ChatGPT का उपयोग पर्यावरण के लिए बुरा नहीं है

(andymasley.substack.com)

10 पॉइंट द्वारा GN⁺ 2025-01-19 | 3 टिप्पणियां | WhatsApp पर शेयर करें

AI, खासकर ChatGPT जैसे LLM, पर्यावरण को बहुत बड़ा नुकसान पहुँचाते हैं—यह आम धारणा सटीक नहीं है
कई लोग यह दावा फैलाते हैं कि “व्यक्तिगत AI उपयोग जलवायु संकट को और खराब करता है”, लेकिन वास्तविक उत्सर्जन के पैमाने और तुलना के आधार अक्सर उपयुक्त नहीं होते
AI से जुड़ी ऊर्जा और पानी की खपत के डेटा को जितना संभव हो उतनी सटीकता से देखकर, वास्तविक कार्बन उत्सर्जन के पैमाने को समझना ज़रूरी है
यह भी देखना चाहिए कि व्यक्तिगत गतिविधियों में कौन-से व्यवहार वास्तव में अर्थपूर्ण उत्सर्जन कटौती में योगदान देते हैं

यह लेख क्यों लिखा गया

जलवायु से जुड़ी चर्चाओं में अक्सर “खराब कंपनियों/तकनीकों को चिन्हित करके उनका बहिष्कार करो” जैसी सोच दिखाई देती है
ChatGPT के उपयोग को पर्यावरण विनाशकारी मानने वाली राय बढ़ रही है, इसलिए सटीक आँकड़ों के आधार पर स्पष्टीकरण देना उद्देश्य है
यह दृष्टिकोण भी रेखांकित किया गया है कि जलवायु आंदोलन को व्यक्तिगत lifestyle की बजाय energy system transition जैसी संरचनात्मक बदलावों पर ध्यान देना चाहिए

उत्सर्जन की नैतिकता पर सोचने का तरीका

आधुनिक समाज में पूरी तरह zero-carbon जीवन जीना व्यावहारिक रूप से असंभव है
अस्पताल जैसी महत्वपूर्ण सुविधाओं का उत्सर्जन भी ऊँचा हो सकता है, लेकिन उनका सामाजिक मूल्य बहुत बड़ा होता है
उत्सर्जन घटाने के लिए “जो सबसे बड़ा उत्सर्जक है उसे बस खत्म कर दो” की जगह “किसी गतिविधि के मूल्य और उसके उत्सर्जन के बीच संतुलन” पर विचार करना चाहिए
गलत जानकारी या भ्रम के कारण LLM जैसी उपयोगी तकनीक का उपयोग छोड़ देना वांछनीय नहीं है

LLM की उपयोगिता

LLM सीखने, काम के automation और रोज़मर्रा के जीवन व कार्य में व्यापक मदद देते हैं
जटिल तकनीकी या विशेषज्ञता वाले विषयों की जानकारी को तेज़ी से summarize करने या प्रश्नोत्तर के लिए ये खास तौर पर प्रभावी हैं
ये परिपूर्ण नहीं हैं, लेकिन Google search से अलग संवादात्मक और अनुकूलित जवाब दे सकते हैं
बहुत से लोग LLM का उपयोग करके ज्ञान अर्जन, समस्या-समाधान और productivity में सुधार का अनुभव कर रहे हैं

मुख्य तर्क (Main Argument)

उत्सर्जन (Emissions)

