Akilleshälen för artificiell intelligens: elektricitet, ekonomi eller risk?
De ekonomiska förutsättningarna för artificiell intelligens blir sällan offentligt klargjorda. Det är en spjutspetsteknologi inom maskininlärning (Wikipedia), som kräver stora mängder processorkraft och data för att träna upp de statistiska modeller som kan generera text, ljud och bilder för diverse ändamål. När jag såg “dokumentären” om AlphaGo, applikationen som slog världsmästaren Lee Sedol i det kinesiska brädspelet Go, var det förvisso underhållande, men som dokumentär tämligen undermålig; ingenstans reflekteras över kostnaderna att utveckla en sådan applikation, för att därefter driftsätta den och underhålla den. (Kan det röra sig om hundratals miljoner kronor?) Tvärtom, om det är ett budskap som blir tydligt efter att man har tagit del av filmen, är det att den utgör ett marknadsföringsmaterial för Deepmind och dess moderbolag.
Ekonomin bakom denna teknik är en extremt viktig aspekt för att kunna bedöma dess långsiktiga bärighet, men ändå lyser den med sin frånvaro i debatten. Notera att AI har studerats under en lång tid! (Peter Norvigs bok, Artificial Intelligence: A Modern Approach, som är en huvudreferens inom området, publicerades redan 1995, och är nu inne på sin fjärde upplaga.) Jag hade kunnat tycka att det är underligt att de ekonomiska aspekterna av en så lovande teknik inte diskuteras mer ingående, om det inte vore för att starka intressen inte vill att det ska diskuteras. Kanske är inte de ekonomiska förutsättningarna särskilt tilltalande?
Ibland dyker det upp analyser i etern, som försöker kasta ljus över denna skygga del av AI-världen. En sådan studie är “Power Hungry Processing: Watts Driving the Cost of AI Deployment?” Av Lucionen, Jernite, och Strubell (länk till pdf, Arxiv). Författarna tar fokus på koldioxidutsläppen, men jag fastnade för en annan, mer specifik, aspekt av artikeln (Computersweden.idg.se). Tydligen krävs det lika mycket ström att generera en bild med AI, som att ladda en mobiltelefon. Naturligtvis beror detaljerna på vilken bild som genereras (ett porträtt inspirerat av den ljuva Mona-Lisa är naturligtvis mer arbetsamt att skapa än en vit bakgrund, signerad Banksy) och vilken mobil, men överlag är budskapet intressant.
Att skapa 1000 olika bilder med en vass AI fordrar ungefär 3 kWh. Det är lika mycket energi som en tvättmaskin på 60 grader i tre timmar, eller att ladda elbilen i 46 minuter i ett standarduttag på 220 volt och 10 ampere. Detta kan tyckas vara oerhört billigt, eller dyrt, beroende på betraktaren, för analysen svarar inte på vilken typ av bild det är som genereras, och vad alternativet är för slutanvändaren. En trivial fråga, som är enkel att besvara, kan vara “vill du se på 1000 bilder av Mona-Lisa med lustiga tatueringar, eller vill du ha rena kläder den här veckan?” Nu är inte verkligheten så trivial.
Det är lätt att förstå varför analytiker och beslutsfattare i en modern kontext värderar dessa tekniker. Plötsligt går det att konsumera bilder, där enskilda objekt i bilden kan vara etikettmärkta, eller bildens struktur logiskt förklarad av en AI-applikation, utan att den i timmar behöver nagelfaras av enskilda, och välavlönade analytiker, om man har ett datacenter till sitt förfogande. Detta resonemang förutsätter att AI-applikationerna kan resonera logiskt, till skillnad från lögnaktigt (Dagens Nyheter). För egen del, av egen erfarenhet, får jag konstatera att Chat-GPT påminner mig om Refaat El-Sayed (Wikipedia).
I en uppkopplad värld kan bilderna genereras var som helst i världen, analyseras i en annan del av världen, för att därefter se till att analysen vidarebefordras till en tredje part på ospecificerad plats. Ämnen som kan avhandlas kan vara civila såväl som militära. Det är lätt att se varför internationella aktörer har ett uttalat intresse i denna teknik! Även om ekonomin inte diskuteras villigt i media, sluter jag mig till, av den tilltagande etableringen av datacenter i Sverige, att svenska politiker har beslutat sig för att intäktspotentialen med denna teknik överväger de budgeterade kostnaderna. Näringsminister Mikael Damberg (S) slöt ett investeringsavtal med Amazon under 2017 (Aftonbladet), och investeringarna ser ut att fortsätta. Senaste nytt är att Microsoft fortsätter etablera datacenter i Skåne (Computersweden.idg.se).
En “dokumentär” om AlphaGo från 2020.
