São Paulo — InkDesign News —
A pesquisa recente sobre machine learning revela como diferentes abordagens de inteligência artificial (IA) influenciam na emissão de CO₂. Um estudo conduzido por pesquisadores na Hochschule München analisou modelos de linguagem de aprendizado profundo, evidenciando a relação entre complexidade das respostas e impacto ambiental.
Contexto da pesquisa
Pesquisadores na Hochschule München, na Alemanha, avaliaram a pegada de carbono associada a modelos de linguagem de grande escala (LLMs). O estudo focou em como diferentes métodos de raciocínio dentro desses modelos afetam o consumo de energia e as emissões de CO₂. A relevância dessa pesquisa está crescente, à medida que o uso de IA se expande em várias aplicações.
Método proposto
No estudo, foram testados 14 LLMs variando de 7 a 72 bilhões de parâmetros, utilizando 1.000 perguntas de benchmark em diversas áreas do conhecimento. A análise comparou a quantidade de “tokens de raciocínio” gerados por modelos que utilizam processos de pensamento explícitos com aqueles que buscam respostas concisas. Enquanto os modelos de raciocínio precisam de 543,5 tokens, os modelos concisos exigem apenas 37,7.
A abordagem de raciocínio aumentou significativamente as emissões de CO₂, com modelos que geravam respostas concisas sendo consideravelmente mais eficientes em termos de energia.
(“The reasoning-enabled models produced up to 50 times more CO2 emissions than concise response models.”)— Maximilian Dauner, Pesquisador, Hochschule München
Resultados e impacto
Os modelos de raciocínio resultaram em até 50 vezes mais emissões de CO₂ do que os modelos de resposta direta. O modelo mais preciso, Cogito, apresentou 84,9% de acurácia, mas emitiu três vezes mais CO₂ do que modelos similares com respostas mais curtas. O estudo revelou uma troca clara entre precisão e sustentabilidade nas tecnologias LLM.
Além disso, a escolha do assunto influenciou significativamente as emissões. Questões complexas, como álgebra abstrata e filosofia, geraram até seis vezes mais CO₂ do que perguntas simples sobre história. O estudo sugere que ajustar a abordagem em relação ao uso da IA pode mitigar o impacto ambiental.
Os usuários podem reduzir emissões ao solicitar respostas mais diretas ou ao limitar o uso de modelos de alta capacidade para tarefas que realmente exigem essa potência.
(“Users can significantly reduce emissions by prompting AI to generate concise answers or limiting the use of high-capacity models to tasks that genuinely require that power.”)— Maximilian Dauner, Pesquisador, Hochschule München
Os resultados destacam a necessidade de uma escolha consciente em relação aos modelos de IA utilizados e seu efeito no meio ambiente. O estudo sugere que, ao conhecer os custos de CO₂ associados a suas interações com a IA, os usuários podem tomar decisões mais informadas e sustentáveis.
Fonte: (TechXplore – Machine Learning & AI)