ChatGPT पर एक search, सामान्य Google search की तुलना में लगभग 10 गुना अधिक ऊर्जा इस्तेमाल कर सकती है, लेकिन पूर्ण मात्रा में यह सिर्फ लगभग 3 Wh है
यह लगभग 10 सेकंड video streaming, 2 email भेजने, या LED TV को 3 मिनट देखने के बराबर है
“ChatGPT का वैश्विक उपयोग = हजारों-लाखों घरों की बिजली खपत” जैसी तुलना तब भ्रामक हो सकती है जब सेवा के उपयोगकर्ताओं की संख्या और उससे मिलने वाले उपयोगिता-मूल्य को ध्यान में न रखा जाए
उदाहरण के लिए, Netflix या YouTube जैसी streaming services इससे कहीं अधिक ऊर्जा उपयोग करती हैं, लेकिन व्यक्तिगत उपयोगकर्ता के स्तर पर वह भी बहुत छोटी इकाइयों में बंटी होती है
GPT-4 model training ने सैकड़ों flights के बराबर ऊर्जा खर्च की, लेकिन एक बार training के बाद दुनिया भर के बहुत से उपयोगकर्ताओं को मिलने वाले मूल्य को देखें तो यह दक्ष माना जा सकता है
इंटरनेट की कुल ऊर्जा खपत की तुलना में LLM का हिस्सा बहुत ही मामूली है, इसलिए किसी व्यक्ति द्वारा ChatGPT का उपयोग करना जलवायु समस्या का केंद्रीय मुद्दा है—यह चिंता बढ़ा-चढ़ाकर कही गई लगती है

पानी का उपयोग (Water use)

AI data centers, GPU cooling जैसी प्रक्रियाओं के लिए पानी का उपयोग करते हैं
“ChatGPT के हर एक उपयोग पर 500mL पानी खर्च होता है” यह एक गलतफहमी है; वास्तव में 20~50 queries पर 500mL कहना अधिक सटीक है
दूसरी online activities, जैसे music streaming या video conferencing, भी इसी तरह पानी का उपयोग करती हैं, और इन आँकड़ों में कुल energy production तथा cooling process शामिल होते हैं
वास्तव में 10 मिनट का 4K video देखना या एक घंटे की video conference करना, ChatGPT के कई दर्जन queries से अधिक पानी उपयोग कर सकता है
अगर data centers ऐसे क्षेत्रों में चलें जहाँ वे छोटे जलस्रोतों पर बड़ा दबाव न डालें, और साथ में reusable water management जैसी व्यवस्थाएँ हों, तो समस्या काफी हद तक कम की जा सकती है
पशु-आधारित उत्पादों के उत्पादन की तुलना में data center का water use अपेक्षाकृत कम है, और प्रदूषण या बर्बादी से जुड़ी इसकी तीव्रता भी अक्सर intensive agriculture की तुलना में कम मानी जाती है

LLM उपयोग को लेकर आम गलतफहमियाँ और वास्तविक तुलना

“व्यक्तिगत LLM उपयोग पृथ्वी के पर्यावरण के लिए बहुत बड़ा नुकसान है” जैसी धारणा वास्तविक आँकड़ों से मेल नहीं खाती
smartphone उपयोग, video streaming, email, online gaming जैसी गतिविधियाँ भी LLM जितने ही बिजली और पानी संसाधनों का उपयोग कर सकती हैं, लेकिन आम लोग उन्हें उतनी बड़ी समस्या नहीं मानते
LLM उपयोगकर्ताओं को समय की बचत और बेहतर दक्षता देते हैं, जबकि उनका उत्सर्जन स्वयं में कम मात्रा का होता है
उत्सर्जन घटाने के दृष्टिकोण से देखें तो diet में बदलाव या transport mode बदलना, LLM उपयोग सीमित करने की तुलना में कहीं अधिक प्रभावी है

