Wat is de klimaatimpact van ChatGPT? Hoeveel CO₂ kost het om ChatGPT een essay over klimaatverandering te laten schrijven?

De klimaatimpact van AI-modellen zoals ChatGPT is groot, want deze modellen gebruiken veel stroom. De precieze klimaatimpact is lastig te bepalen, want moederbedrijf OpenAI is hier niet transparant over. Een instructie geven aan ChatGPT, bijvoorbeeld voor een essay over klimaatverandering, kost ongeveer 3 Wh [1]. Dit is net zo veel energie als een 60W-gloeilamp verbruikt in 3 minuten. De hoeveelheid verbruikte CO₂ hangt af van de energiebronnen, maar is ongeveer 1 gram voor de Nederlandse energiemix [2]. Het ontwikkelen van zo'n model gebruikt veel rekenkracht, en voor een kleiner model is die CO₂ uitstoot minimaal een vliegtuigreis binnen Europa [3].

Lees meer... 5 min. leestijd

Hoe kwam dit artikel tot stand?

Deze vraag is beantwoord door: Gerbrand Koren
Reviewer: Myrthe Reuver
Redacteur: Arne Brugman & Jasmijn Janssen
Gepubliceerd op: 5 april 2024
Wat vond je van dit antwoord? Geef ons je mening

[1]   de Vries, A. (2023). The growing energy footprint of artificial intelligence. Joule, 7 (10).

[2]   European Environment Agency (2023). Greenhouse gas emission intensity of electricity generation.

[3]   Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM conference on fairness, accountability, and transparency. 610-623.

[4]   Patterson, D., Gonzalez, J., Hölzle, U., Le, Q., Liang, C., Munguia, L.-M., Rothchild, D., So, D. R., Texier, M., Dean, J. (2022). The carbon footprint of machine learning training will plateau, then shrink. Computer, 55 (7), 18-28.

[5]   Luccioni, A. S., Viguier, S., & Ligozat, A.-L. (2023). Estimating the carbon footprint of BLOOM, a 176B parameter language model. Journal of Machine Learning Research, 24 (253), 1-15.

[6]   Loft, Richard (2020), Earth system modeling must become more energy efficient, Eos.

[7]   Jain, S., Mindlin, J., Koren, G., Gulizia, C., Steadman, C., Langendijk, G. S., et al. (2022). Are we at risk of losing the current generation of climate researchers to data science? AGU Advances, 3, e2022AV000676.

[8]   Hoffmann, J., Bauer, P., Sandu, I., Wedi, N., Geenen, T. & Thiemert, D. (2023). Destination Earth – A digital twin in support of climate services. Climate Services, 30, 100394.

©De tekst is beschikbaar onder de licentie Creative Commons Naamsvermelding-NietCommercieel-GelijkDelen 4.0 Internationaal, er kunnen aanvullende voorwaarden van toepassing zijn. Zie de gebruiksvoorwaarden voor meer informatie.