[公開日] 2025年1月31日午後5時34分 GMT
[著者] Peter Howson
AI は大量のリソースを消費します。そして、1860 年代に初めて特定されたパラドックスのおかげで、よりエネルギー効率の高い AI であっても、長期的にはより多くのエネルギーが使用される可能性が高いのです。
ほとんどのユーザーにとって、OpenAI の ChatGPT などの「大規模言語モデル: large language models」は直感的な検索エンジンのように機能します。しかし、グローバルなサーバー ネットワークのどこからでもデータを検索して取得する通常の Web 検索とは異なり、AI モデルはゼロから生成したデータを返します。計算機を使用するために原子炉に電力を供給するのと同じように、このカスタマイズされたプロセスは 非常に非効率的 です。
ある調査によると、AI 業界は 2027 年までに 85 ～ 134 テラワット時 (TWh) の電力を消費することになります。これは、オランダが毎年消費するエネルギー量とほぼ同じです。ある著名な研究者は、2030 年までに米国で生産される全電力の 20% 以上が AI データ センター (コンピューターが詰まった巨大な倉庫) に供給されると 予測して います。
大手テクノロジー企業は、常に風力や太陽エネルギーへの多額の投資をしていると 主張してきた。しかし、AI が 24 時間 365 日の電力を欲しがっているため、ほとんどの企業は 独自の原子力オプションを開発 している。マイクロソフトは、米国史上最悪の民間原子力事故の現場となった 悪名高いスリーマイル島 原子力発電所の復活も計画している。
Google は 2030 年までにカーボン ニュートラルになる という野心的な目標を掲げているが、同社の AI 開発により、過去数年間で排出量が 48% 増加 している。また、これらのモデルをトレーニングするために必要な計算能力は、毎年 10 倍に増加 している。
しかし、中国の新興企業 DeepSeek は、解決策を開発したと主張している。OpenAI などの米国の既存のライバルと同等のパフォーマンスを発揮するモデルだが、コストと炭素排出量はほんのわずかであると。
環境のゲームチェンジャーとなるか?
DeepSeek は、強力なオープンソースで比較的エネルギー消費の少ないモデルを開発した。同社は、新しい R1 モデルのトレーニングに必要なハードウェアのレンタルに 600 万ドル しかかからなかったと主張している。これに対し、Meta の Llama では 6,000 万ドル以上 が使われ、11 倍の計算リソースが使われた。
DeepSeek は「専門家の混合」アーキテクチャ: “mixture-of-experts” architecture を使用している。これは、プロンプトの複雑さに応じてモデルをスケールアップおよびスケールダウンできる機械学習手法である。同社は、モデルはより多くのデータを保存し、大量の高価なプロセッサ チップを必要とせずにトレーニングできるとも主張している。
これに反応して、AI 企業がエネルギーを大量に消費するデータ センターの開発を再考するのではないかという投資家の懸念を受けて、米国の チップ製造およびエネルギー関連株 は急落した。世界最大の AI 専用プロセッサ サプライヤーである Nvidia の株価は 5,890 億ドル下落し、ウォール街史上 最大の 1 日の損失 となった。
逆説的に、米国のハイテク株のパフォーマンスを混乱させるだけでなく、AI プラットフォームのエネルギー効率を向上させることは、業界全体の環境パフォーマンスを悪化させる可能性がある。
ハイテク株が暴落する中、マイクロソフトのCEOサティア・ナデラ (Satya Nadella) 氏は より長期的な視点 を示そうとした。「ジェヴォンズのパラドックスが再び発生！」とXに投稿した。「AIがより効率的で利用しやすくなるにつれ、その使用は急増し、AIはいくらあっても足りないほどのコモディティーに変わるだろう。」
ジェヴォンズのパラドックス (The Jevons paradox)
エネルギー効率が必ずしも地球の資源にとって良いことではないという考えは、1世紀以上前から存在していた。1865年、ウィリアム・スタンレー・ジェヴォンズ (William Stanley Jevons) という若いイギリス人が「石炭問題: The Coal Question」を執筆し、石炭埋蔵量が急速に枯渇しているため、英国の産業大国としての地位はまもなく終焉を迎えるかもしれないと示唆した。
