Dijital Kirlilik: Yapay Zeka Çevreyi Kirletiyor mu?

Dijital Kirlilik

Tarih 1849’u gösterdiğinde, Kaliforniya vadilerinde “Altın!” çığlıkları yankılanıyordu. Binlerce insan, ellerinde kazma küreklerle zengin olma hayaliyle yollara düştü.Bugün de, benzer bir “Altına Hücum” (Gold Rush) dönemini dijital dünyada yaşıyoruz. Ancak bu kez kazmalarımız GPU’lar, elediğimiz toprak ise milyarlarca satırlık veriler.

Yapay Zeka (AI), şüphesiz çağımızın en büyük devrimi. Hepimiz bu teknolojinin sunduğu hızın, yaratıcılığın ve verimliliğin büyüsüne kapılmış durumdayız. Sabah maillerimizi kendimiz yazsak da bir kontrol ettirip düzenletiyoruz. Sunum görsellerimizi güzelce çizdiriyoruz. Peki, ekranın diğer tarafında, bu sihirli değneğin çalışması için ödenen bedeli hiç düşündük mü?

Bu yazıda, teknoloji karşıtlığı yapmayacağız. Aksine, artık elimiz kolumuz olan ve çok sevdiğimiz bu teknolojinin sürdürülebilir kalabilmesi için görünmeyen maliyetlerine; tükettiği suya, harcadığı enerjiye ve yarattığı dijital kirliliğe ışık tutacağız. Hazırsanız, başlayalım.

Yeni Nesil Enerji Oburluğu: Model Eğitimi mi, Kullanım mı?

Yapay zeka modellerini genellikle “akıllı” olarak tanımlıyoruz ama bu zeka, inanılmaz bir enerji diyetiyle besleniyor. Genellikle odaklandığımız nokta, bu devasa modellerin (LLM – Büyük Dil Modelleri) “eğitim” aşaması oluyor.

Massachusetts Amherst Üniversitesi’nden Strubell ve ekibinin 2019 yılında yayınladığı çarpıcı çalışma, bir yapay zeka modelini eğitmenin, ortalama bir arabanın tüm kullanım ömrü boyunca (üretimi dahil) yaydığı karbon emisyonunun 5 katına eşdeğer olduğunu ortaya koydu. Bu, sadece “öğrenme” aşaması.

Ancak asıl buzdağının görünmeyen kısmı “Inference” (Çıkarım/Kullanım) aşamasında gizli. Yani model eğitildikten sonra, benim, senin, hepimizin ona her gün sorduğu milyonlarca soru.

  • Sürekli Çalışan Fabrikalar: Hugging Face’ten araştırmacı Sasha Luccioni’nin, BLOOM modeli üzerinde yaptığı analizler gösteriyor ki, modellerin eğitimi “bir kerelik” büyük bir maliyetken, milyonlarca kullanıcının anlık sorguları kümülatif olarak çok daha büyük bir enerji tüketimi yaratıyor.

  • Veri Merkezlerinin Payı: Uluslararası Enerji Ajansı verilerine göre, veri merkezleri şu anda küresel elektrik tüketiminin yaklaşık %1-2’sini oluşturuyor. Yapay zeka adaptasyonunun bu hızla devam etmesi durumunda, bu oranın önümüzdeki yıllarda katlanarak artması bekleniyor.

Kısacası, her “Enter” tuşuna bastığımızda, kilometrelerce ötedeki bir sunucu tarlasında fanlar daha hızlı dönmeye, işlemciler daha çok ısınmaya başlıyor ve dijital kirliliğe yol açıyor.

Dijital Kirlilik AI Pollution

Her Sohbette Yarım Litre Su

Teknolojiyi “bulut” (cloud) olarak adlandırmamız ne kadar ironik, değil mi? Sanki havada süzülen, hafif ve soyut bir şeymiş gibi. Oysa o bulutun yeryüzünde, devasa beton binaların içinde, soğutulmaya muhtaç binlerce sunucusu var.

Elektronik cihazlar ısınır, yüksek performanslı YZ çipleri (GPU’lar) ise çok ısınır. Bu sistemleri optimum sıcaklıkta tutmak için veri merkezleri devasa miktarda tatlı su kullanır.

