The ultimate carbon cost of a ChatGPT query

Wenn wir einen Computer bitten, eine Geschichte zu schreiben, ein mathematisches Problem zu lösen oder ein Dokument zusammenzufassen, zapfen wir ein riesiges, unsichtbares Netzwerk aus Energie und Ressourcen an. Diese Systeme, bekannt als große Sprachmodelle, denken nicht so wie Menschen; stattdin verarbeiten sie Informationen, indem sie Milliarden von winzigen mathematischen Berechnungen durchführen. Jedes Mal, wenn ein Nutzer eine Nachricht sendet, muss das System leistungsstarke Hardware aktivieren, die sich oft in massiven Rechenzentren befindet, um diese Zahlen zu berechnen. Dieser Prozess verbraucht Elektrizität und erzeugt Hitze, was wiederum Treibhausgase in die Atmosphäre freisetzt. Während sich der Akt des Tippens einer Frage unmittelbar und gewichtslos anfühlt, hinterlädt die physische Maschinerie dahinter eine spürbare Spur auf dem Planeten. Wissenschaftler untersuchen schon lange, wie viel Energie diese Maschinen verbrauchen, aber eine neue Perspektive stellt eine andere Frage: Was ist der wahre, langfristige Preis dieser Energie für die Zukunft der Menschheit?

Eine aktuelle Studie von Paul Kron versucht dies zu beantworten, indem sie die Verbindung zwischen einer einzelnen Computerabfrage und den letztendlichen Kosten des Klimawandels herstellt. Die Forschung kombiniert Daten darüber, wie viel Energie Computerchips verbrauchen, wie viel Kohlenstoff durch die Elektrizität emittiert wird, die sie antreibt, und den langfristigen wirtschaftlichen Schaden, der durch diese Emissionen verursacht wird. Der Autor führt ein Konzept namens „ultimative Kohlenstoffkosten“ ein, das versucht, die Verschmutzung durch einen einzelnen Chat in einen Geldwert zu übersetzen, der den Schaden widerspiegelt, der über Tausende von Jahren hinweg für zukünftige Generationen entsteht. Dieser Ansatz geht über das bloße Zählen von Kohlendioxid hinaus und zielt darauf ab, die breiteren Folgen unserer digitalen Gewohnheiten zu verstehen. Die Studie konzentriert sich speziell auf den populären Chatbot ChatGPT und nutzt ihn als Fallstudie, um den verborgenen ökologischen Fußabdruck der künstlichen Intelligenz aufzuzeigen.

Die Forscher begannen damit, die physischen Kosten der Herstellung und des Betriebs der Computer zu betrachten, die diese Modelle antreiben. Sie berechneten die Emissionen, die bei der Herstellung der Hardware entstehen, wie etwa spezialisierter Prozessoren und Server, sowie die Energie, die benötigt wird, um sie am Laufen zu halten. Sie schätzten, dass das Training eines einzelnen fortgeschrittenen Modells wie GPT-4 eine massive Menge an Rechenleistung erforderte, was schätzungsweise zehntausend Tonnen Kohlendioxid-Äquivalent freisetzte. Dies ist eine erschreckende Menge an Verschmutzung, vergleichbar mit den jährlichen Emissionen von tausenden Menschen. Da dieses Modell jedoch von Millionen von Menschen für Milliarden von Fragen genutzt wird, haben die Forscher diese riesige Gesamtsumme durch die Anzahl der Abfragen geteilt, um die Kosten für eine einzelne Interaktion zu ermitteln. Sie schätzten, dass das Modell während seiner Hauptbetriebszeit für etwa 1,4 Billionen Suchanfragen genutzt wurde. Wenn die Trainings-Emissionen auf all diese Fragen verteilt werden, ist der Anteil für jede einzelne Abfrage überraschend gering und beläuft sich auf einen winzigen Bruchteil eines Gramms Kohlenstoff.

Das wahre Gewicht der Kosten kommt jedoch von der Elektrizität, die verwendet wird, um jede spezifische Frage zu beantworten. Die Menge der benötigten Energie hängt stark davon ab, wie komplex die Frage ist und wie viele Wörter oder „Tokens“, die der Computer verarbeiten muss. Für eine einfache, kurze Konversation ist der Energieverbrauch niedrig. Aber für komplexe Aufgaben, wie das Schreiben von Code, das Analysieren langer Dokumente oder das Lösen mehrstufiger Probleme, muss der Computer weit mehr Berechnungen durchführen. Die Studie fand heraus, dass eine einfache Abfrage etwa tausend Tokens beinhalten kann, während eine komplexe Anfrage dreißigtausend oder mehr umfassen kann. Dieser Unterschied verändert die ökologische Auswirkung drastisch. Indem die Forscher die für diese verschiedenen Szenarien erforderliche Energie berechneten und die Kosten der daraus resultierenden Kohlenstoffemissionen anwandten, gelangten sie zu einem spezifischen Preisschild für jede Interaktion.

