Iz sveta veštačke inteligencije #8
I dalje inspirativna oblast veštačke inteligencije dovela nas je i do osmog teksta u ovom serijalu…
Alati
Brand2Social je alat zasnovan na veštačkoj inteligenciji koji organizacijama omogućava lakše i efikasnije upravljanje društvenim mrežama. Korišćenjem jedne platforme moguće je planirati, zakazivati i objavljivati sadržaj na više kanala istovremeno. Time se štedi vreme i obezbeđuje kontinuitet komunikacije sa publikom.
Alat nudi pregledan kalendar objava, objedinjeni inbox za poruke i komentare sa različitih mreža. Ali, i analitiku koja pomaže u praćenju učinka sadržaja. Pored toga, Brand2Social koristi veštačku inteligenciju za pomoć u kreiranju objava, predlažući tekstove i ideje.
Zahvaljujući centralizovanom upravljanju i automatizaciji, Brand2Social doprinosi boljoj organizaciji, većoj produktivnosti timova i profesionalnijem nastupu brenda na društvenim mrežama.
Slop Evader je inovativna ekstenzija za internet pretraživače koja pomaže korisnicima da iz rezultata pretrage uklone sadržaje generisane veštačkom inteligencijom. Njena ideja je da omogući povratak na internet kakav je postojao pre masovne upotrebe AI alata. Kada su informacije češće dolazile od stvarnih autora.
Ovaj alat je razvila Tega Brain, umetnica i istraživačica tehnologije, sa ciljem da ukaže na sve veću „zasićenost“ interneta automatski generisanim tekstovima, slikama i video sadržajem koji neretko dominira rezultatima pretrage i otežava pronalaženje originalnih, ljudski pisanih informacija.
Glavna funkcija Slop Evadera jeste da filtrira internet pretragu tako što prikazuje samo rezultate objavljene pre 30. novembra 2022. godine – datuma kada je ChatGPT prvi put pušten u javnost. Na taj način ekstenzija „zamrzava“ internet u vreme pre eksplozije generativne AI, omogućavajući korisniku da vidi relevantne stranice koje su stvorili pravi ljudi, a ne alati veštačke inteligencije.
Instalira se kao dodatak za Chrome ili Firefox, i automatski primenjuje datumsku granicu na Google pretrage, kao i na pretrage unutar popularnih sajtova poput Reddita, YouTube-a, Stack Exchange-a i drugih.
Korišćenjem ove ekstenzije korisnici ne moraju da proveravaju da li je neki tekst, video ili objava nastala uz pomoć veštačke inteligencije. Istovremeno, on podstiče širu raspravu o kvalitetu informacija na internetu i ulozi veštačke inteligencije u njihovom oblikovanju.
Vesti
Potrošnja vode i veštačka inteligencija
Veštačka inteligencija troši vodu zato što ogromne količine energije i računarske snage koje koristi moraju biti hlađene. A to hlađenje gotovo uvek uključuje vodu. Serveri u data centrima generišu ogromnu količinu toplote dok obrađuju AI zadatke. Zbog toga se koristi voda za hlađenje kroz evaporativne sisteme i rashladne tornjeve. Pored direktnog hlađenja, značajan deo vode se koristi indirektno, kroz proizvodnju električne energije koja napaja te centre.
Prema najnovijim procenama i istraživanjima:
- Globalna potrošnja vode povezana sa AI i data centrima može dostići između oko 312,5 milijardi i 764,6 milijardi litara u 2025. godini. To je više nego količina flaširane vode koju ljudi popiju širom sveta.
- Projekcije za 2027. govore da bi sva AI-povezana potrošnja vode mogla iznositi između 4,2 i 6,6 milijardi kubnih metara. To je približno polovini godišnje potrošnje vode cele Velike Britanije.
- U 2023. godini, samo data centri u SAD-u direktno su potrošili oko 64 milijarde litara vode. Veliki tehnološki giganti kao Google i Meta prijavili su višemilijardne potrošnje u svojim mrežama centara širom sveta.
Naučna istraživanja omogućavaju preciznije sagledavanje obima i posledica ovog uticaja. Jedan akademski rad pokazuje da generisanje jednog srednje obimnog teksta, poput desetostraničnog izveštaja, može biti povezano sa potrošnjom od oko 0,7 litara vode kod pojedinih velikih jezičkih modela. Napredniji i računski zahtevniji sistemi, poput GPT-4, za sličan zadatak mogu indirektno zahtevati i do nekoliko desetina litara vode. Ova potrošnja ne proizilazi iz samog softvera, već iz energije i sistema za hlađenje servera na kojima modeli rade.
Druga istraživanja, koja posmatraju širi životni ciklus veštačke inteligencije, ukazuju da razvoj i treniranje više velikih modela može podrazumevati potrošnju od nekoliko miliona litara vode. Time se potvrđuje da voda predstavlja ne samo operativni resurs tokom korišćenja veštačke inteligencije, već i značajan faktor u fazi njegovog razvoja i infrastrukture.
Tina Paunović, master inženjer informacionih sistema
