Πολιτικη & Οικονομια

Χρήστος Ταραντίλης: Η αθέατη πλευρά της τεχνητής νοημοσύνης στην επίτευξη βιωσιμότητας

H ομιλία του στο συνέδριο καινοτομίας «Innovation Crete» που διοργανώθηκε στα Χανιά

Χρήστος Ταραντίλης: Μίλησε για την περιβαλλοντική βιωσιμότητα της τεχνητής νοημοσύνης στο συνέδριο καινοτομίας «Innovation Crete» στα Χανιά — Ο Χρήστος Ταραντίλης αναφέρθηκε στην αθέατη πλευρά των περιβαλλοντικών επιπτώσεων που προκαλεί η χρήση της τεχνητής νοημοσύνης

26.03.2025, 14:48
Newsroom
1’ ΔΙΑΒΑΣΜΑ

Eπιλογές

Design & Αρχιτεκτονικη Aπόστολος Γκλέτσος: Το ξενοδοχείο Papi στην Αίγινα θα είναι μία full experience

Γιάννης Νένες

Μουσικη Maruja: «Ζούμε σε έναν κόσμο όπου οι τριαντάχρονοι δεν μπορούν να αγοράσουν σπίτι»

Τάνια Σκραπαλιώρη

Βιβλιο Τα 90.000 βιβλία που ψάχνουν χώρο: Η έκκληση του Παλαιοβιβλιοπωλείου των Αστέγων

Λουκάς Βελιδάκης

Χρήστος Ταραντίλης: Μίλησε για την περιβαλλοντική βιωσιμότητα της τεχνητής νοημοσύνης στο συνέδριο καινοτομίας «Innovation Crete» στα Χανιά

Για την περιβαλλοντική βιωσιμότητα της τεχνητής νοημοσύνης (ΤΝ) μίλησε ο εταίρος της ΕΥ (Ernst and Young) και καθηγητής του Οικονομικού Πανεπιστημίου Αθηνών, Χρήστος Ταραντίλης, στο συνέδριο καινοτομίας «Innovation Crete» με τίτλο «Τεχνητή νοημοσύνη, η επόμενη μέρα», που διοργανώθηκε στην πόλη των Χανίων.

Ο Χρήστος Ταραντίλης, αφού αναφέρθηκε αρχικά στις καινοτόμες λύσεις που έχει προσφέρει μέχρι σήμερα η ΤΝ στην προσπάθεια μετριασμού της κλιματικής κρίσης, στη συνέχεια εστίασε στην αθέατη πλευρά, όπως χαρακτηριστικά είπε, των περιβαλλοντικών επιπτώσεων που προκαλεί η χρήση της ΤΝ.

Συγκεκριμένα, ο κ. Ταραντίλης υπογράμμισε ότι, λόγω της σημαντικής υπολογιστικής ισχύος που είναι απαραίτητη για την εκπαίδευση και τη λειτουργία των αλγορίθμων ΤΝ, καταναλώνονται τεράστιες ποσότητες ενέργειας, αναφέροντας ότι η εκπαίδευση των προηγμένων αλγορίθμων ΤΝ απαιτεί ισχυρές υπολογιστικές υποδομές και εργαλεία (π.χ. κέντρα δεδομένων, CPU, GPU, TPU), που χρησιμοποιούνται συνεχώς κατά τη διάρκεια της ημέρας, για να υποστηρίξουν τις απαιτητικές υπολογιστικές διαδικασίες εκπαίδευσης και λειτουργίας των αλγορίθμων ΤΝ.

Στο πλαίσιο αυτό, ο κ. Ταραντίλης εξήγησε ότι η αύξηση της πολυπλοκότητας των μοντέλων ΤΝ, όπως η τεράστια αύξηση των παραμέτρων σε μεγάλα γλωσσικά μοντέλα (όπως το ChatGPT) από εκατομμύρια σε δισεκατομμύρια, και η συνεχής ανάγκη για κατασκευή, λειτουργία και ψύξη όλο και περισσότερων κέντρων δεδομένων (data centers) προκαλεί εκθετική αύξηση της συνολικής ενεργειακής κατανάλωσης.

Λαμβάνοντας επίσης υπόψη ότι η ενέργεια που τροφοδοτεί τα κέντρα δεδομένων προέρχεται κυρίως από ορυκτά καύσιμα, αυτό συνεπάγεται και αύξηση των εκπομπών CO2, άρα και ενίσχυση των επιπτώσεων της κλιματικής αλλαγής και της ανθρώπινης υγείας.

Επίσης, τόνισε ότι οι πολυάριθμες ηλεκτρονικές συσκευές που βρίσκονται στα κέντρα δεδομένων, καθώς και τα μικροτσίπ των συστημάτων ΤΝ που εκτελούν τους υπολογισμούς και επεξεργάζονται τα δεδομένα, κατασκευάζονται από πρώτες ύλες, η εξόρυξη, επεξεργασία και μεταφορά των οποίων απαιτούν σημαντική κατανάλωση ενέργειας, προκαλούν ρύπανση και εξάντληση φυσικών πόρων.

Κλείνοντας την τοποθέτησή του, ο κ. Ταραντίλης αναφέρθηκε σε μια σειρά προτάσεων που θα συμβάλουν στη μείωση του περιβαλλοντικού αποτυπώματος.

Συγκεκριμένα, ο κ. Ταραντίλης έδωσε έμφαση:

* στη βελτιστοποίηση της αρχιτεκτονικής των αλγορίθμων ΤΝ, ώστε να απαιτούν λιγότερους υπολογισμούς και ενέργεια για την εκπαίδευση και λειτουργία τους,

* στη χρήση της τεχνολογίας cloud computing, που δίνει τη δυνατότητα στις επιχειρήσεις να καταναλώνουν ενέργεια αποκλειστικά για τους πόρους που έχουν ανάγκη,