The ultimate carbon cost of a ChatGPT query

コンピューターに物語を書かせたり、数学の問題を解かせたり、文書を要約させたりするとき、私たちは膨大な、目に見えないエネルギーとリソースのネットワークを利用しています。大規模言語モデルとして知られるこれらのシステムは、人間と同じように思考しているのではなく、代わりに何十億もの微細な数学的計算を実行することで情報を処理しています。ユーザーがメッセージを送るたびに、システムは、多くの場合巨大なデータセンターに設置された強力なハードウェアを起動させ、これらの数値を算出しなければなりません。このプロセスは電力を消費し、熱を発生させ、それがひいては大気中に温室効果ガスを放出することになります。質問を入力する行為は瞬時で重みがないように感じられますが、その背後にある物理的な機械は、地球に具体的な痕跡を残しています。科学者たちは、これらの機械がどれだけのエネルギーを使用するかを長年研究してきましたが、新たな視点は異なる問いを投げかけています。それは、そのエネルギーが人類の未来に対して支払う「真の長期的な代償」とは何か、という問いです。

ポール・クロノフによる最近の研究は、単一のコンピューターへのクエリと気候変動の究極的なコストとの間の関連性を結びつけることで、この問いに答えようとしています。この研究は、コンピューターチップが使用するエネルギー量、それらを動かす電気によって排出される炭素量、そしてそれらの排出によって引き起こされる長期的な経済的被害のデータを組み合わせたものです。著者は「究極の炭素コスト（ultimate carbon cost）」と呼ばれる概念を導入しており、これは、たった一つのチャットから生じる汚染を、数千年にわたる将来世代への被害を反映した金銭的価値へと変換しようとする試みです。このアプローチは、単に二酸化炭素の量を数えることを超え、私たちのデジタル習慣がもたらすより広範な影響を理解しようとするものです。研究は、人工知能の隠れた環境負荷を明らかにするためのケーススタディとして、人気の高いチャットボットであるChatGPTに焦点を当てています。

研究者たちはまず、これらのモデルを動かすコンピューターを構築し、運用するための物理的なコストの検討から始めました。彼らは、専用プロセッサやサーバーといったハードウェアの製造過程で発生する排出量と、それらを稼働させ続けるために使用されるエネルギーを算出しました。彼らの推定によれば、GPT-4のような高度なモデルを一度学習させるには膨大な計算能力が必要であり、推定1万トンの二酸化炭素換算の排出量が発生します。これは驚くべき量の汚染であり、数千人分の年間排出量に匹敵します。しかし、このモデルは何百万人もの人々によって数十億回の質問に使用されるため、研究者たちはこの巨大な総量をクエリ数で割ることで、個々のやり取りあたりのコストを算出しました。彼らは、モデルの主要な運用期間中に、およそ1.4兆回の検索が行われたと推定しています。学習時の排出量をこれらすべての質問に分散させると、個々のクエリに割り当てられる分量は驚くほど小さくなり、わずか数グラムの炭素の断片となります。

しかし、コストの真の重みは、特定の質問に答えるために使用される電力から生じます。必要なエネルギー量は、質問がいかに複雑であるか、そしてコンピューターがどれだけの言葉、すなわち「トークン」を処理しなければならないかに大きく依存します。単純で短い会話であれば、エネルギー使用量は低くなります。しかし、コードの記述、長い文書の分析、あるいは多段階の問題の解決といった複雑なタスクの場合、コンピューターはより多くの計算を実行しなければなりません。研究によると、単純なクエリには1,000トークン程度しか含まれない一方で、複雑なものには3万トークン以上が含まれることがあります。この違いが、環境への影響を劇的に変えるのです。これらの異なるシナリオに必要なエネルギーを計算し、結果として生じる炭素排出のコストを適用することで、研究者たちは各インタラクションに対する具体的な価格設定に到達しました。

研究の結論として、大規模言語モデルへの単一の複雑なクエリの究極の炭素コストは、約40セントであるとしています。この数値は、その一つの質問に答えるために排出された温室効果ガスによって、将来の人類に与えられるとされる推定被害を表しています。より単純で短いクエリの場合、コストは約1セントに下がります。40セントという金額は、単一のやり取りとしては大きくはないように見えるかもしれませんが、研究はこれらのコストがいかに急速に蓄積されるかを強調しています。もしユーザーが一日に何度も複雑な質問をしたり、企業全体がシステムを多用したりすれば、環境破壊の総額は数千ドル、あるいは数百万ドルにまで跳ね上がります。また、研究は現在のシステムの使い方がしばしば非効率的であることを指摘しています。一部の内部報告によれば、大手テクノロジー企業の従業員が、より少ないトークンで実行できたはずのタスクに対して数十億ものトークンを消費しており、比例した利益をもたらさないまま不必要な汚染を生み出していることが示唆されています。

重度の使用に伴う高いコストがある一方で、本研究は、平均的な個人にとってチャットボットの使用による炭素足跡は、車の運転や暖房などの日常的な活動と比較して依然として小さいことも指摘しています。ヨーロッパの平均的な人物は、月に約750キログラムの二酸化炭素換算量を排出します。チャットボットの使用だけでこのレベルの汚染に達するには、人間による典型的な使用量をはるかに超える、数十億ものトークンを処理する必要があります。しかし、研究は、これらのテクノロジーが生活に浸透し、より複雑なタスクを扱うようになるにつれて、総使用量が増加していくと警告しています。研究者たちは、テクノロジー企業による現在の透明性の欠如が、正確な数値を把握することを困難にしていると強調しています。なぜなら、エネルギー使用量やトークン数に関するデータは、しばしば隠蔽されているか、推測に基づいているからです。

この論文は、人工知能に隠されたコストについて、私たちがもっと意識を高める必要があると最終的に主張しています。デジタルクエリの炭素排出量に馴染みのある金銭的価値を付与することで、この研究は、気候変動という抽象的な概念を、より具体的で差し迫ったものにすることを目指しています。それは、テクノロジーが大きな恩恵をもたらす一方で、現在の軌道が地球とその将来世代に重大な負担を強いていることを示唆しています。研究者たちは、より優れたデータ、より効率的なシステム、そして私たちのデジタルの選択が環境に与える影響についての考え方の転換を求めています。彼らは、「究極の炭素コスト」を理解することが、個人や政策立案者がより情報に基づいた意思決定を行う助けとなり、人工知能の開発が地球の健康を犠牲にして行われないようにすることにつながると提案しています。この研究は、問題を解決したと主張しているのではなく、むしろ私たちのデジタルな未来の真の代償について、より誠実な対話への道を照らし出したものであるとしています。