Dirbtiniai neuroniniai tinklai pasirodė esantys rajesni už ištisus miestus.
Netrukus dirbtiniam intelektui teks atiduoti 40 proc. žmonijos pasigaminamos energijos, kad jis galėtų apdoroti mūsų užklausas, mano mokslininkai.
Didžiųjų kalbos modelių, kaip „ChatGPT“, „DeepSeek“ ir „Grok“, vartotojų skaičius nesustabdomai auga. O vien tam, kad generatyvinio dirbtinio intelekto sistema „Midjourney“ sugeneruotų kačiuko atvaizdą, energijos reikia tiek, kiek pakaktų dešimčiai išmaniųjų telefonų pakrauti.
Tai jau virsta milžiniška planetos masto problema – kur gauti pakankamai elektros tokiam dirbtiniam intelektui? Juk vien didiesiems kalbos modeliams išmokyti jos išeikvojama tiek, kad metams užtektų miesteliui su keliais tūkstančiais šeimų.
Vienas didžiųjų kalbos modelių duomenų apdorojimo centras gali sunaudoti 10 gigavatų elektros energijos. Palyginimui, mūsų Ignalinos atominės elektrinės, buvusios viena galingesnių pasaulyje ir net įrašytos į Gineso pasaulio rekordų knygą, galingumas ilgą laiką siekė 2,6 gigavato.
Per kitus 20 metų dirbtinio intelekto centrams, ekspertų spėjimu, gali prireikti maždaug 100 gigavatų papildomos galios. Tai reiškia, kad stambioms informacinių technologijų bendrovėms, tokioms kaip „Google“, tektų pastatyti kelias dešimtis atominių elektrinių vien tam, kad aprūpintų elektra dirbtinio intelekto sistemas.
Kita išeitis – nauja, energiškai efektyvesnė elektronika, kuri pakeistų dabartinę.
Mokslininkų nuomone, mes jau beveik pasiekėme įrenginių silicio pagrindu fizinių galimybių ribas.
Įpėdinių siliciui jie mato kelis. Tarp jų ir 2D, arba dvimates nanomedžiagas, kurios tokios plonos (vieno arba kelių atomų storio), jog jų savybės pasireiškia tik dviejose dimensijose. Žinomiausia iš tokių medžiagų yra grafenas.
Kitas variantas – neuromorfiniai skaičiavimai, savotiškas bandymas „sutuokti“ fiziką ir biologiją elektroniniuose prietaisuose pritaikant smegenų neuronų tinklo sandaros principus. Energiniu efektyvumu tokie prietaisai gerokai lenkia skaitmeninius silicio analogus.