निष्कर्ष

LLM बिल्कुल शून्य उत्सर्जन वाले नहीं हैं, लेकिन व्यक्तिगत उपयोग के स्तर पर वे इतने अक्षम नहीं हैं कि उन पर विशेष चिंता की जाए
जलवायु आंदोलन में वास्तव में महत्वपूर्ण चीज़ बड़े पैमाने पर energy transition और संरचनात्मक सुधार हैं; छोटी डिजिटल गतिविधियों को सीमित करने पर ज़रूरत से ज़्यादा जोर देना मूल मुद्दे से भटका सकता है
ChatGPT सहित LLM तकनीकें कई क्षेत्रों में बड़ा मूल्य देती हैं, इसलिए गलत जानकारी के कारण उनसे बचना उल्टा नुकसानदेह हो सकता है
अगर उद्देश्य व्यक्तिगत उत्सर्जन कम करना है, तो पहले उन lifestyle विकल्पों की जाँच करना अधिक प्रभावी होगा जिनका असर कहीं बड़ा है

3 टिप्पणियां

cronex 2025-01-20

पक्की बात यह है कि यह कम से कम cryptocurrency mining से ज़्यादा उत्पादक है....

jic5760 2025-01-20

यह सही बात है।

GN⁺ 2025-01-19

Hacker News राय

LLM की energy consumption की तुलना मनमाने मानकों से करना उचित नहीं है। ChatGPT query की तुलना Zoom call से करना उपयोगी नहीं है। कई बार एक Google search से ही काम चल सकता है। LLM software development में उपयोगी हैं, लेकिन इनके बदले इस्तेमाल किए जा सकने वाले कई सरल तरीके भी हैं.
AI investment की वजह से hyperscale cloud के emissions targets बदल रहे हैं और data center की growth power grid capacity की सीमा तक पहुँच रही है। AI की power usage को emissions में बदलते समय पूरे AI पर किए गए दावे सही न भी हों। लंबी अवधि में ROI सकारात्मक दिखता है, लेकिन technology को अधिक efficient बनाने पर ध्यान देना चाहिए.
लेख में reference links होने चाहिए। LLM का इस्तेमाल सिर्फ घरेलू users नहीं करते। सरकारें और बड़ी कंपनियाँ बहुत अधिक GPU time इस्तेमाल कर रही हैं। AI के लिए नई power facilities प्रस्तावित की जा रही हैं.
GPT-4 जैसे बड़े models को train करना एक बार की लागत नहीं लगता। बड़ी कंपनियाँ लगातार नए models को train करती रहेंगी। कई models शायद इस्तेमाल ही न हों.
समुद्री plastic waste का लगभग 90% 10 नदियों से आता है। किसी व्यक्ति की lifestyle choices, विदेशों में manufacturing की standard practices की तुलना में बहुत मामूली हैं। पर्यावरण महत्वपूर्ण है, लेकिन जब तक कंपनियों को सही तरीके से काम करने के लिए मजबूर नहीं किया जाता, सिर्फ व्यक्तिगत कार्रवाई काफी नहीं है.
data center trends और sustainability पर गहन शोध को कवर करने वाला एक लेख है। इस विषय पर पढ़ा गया यह सबसे अच्छा लेख है.
video streaming की energy usage के आँकड़े कहाँ से आए, यह जानने की जिज्ञासा है। ज़्यादातर energy video की शुरुआती encoding में इस्तेमाल होती है.
LLM और ChatGPT सवालों के जवाब देते समय सबसे ज़्यादा energy इस्तेमाल नहीं करते। training के दौरान बहुत पानी और energy का उपयोग होता है। अभी इसका इस्तेमाल करना पर्यावरण को नष्ट नहीं कर रहा, लेकिन यह उत्पाद में रुचि दिखाता है.
किसी व्यक्ति का ChatGPT इस्तेमाल से होने वाले emissions की चिंता करना मूर्खतापूर्ण है। यह माना जाता है कि AI बहुत energy इस्तेमाल कर रहा है। ChatGPT की demand का AI के भविष्य पर क्या असर होगा, यह समझना मुश्किल है.
शीर्षक सामग्री से मेल नहीं खाता। "ChatGPT इस्तेमाल से होने वाले emissions, दूसरी चीज़ों की तुलना में महत्वपूर्ण नहीं हैं" जैसा शीर्षक अधिक उपयुक्त होगा।