しかしジェヴォンズにとって、倹約は解決策ではなかった。彼は次のように 主張した。「燃料の経済的な使用が消費の減少と同等であると考えるのは、まったくの誤解である。真実はまったく逆である。」
ジェヴォンズによれば、資源効率の向上は長期的な資源消費の減少ではなく増加をもたらす。エネルギー効率の向上はエネルギーの暗黙の価格を下げる効果があるため、収益率と需要が増加する。
ジェヴォンズは英国の鉄鋼業を例に挙げた。技術の進歩により高炉でより少ない石炭で鉄を生産できれば、利益は増加し、鉄生産への新たな投資が引き寄せられる。同時に、価格の低下はさらなる需要を刺激する。彼は次のように 結論付けた。「高炉の数が増えれば、各高炉の[石炭]消費量の減少を補って余りある」。
より最近では、経済学者のウィリアム・ノードハウス (William Nordhaus) がこの考えを人類文明の黎明期からの照明の効率に適用した。1998年に発表された論文で、彼は古代バビロニア (ancient Babylon) では、現代の電球が1時間で発するのと同等の光量を生み出すのに十分な燃料を購入するために、平均的な労働者は40時間以上働く必要があるかもしれないと結論付けた。しかし 1992 年までに、平均的なアメリカ人が同じものを作るのに必要な時間は 0.5 秒未満になりました。
これまで、効率性の向上によって照明に費やすエネルギーが減ったり、エネルギー消費量が減ったりしたことはありません。それどころか、今では電気照明が大量に生成されるため、電気のない地域が 観光名所 になっています。
家を効率的に 暖めたり照明を当てたり、車を運転 したり、ビットコインを採掘 したり、そして AI モデルを構築 したりすることは、すべてジェヴォンズのパラドックスで特定されたいわゆるリバウンド効果の影響を受けます。そのため、AI 業界の効率化によって実際にエネルギー使用量が全体的に削減されることを保証することは不可能です。
スプートニクの瞬間: A Sputnik moment
1950 年代、ソ連が最初の宇宙衛星スプートニク (Sputnik) を打ち上げたとき、米国は恐怖に陥りました。より効率的なライバルの出現により、米国は宇宙開発競争にリソースを さらに配分するようになりました。リソースは減りません。
DeepSeek はシリコンバレーの「スプートニクの瞬間*」です。より効率的な AI は、もはや米国のテクノロジー大手だけによるものではない軍拡競争において、より分散化された強力なモデルを意味するでしょう。AI は 超大国の地位 をもたらし、英国やその他の世界の競争相手、そして中国にとって、その門戸は 今や完全に開かれているかもしれません。(編集者注*)
確かなのは、長期的には、AI 業界のエネルギーやその他のリソースに対する欲求は高まる一方だということです。
この記事は、クリエイティブコモンズライセンス(CCL)の下で The Conversation と各著作者からの承認に基づき再発行されています。日本語訳は archive4ones(Koichi Ikenoue) の翻訳責任で行われています。オリジナルの記事を読めます。original article.
(編集者注*) スプートニクの瞬間 ”A Sputnik moment is a trigger mechanism, an event that makes people collectivelysay that they need to do something, and this sets a course in anotherdirection,” said Roger Launius, senior curator of the National Air andSpace Museum’s division of space history at the Smithsonian Institution. 「スプートニクの瞬間は引き金となるメカニズムであり、人々が何かをしなければならないと集団で言うきっかけとなる出来事であり、これが別の方向への道筋を設定する」と、スミソニアン協会の国立航空宇宙博物館宇宙史部門の上級学芸員ロジャー・ローニウス氏は述べた。https://www.space.com/10437-sputnik-moment.html
