Учёные из Hochschule München University of Applied Sciences в Германии провели анализ уровня выбросов в атмосферу, вызванных работой популярных нейросетей. Они приняли за основу средний показатель в 480 граммов CO₂ на каждый сгенерированный кВт⋅ч.
В исследовании использовались 14 крупных языковых моделей, которым был задан идентичный набор из 1000 вопросов по различным темам. Также от них требовали давать как можно более сжатые ответы, однако это не сработало для систем, использующих модель рассуждений. Их алгоритмы вынуждают давать «многословные» ответы как при решении задачи, так и при формулировке ответа. Например, на математический вопрос, ответ на который можно выразить в одном токене, Deepseek-R1 7B сгенерировала 14 187 токенов.
Выяснилось, что если уровень выбросов у нейросети составляет менее 500 граммов CO₂, то точность её ответов не превышает 80%. Таким образом, у платформы Qwen 7B от Alibaba, при выбросах всего 27,7 грамма CO₂, точность составляет лишь 31,9%. В то время как у Deepseek R1 70B уровень выбросов достигает 2042 граммов CO₂ при точности 79,8%. Если задать ей 600 тысяч вопросов, количество выбросов будет сопоставимо с выбросами во время перелёта из Нью-Йорка в Лондон. А ведь только в США как минимум 130 миллионов человек регулярно используют какие-либо нейросети.
Лучшая точность была у Deep Cogito 70B — 84,9%. Однако она производит в среднем втрое больше выбросов по сравнению с моделями аналогичной мощности, адаптированными для работы без рассуждений и предоставления кратких ответов. К сожалению, протестировать такие популярные нейросети, как ChatGPT от OpenAI, Gemini от Google, Grok от X и Claude от Anthropic, не удалось. Хотя исследователи уверены, что ситуация там аналогичная.