Ekonomin bakom denna teknik är en extremt viktig aspekt för att kunna bedöma dess långsiktiga bärighet, men ändå lyser den med sin frånvaro i debatten. Notera att AI har studerats under en lång tid! (Peter Norvigs bok, Artificial Intelligence: A Modern Approach, som är en huvudreferens inom området, publicerades redan 1995, och är nu inne på sin fjärde upplaga.) Jag hade kunnat tycka att det är underligt att de ekonomiska aspekterna av en så lovande teknik inte diskuteras mer ingående, om det inte vore för att starka intressen inte vill att det ska diskuteras. Kanske är inte de ekonomiska förutsättningarna särskilt tilltalande?
Ibland dyker det upp analyser i etern, som försöker kasta ljus över denna skygga del av AI-världen. En sådan studie är “Power Hungry Processing: Watts Driving the Cost of AI Deployment?” Av Lucionen, Jernite, och Strubell (länk till pdf, Arxiv). Författarna tar fokus på koldioxidutsläppen, men jag fastnade för en annan, mer specifik, aspekt av artikeln (Computersweden.idg.se). Tydligen krävs det lika mycket ström att generera en bild med AI, som att ladda en mobiltelefon. Naturligtvis beror detaljerna på vilken bild som genereras (ett porträtt inspirerat av den ljuva Mona-Lisa är naturligtvis mer arbetsamt att skapa än en vit bakgrund, signerad Banksy) och vilken mobil, men överlag är budskapet intressant.
Olika typer av uppgifter (x-axel )fordrar olika mycket arbete (y-axel, logskala).
Källa: Lucionen, Jernite, och Strubell.
Att skapa 1000 olika bilder med en vass AI fordrar ungefär 3 kWh. Det är lika mycket energi som en tvättmaskin på 60 grader i tre timmar, eller att ladda elbilen i 46 minuter i ett standarduttag på 220 volt och 10 ampere. Detta kan tyckas vara oerhört billigt, eller dyrt, beroende på betraktaren, för analysen svarar inte på vilken typ av bild det är som genereras, och vad alternativet är för slutanvändaren. En trivial fråga, som är enkel att besvara, kan vara “vill du se på 1000 bilder av Mona-Lisa med lustiga tatueringar, eller vill du ha rena kläder den här veckan?” Nu är inte verkligheten så trivial.
Det är lätt att förstå varför analytiker och beslutsfattare i en modern kontext värderar dessa tekniker. Plötsligt går det att konsumera bilder, där enskilda objekt i bilden kan vara etikettmärkta, eller bildens struktur logiskt förklarad av en AI-applikation, utan att den i timmar behöver nagelfaras av enskilda, och välavlönade analytiker, om man har ett datacenter till sitt förfogande. Detta resonemang förutsätter att AI-applikationerna kan resonera logiskt, till skillnad från lögnaktigt (Dagens Nyheter). För egen del, av egen erfarenhet, får jag konstatera att Chat-GPT påminner mig om Refaat El-Sayed (Wikipedia).
I en uppkopplad värld kan bilderna genereras var som helst i världen, analyseras i en annan del av världen, för att därefter se till att analysen vidarebefordras till en tredje part på ospecificerad plats. Ämnen som kan avhandlas kan vara civila såväl som militära. Det är lätt att se varför internationella aktörer har ett uttalat intresse i denna teknik! Även om ekonomin inte diskuteras villigt i media, sluter jag mig till, av den tilltagande etableringen av datacenter i Sverige, att svenska politiker har beslutat sig för att intäktspotentialen med denna teknik överväger de budgeterade kostnaderna. Näringsminister Mikael Damberg (S) slöt ett investeringsavtal med Amazon under 2017 (Aftonbladet), och investeringarna ser ut att fortsätta. Senaste nytt är att Microsoft fortsätter etablera datacenter i Skåne (Computersweden.idg.se).
Notera att svenska medborgare kommer aldrig att få ta del av vilka typer av analyser det är som dessa datacenter verkligen utför, och om de blir en komponent i en Nato-infrastruktur eller ej. När en investering av detta slag väl är klubbad, kommer politikerna att hållas ansvariga. Detta riskerar att bli en dyrköpt läxa i vad fred är värt (vilket jag skrivit om här). Man kan undra om detta är det egentliga skälet till att den massmediala debatten alltid driver en agenda där Sverige på något sätt vurmar för krig, trots att det är ett fredsälskande land? Sverige har ändå deltagit i “fredsuppdrag” i Afganistan (2008-2021, Regeringen.se), Mali (2014-2023, Försvarsmakten.se) och nu senast Ukraina. När Sverige ska försvaras, då är det väl utanför landets gränser som insatsen fordras. Det är så logiskt, att man skulle kunna tro att en AI har kokat ihop det!
Kommentarer
Skicka en kommentar