thiết kế cho các tác vụ cụ thể, thay vì dựa vào các mô hình đa năng cho mọi ứng dụng.

Một ví dụ điển hình cho phương pháp này là mô hình mã nguồn mở Aria do Rhymes phát triển. Aria hiện có 25,3 tỷ tham số. Nhưng không giống như các mô hình truyền thống kích hoạt tất cả các tham số của chúng cho mọi tác vụ, Aria sử dụng một kỹ thuật gọi là kích hoạt tham số tối thiểu. Nó chỉ chọn lọc và kích hoạt 3,9 tỷ tham số cần thiết cho một tác vụ nhất định, giảm đáng kể lượng năng lượng tiêu thụ.

Rhymes đã triển khai thành công phương pháp này trong công cụ tìm kiếm BeaGo của họ, chứng minh rằng hiệu quả không nhất thiết phải đánh đổi bằng hiệu suất. Trong các thử nghiệm thực tế, kết quả của BeaGo đã được chứng minh là tương đương với các đối thủ cạnh tranh tiêu tốn nhiều năng lượng hơn, làm nổi bật tiềm năng của phương pháp này.

Ngoài việc kích hoạt tham số tối thiểu, Rhymes đã phát triển một mô hình đa phương thức mã nguồn mở, cho phép phân loại và quản lý thông minh khối dữ liệu quy mô lớn, ngữ cảnh rộng, trải dài trên nhiều loại hình khác nhau như văn bản, video và hình ảnh. Điều này cho phép mô hình hiểu thông tin một cách tổng thể và nhiều sắc thái hơn, tăng cường hơn nữa hiệu quả và hiệu lực của AI.

Việc tập trung vào hiệu quả cũng cho phép triển khai AI trên phần cứng yếu hơn, giúp các công ty nhỏ và nhà nghiên cứu dễ dàng tiếp cận các công nghệ AI tiên tiến. Điều này thúc đẩy sự tiến bộ của AI và tạo ra một hệ sinh thái đa dạng và đổi mới hơn.

Những nỗ lực đổi mới sáng tạo của các công ty như Rhymes đánh dấu một sự thay đổi quan trọng trong thế giới AI. Nó chứng minh rằng sự đổi mới liên tục là điều cần thiết, ngay cả khi có những giải pháp dường như hiệu quả khác. Trong khi các tập đoàn công nghệ lớn tập trung vào việc mở rộng quy mô các mô hình hiện có và đưa AI ra thị trường đại chúng, các công ty khởi nghiệp như Rhymes đang tiên phong trong một mô hình mới về phát triển AI: ưu tiên hiệu quả, tính bền vững và hợp tác mở.

Phương pháp này cung cấp một hướng đi thuyết phục hơn cho tương lai của AI. Bằng cách kết hợp kích hoạt tham số tối thiểu, khả năng đa phương thức và các nguyên tắc mã nguồn mở, con người có thể xây dựng các hệ thống AI không chỉ mạnh mẽ và hiệu quả mà còn có trách nhiệm với môi trường và dễ tiếp cận với nhiều người dùng hơn.

Sự chuyển dịch sang các hoạt động AI bền vững này là một yêu cầu cấp thiết để đảm bảo cuộc cách mạng AI mang lại lợi ích cho cả nhân loại và hành tinh.