Araştırmacıların (Li et al., 2023) Making AI Less Thirsty  başlıklı makalesi, çoğumuzun bilmediği bir gerçeği yüzümüze çarpıyor:

“ChatGPT ile yapılan ortalama 20 ila 50 soruluk basit bir sohbet, yaklaşık 500 ml (bir şişe) suyun buharlaşarak tüketilmesine neden oluyor.”

Bu veriyi, dünya genelindeki milyonlarca kullanıcıyla çarptığınızda ortaya çıkan tablo endişe verici. Nitekim teknoloji devlerinin kendi raporları da bunu doğruluyor:

  • Microsoft, 2022 sürdürülebilirlik raporunda su tüketiminin %34 arttığını,

  • Google ise %20‘lik bir artış olduğunu açıkladı. Her iki şirket de bu ani sıçramayı, yapay zeka operasyonlarını desteklemek için artan soğutma ihtiyacına bağladı.

Dijital Kirlilik AI Pollution

Donanım Çılgınlığı ve E-Atık Dağları

Yazılımın gelişmesi için donanımın da gelişmesi gerekir. Ancak yapay zeka yarışındaki hız o kadar yüksek ki, donanımlar henüz fiziksel ömürlerini tamamlamadan “Computational Obsolescence” yaşıyorlar.

Bugün piyasaya sürülen bir yapay zeka modeli, geçen senenin en güçlü işlemcisinde bile yavaş çalışabiliyor. Bu durum, şirketleri sürekli olarak en yeni donanımları (örneğin NVIDIA H100 gibi) almaya ve eskileri ıskartaya çıkarmaya itiyor.

Yapay zeka sunucularından kaynaklanan elektronik atığın (e-atık), 2030 yılına kadar milyonlarca tona ulaşabileceği öngörülüyor. Bu sadece plastik ve metal yığını demek değil; aynı zamanda Lityum, Kobalt gibi nadir toprak elementlerinin madenciliğinin artması ve bu değerli materyallerin geri dönüşüm yerine çöplüklere gitmesi demek.

Dijital Kirlilik ve Model Çöküşü (The Curse of Recursion)

Çevresel etkilerin yanında, bir de “dijital ekosistem” üzerinde dijital kirlilik var. İnterneti, yapay zekanın beslendiği bir okyanus olarak düşünün. Bugüne kadar YZ, insanların ürettiği organik verilerle (kitaplar, makaleler, forumlar) beslendi. Peki, internet yapay zeka tarafından üretilen içeriklerle dolmaya başladığında ne olacak?

Bilim insanları buna “The Curse of Recursion diyor (Shumailov et al., 2023).

  • Fotokopinin Fotokopisi: Bir fotokopinin fotokopisini çekmeye devam ederseniz, görüntü zamanla bozulur ve okunmaz hale gelir.

  • Yozlaşan Veri: Yapay zeka modelleri, kendi ürettikleri (sentetik) verilerle eğitilmeye başlandığında, gerçeklik algısını yitiriyor, “halüsinasyon” oranları artıyor ve modeller “dejeneratif” bir hale geliyor.

Bu durum, Dead Internet Theory (Ölü İnternet Teorisi) ile birleşince; internetin botların botlarla konuştuğu, insanların ürettiği özgün içeriğin kaybolduğu çöplüğe dönüşme riski taşıyor. Bu da dijital kirlilik olarak bir çevre felaketidir.

Bilinçli Kullanım, Teknolojiyi Reddetmek Değildir

Tüm bu tablo, yapay zekayı hayatımızdan çıkarmamız gerektiği anlamına mı geliyor? Kesinlikle hayır. Matbaa icat edildiğinde kağıt israfı arttı diye kitap basmaktan vazgeçmedik. Ancak kaynakları daha verimli kullanmayı öğrendik.

Teknoloji yazarı ve bilinçli bir kullanıcı olarak sana düşen görev, her promptun bir maliyeti olduğunu hatırlamaktır. Doğru Promptlama kılavuzuna buradan ulaşabilirsiniz.

  • Basit bir çeviri için devasa modeller yerine, daha basit araçlar kullanabilirsiniz.

  • Geliştiriciler, daha küçük ve verimli modeller (Small Language Models) üzerine yoğunlaşabilir.

  • Veri merkezlerinin yenilenebilir enerjiye geçişi için talepkar olabilirsiniz.

Unutmayın; teknoloji bizim için var, gezegeni tüketmek için değil.

Leave a Reply

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir