ChatGPT לעומת DeepSeek

כיום, אפילו צופים מזדמנים בעולם הטכנולוגיה מודעים היטב ל-ChatGPT, תרומתה המדהימה של OpenAI לבינה מלאכותית. יכולתו לייצר תגובות קוהרנטיות ומדויקות הפכה את המחקר המקוון והציתה ספקולציות אינסופיות לגבי תפקידה הגובר של בינה מלאכותית בחיי היומיום שלנו.

מתמודד עולה לאחרונה, הצ'אטבוט הסיני המופעל על ידי בינה מלאכותית בקוד פתוח, DeepSeek, עורר עניין משלו, כשהבטיח לפעול ביעילות רבה יותר ולהתאים טוב יותר למשתמשים שאינם דוברי אנגלית מאשר המתחרה האמריקאי.

אך במהרה להעריך את הפונקציונליות, האימוץ וההשפעה הגיאופוליטית הפוטנציאלית שלו, שאלה דחופה אחת נדחקה הצידה: כיצד משתוות התכונות הסביבתיות של ChatGPT ו-DeepSeek?

היכן הכל התחיל: מבט על מקורותיהם של ChatGPT ו-DeepSeek

ChatGPT

העלייה המטאורית של ChatGPT החלה בסוף 2022, כאשר OpenAI ומיקרוסופט יצרו ברית מתוקשרת כדי להרחיב אותה באמצעות שירותי הענן של Azure. עם זאת, כל גרסה של ארכיטקטורת GPT כרוכה במחיר סביבתי גבוה. אימון מודל כה עצום דורש כוח מחשוב עצום, וצריכת האנרגיה שנגרמה לאחר מכן העלתה שאלות לא נוחות לגבי טביעת הרגל הפחמנית שלו.

DeepSeek

בעוד ש-DeepSeek עדיין לא הפכה לשם דבר כמו ChatGPT, היא צוברת לעצמה מוניטין כמתחרה רזה ורב-לשוני יותר. היא משתמשת בטכניקות כמו גיזום (הסרת חלקים מיותרים מהמודל כדי להפחית את הגודל ולשפר את היעילות), זיקוק מודלים (אימון מודל "תלמיד" קטן יותר לחקות מודל "מורה" גדול יותר), וייעול אלגוריתמי (אופטימיזציה של כל שלב בתהליך החישוב כדי למזער בזבוז משאבים ולשפר את הביצועים הכוללים) – כולם נועדו לקצץ במשאבים ובעלויות הנלוות.

התיאוריה גורסת שבינה מלאכותית הזקוקה לפחות כרטיסי מסך צריכה, באופן עקרוני, לצרוך פחות אנרגיה בסך הכל. עם זאת, הפרטים על ההשפעה הסביבתית הכוללת שלה נותרו דלים באופן בולט, מה שמותיר את הצופים לתהות האם היתרונות התפעוליים של DeepSeek באמת יכולים לספק בחזית הקיימות.

אנרגיה ופליטות פחמן

המחיר הסביבתי הבולט ביותר עבור שני המודלים טמון בכוח הדרוש לאימון שלהם. הערכות ראשוניות מצביעות על כך שפריסת מודל השפה האחרון של ChatGPT, GPT4, דרשה קיבולת GPU עצומה במשך שבועות רצופים.

DeepSeek, בינתיים, טוענת שהיא דורשת פחות שבבים מתקדמים, מה שעשוי להפחית את צריכת החשמל הכוללת שלה.

מרכזי נתונים ומקורות אנרגיה

להפעלת ChatGPT על פלטפורמת Azure של מיקרוסופט יש יתרונות וחסרונות. מיקרוסופט פועלת להפוך לפחמנית שלילית עד 2030, בתמיכה בהשקעות באנרגיה ירוקה ולכידת פחמן. עם זאת, רבים ממרכזי הנתונים שלה נותרו מחוברים לרשתות אנרגיה שאינן מתחדשות, וייצור שבבי בינה מלאכותית מתוחכמים דורש בעצמו משאבים רבים.

נראה כי DeepSeek מסתמכת על Alibaba Cloud, ספקית הענן הבולטת ביותר בסין, שקבעה יעדים דומים לנייטרליות פחמן. אך רשת החשמל הלאומית של סין ממשיכה להסתמך במידה רבה על פחם, כלומר ההשפעה הסביבתית בפועל עשויה להיות משמעותית יותר אלא אם כן DeepSeek תמוקם במיקומים עשירים בתשתיות מתחדשות. עם זאת, ההתמקדות של DeepSeek ביעילות עדיין עשויה להפוך אותה לפחות עתירת פחמן בסך הכל.

שימוש וקירור במים

הפעלת אשכולות ענקיים של כרטיסי מסך מייצרת חום – הרבה ממנו. מרכזי נתונים משתמשים בדרך כלל בכמויות אדירות של מים לקירור, במיוחד באזורים עם טמפרטורות גבוהות. מיקרוסופט ספגה ביקורת על צריכת מיליארדי ליטרים של מים, שחלקם משמשים לקירור החומרה שמאחורי פעולות הבינה המלאכותית.

המידע על טביעת הרגל המים של DeepSeek מועט. אם המתקנים החדשים יותר של Alibaba Cloud ישתמשו בשיטות קירור מתקדמות – כגון קירור טבילה (טבילת שרתים בנוזל מוליך חום כדי לפזר חום בצורה יעילה יותר) – ייתכן ש-DeepSeek תצליח טוב יותר מבחינת צריכת מים. אבל עם כל כך מעט נתונים ציבוריים על התהליכים שלה, קשה למדוד כיצד היא עומדת מול ChatGPT בחזית זו.

העלות הנסתרת של פסולת אלקטרונית

הקצב הבלתי פוסק של פיתוח חומרת בינה מלאכותית פירושו שמעבדים גרפיים (GPUs) ומאיצים אחרים יכולים להפוך במהירות למיושנים. פעילות ChatGPT, הכוללת ציוד מתקדם, צפויה לייצר גל הולך וגובר של פסולת אלקטרונית, אם כי נתונים מדויקים אינם ניתנים לזיהוי.

בעיקרון, הגישה החסכנית יותר של DeepSeek מרמזת על פחות שבבים, מה שעשוי להוביל לתחלופה איטית יותר ופחות בזבוז. ובכל זאת, זה נותר ניחוש מושכל עד שתהיה יותר נראות לגבי אופן ניהול המערכת האקולוגית של החומרה של DeepSeek.

היכן הם עומדים?

במבט ראשון,השותפות של OpenAI עם מיקרוסופט מרמזת ש-ChatGPT עשויה להפיק תועלת ממסגרת מודעת יותר לסביבה – בתנאי שהבטחות הקיימות הגדולות של מיקרוסופט יתורגמו להתקדמות משמעותית בשטח. DeepSeek, בינתיים, חייבת להתמודד עם רשת חשמל התלויה בפחם בסין, אך השאיפה שלה ליעילות עשויה להציב אותה בעמדה טובה יותר לרסן את צריכת האנרגיה הכוללת לכל פעולה.

עם זאת, גם ארה"ב אינה מקלט לאנרגיה נקייה. בעוד שמיקרוסופט התחייבה להפוך לפליטות פחמן שליליות עד 2030, אמריקה נותרה אחת הצרכניות הגדולות בעולם של דלקים מאובנים, כאשר פחם עדיין מפעיל חלקים מהרשת שלה. יתר על כן, שינויים פוליטיים עלולים להאט את ההתקדמות: התחייה של מנטליות "קדוח, ילד, קדח" ברטוריקה הרפובליקנית בתחום האנרגיה מצביעה על דחיפה מחודשת לנפט וגז, דבר שעלול לערער את השאיפות הירוקות של הבינה המלאכותית.

בסופו של דבר, הבינה המלאכותית מתקדמת במהירות מסחררת, אך ההשלכות הסביבתיות מפגרות הרחק מאחור בבדיקה הציבורית. ככל שמערכות אלו שוזרות את עצמן עמוק יותר ויותר בפוליטיקה, בכלכלה ובאינטראקציות היומיומיות שלנו, הדיון על מקורות האנרגיה שלהן, צריכת המים וטביעת הרגל של החומרה שלהן חייב להיות שקוף יותר. אם התיאבון העולמי לבינה מלאכותית הוא בלתי ניתן לעצירה, אז גם המחויבות שלנו להטיל אחריות על יוצריה לרווחתו ארוכת הטווח של כדור הארץ חייבת להיות. אחריות זו משתרעת לא רק על סין וארה"ב וכל מדינה שבה בינה מלאכותית מאומנת, נפרסת ומפעילה אותה.

יצרנו רשימה מקיפה של כלי הבינה המלאכותית הטובים ביותר.

אבל ההשלכות הסביבתיות מפגרות הרחק מאחור בביקורת הציבורית. ככל שמערכות אלו שוזרות את עצמן עמוק יותר ויותר בפוליטיקה, בכלכלה ובאינטראקציות היומיומיות שלנו, הדיון על מקורות האנרגיה שלהן, צריכת המים וטביעת הרגל של החומרה שלהן חייב להיות שקוף יותר. אם התיאבון העולמי לבינה מלאכותית הוא בלתי ניתן לעצירה, אז גם המחויבות שלנו להטיל אחריות על יוצריה לרווחתו ארוכת הטווח של כדור הארץ חייבת להיות. אחריות זו משתרעת לא רק על סין וארצות הברית ועל כל מדינה שבה בינה מלאכותית מאומנת, נפרסת ומפעילה אותה.