Die Studie kommt zu dem Schluss, dass die ultimativen Kohlenstoffkosten einer einzelnen, komplexen Abfrage an ein großes Sprachmodell etwa vierzig Cent betragen. Diese Zahl repräsentiert den geschätzten Schaden für die zukünftige menschliche Bevölkerung, der durch die Treibhausgase verursacht wird, die zur Beantwortung dieser einen Frage ausgestoßen wurden. Für eine einfachere, kürzere Abfrage sinken die Kosten auf etwa einen Cent. Obwohl vierzig Cent für eine einzelne Interaktion vielleicht nicht nach einer großen Summe klingen mögen, hebt die Studie hervor, wie schnell sich diese Kosten summieren. Wenn ein Nutzer viele komplexe Fragen pro Tag stellt oder wenn ein ganzes Unternehmen das System intensiv nutzt, können die Gesamtkosten in die Tausende oder gar Millionen Dollar an Umweltschäden steigen. Die Forschung weist auch darauf hin, dass die derzeitige Nutzung dieser Systeme oft ineffizient ist. Einige interne Berichte deuten darauf hin, dass Mitarbeiter großer Technologieunternehmen Milliarden von Tokens für Aufgaben verwendet haben, die mit weitaus weniger Aufwand hätten erledigt werden können, was unnötige Verschmutzung ohne proportionalen Nutzen erzeugte.

Trotz der hohen Kosten bei intensiver Nutzung stellt die Studie fest, dass der CO2-Fußabdruck für einen Durchschnittsbürger beim Gebrauch eines Chatbots immer noch klein ist im Vergleich zu anderen täglichen Aktivitäten wie dem Autofahren oder dem Heizen eines Hauses. Ein durchschnittlicher Mensch in Europa stößt etwa siebenhundertundfünfzig Kilogramm Kohlendioxid-Äquivalent pro Monat aus. Um dasselbe Niveau an Verschmutzung allein durch die Nutzung eines Chatbots zu erreichen, müsste eine Person Milliarden von Tokens verarbeiten – ein Volumen, das weit über die typische menschliche Nutzung hinausgeht. Die Studie warnt jedoch davor, dass mit zunehmender Integration dieser Technologien in unser Leben und deren Übernahme komplexerer Aufgaben das Gesamtvolumen der Nutzung wachsen wird. Die Forscher betonen, dass der aktuelle Mangel an Transparenz seitens der Technologieunternehmen es schwierig macht, die genauen Zahlen zu kennen, da Daten über Energieverbrauch und Token-Anzahl oft verborgen oder spekulativ sind.

Das Paper argumentiert letztlich, dass wir uns der verborgenen Kosten der künstlichen Intelligenz bewusster werden müssen. Indem die Studie einen vertrauten Geldwert an die Kohlenstoffemissionen einer digitalen Abfrage knüpft, versucht sie, das abstrakte Konzept des Klimawandels greifbarer und unmittelbarer zu machen. Sie legt nahe, dass die Technologie zwar große Vorteile bietet, ihr aktueller Kurs jedoch eine erhebliche Last für den Planeten und zukünftige Generationen darstellt. Die Forscher fordern bessere Daten, effizientere Systeme und einen Wandel in der Art und Weise, wie wir über die ökologischen Auswirkungen unserer digitalen Entscheidungen nachdenken. Sie schlagen vor, dass das Verständnis der „ultimativen Kohlenstoffkosten“ dazu beitragen kann, dass Einzelpersonen und politische Entscheidungsträger fundiertere Entscheidungen treffen, um sicherzustellen, dass die Entwicklung der künstlichen Intelligenz nicht zu Lasten der Gesundheit der Erde geht. Die Studie behauptet nicht, das Problem gelöst zu haben, sondern vielmehr, einen Weg zu einem ehrlicheren Gespräch über den wahren Preis unserer digitalen Zukunft aufgezeigt zu haben.