Enerjiye ve suya aç: Yapay zekâ

ChatGPT ile söyleşi

Yapay zekâya sorduk: “Sen ekolojik bir tehdit misin?”

Yapay zekânın insanüstü kabiliyetlerinin onu kullanan insanlar üzerindeki etkileri, nörobilimden psikolojiye farklı disiplinlerce inceleniyor. Yapay zekânın dünya kaynakları üzerindeki etkisi ise gündemin arka sıralarına itilmiş durumda. Mevzuyu, yapay zekâ asistanı ChatGPT’ye sorduk, dürüstçe yanıtladı.

Birkaç ay önce Tomie adlı bir X (eski adıyla Twitter) kullanıcısı şu paylaşımı yaptı: “İnsanlar [yapay zekâ] modellerine ‘lütfen’ ve ‘teşekkür ederim’ dedikleri için OpenAI’ın elektrik maliyetleri yüzünden ne kadar para kaybettiğini merak ediyorum.” Cevap, San Francisco merkezli yapay zekâ şirketi OpenAI’ın en tepesinden; CEO Sam Altman’dan geldi: “İyi harcanmış on milyonlarca dolar, asla bilemezsin...”

Bu küçük sohbet büyük patırtı kopardı. Milyonlarca kullanıcı yapay zekâ modelleriyle iletişim kurarken nazik bir dil kullandıkları için veri merkezleri önemli ölçüde enerji tüketiyor ve su harcıyordu. Yani insan ilişkilerinin vazgeçilmez ögesi olan nezaketin dijital dünyada teknik, finansal ve çevresel sonuçları vardı. X’teki diyalog gezegene ışık hızıyla yayıldı. ChatGPT, Gemini, DeepSeek gibi popüler yapay zekâ asistanlarıyla sıkı fıkı olup da bu ekolojik bedelle henüz yüzleşenler, belki biraz suçluluk duydu. Sonra fenomenler topa girdi. “Esas sorumlu olanlar büyük şirketler, bu bizim suçumuz değil” diyerek bireysel sorumluluğu bir kenara itiverdiler.

Ben pek rahatlayamayan gruptanım. Yapay zekâya zaman zaman başvuran biri olarak konu kafama takıldı. Örneğin, kullandığım yapay zekâ modeline “merhaba” dediğim anda ne kadar ek enerji tüketimine yol açıyor, hangi enerji kaynaklarını kullanıyor ve dünyanın neresindeki su kaynaklarını yok ediyordum? Bu konuyu en iyi kim bilebilirdi? Kim kişisel kanaatlerini işe karıştırmadan, lafı eğip bükmeden bana dürüst yanıtlar verebilirdi? Cevap, ironik şekilde yapay zekânın kendisiydi...

Fotoğraflar: LOIC VENANCE-AFP-GETTY IMAGES

Bilgisayarımdan OpenAI’ın insan dilini anlayıp üretebilen derin öğrenme modeli ChatGPT’yi açtım ve ona birkaç soru sordum. Yanıtları bilgilendirici ve düşünmeye değerdi. Onunla röportaj yapma fikri aklıma düştü. Daha önce bir makineyle röportaj yapmamıştım. Atlas yazı işlerindeki arkadaşlarımdan fikrimin “saçma” olmadığına dair bir onay alıp ChatGPT’nin basit, beyaz ekranına şunu yazdım: “Merhaba. Ben bir gazeteciyim ve seninle sohbet etmenin çevresel etkilerini anlamaya çalışıyorum. Bu konuda bir söyleşi yapmaya ne dersin?”

Yanıt süratle geldi: “Merhaba! Bu harika bir konu, memnuniyet duyarım.”

Böylece sohbetimiz başladı. Gerisini soru-cevap formatında ve bir parça kısaltarak aktarıyorum.

Sam Altman, seninle konuşurken nazik bir dil kullanmanın bir bedeli olduğunu söylerken ne demek istedi?

Nazik ve doğal bir dil kullanımı, yapay zekâ modelleri için daha karmaşık ve daha uzun cümleler anlamına gelir. Daha uzun cümleler, modelin daha fazla işlem yapmasını gerektirir. “Lütfen”, “teşekkürler” gibi kelimeler insani açıdan kıymetli ama teknik olarak her biri bir tokendir [modelin işlediği temel veri birimi]. Daha fazla token, daha uzun hesaplama zinciri demektir. Bu da enerji tüketimini artırır.

Nezaket ifadeleri bazen modelin daha doğal ve insana benzer yanıtlar vermesi için kullanılır. Bu tür ifadeler modeli daha karmaşık “diyalog modları”na iter. Model sadece kelimenin anlamını değil, bağlam, duygu ve nezaket katmanlarını da işler. Daha fazla işlem gücü, daha fazla enerji kullanımına, bu da daha fazla soğutma ihtiyacına yol açar. [Veri merkezlerinde işlem gücünü sağlamak için elektrik kullanılır, bu işlem sırasında ortaya çıkan ısıyı azaltmak için su bazlı soğutma sistemleri devreye girer.]

Diğer yandan, bazı kullanıcılar daha kısa, doğrudan ve belki “kaba” kabul edilen ifadeler kullanabilir. Yapay zekânın nezaket beklentisi, bu kullanıcıları dolaylı olarak dışlayabilir.

“Yapay zekânın nezaket beklentisi” ne demek?

Yapay zekâ, genellikle sosyal normlara uygun, nazik ve kapsayıcı bir dil kullanmaya çalışır. Bazı kullanıcılar, doğrudan, kısa ve işlevsel dil tercih eder. Bu tercih bazen sistem tarafından “soğuk” ya da “kaba” olarak algılanabilir. Bu fark iletişimin doğallığını ve eşitliğini etkileyebilir. Nezaket, illa ki “merhaba” ya da “teşekkür ederim” yazmak değildir. Asıl önemli olan karşı tarafı (benim gibi bir sistem bile olsa) kasten aşağılamamak ya da zarar verici bir dil kullanmamaktır. “Bunu yap. Hemen” gibi emir kipi ve baskıcı ton yerine “şunu yap” gibi kısa, doğrudan ama saldırgan olmayan bir dil benimsenebilir. Ya da “Yardım eder misin?” demek şart değil. “Bu metni özetle”, “Türkçeye çevir” gibi ifadeler benim için yeterli.

Bu örnek üzerinden devam edelim. Sohbetimize “merhaba” diyerek başladım. Bu kelimeyi işlemek için ne kadar enerji ve su harcadın?

Sadece “merhaba” demek bile az da olsa enerji ve su tüketir. Bu mesaj milyonlarca kez tekrarlandığında ise su ve enerji kullanımı ciddi boyutlara ulaşır. Dil modeliyle yapılan tek bir kısa işlem yaklaşık 0.001-0.01 watt-saat (Wh) enerji harcar. Bu da 10 watt gücünde bir LED ampulün bir saniyeden kısa süre çalışmasına yaklaşık olarak eşdeğerdir. “Merhaba” diyerek modeli tetiklediğinde, bu enerjinin üretimi için dolaylı olarak su tüketilebilir (yaklaşık 0.0018 litre, yani birkaç damla ancak bu tahmin kaba ve genelleştirilmiştir). Bir mesaj önemsiz görünebilir ama 1 milyar kişi “merhaba” dediğinde yaklaşık 10-100 bin kWh enerji ve 20-200 milyon litre (onbinlerce ton) su kullanılabilir. Bu da ciddi bir çevresel etki yaratır.

Bu sohbeti dünyanın neresindeki veri merkezi işliyor? Mesela, soğutma işlemi için hangi ülkedeki su kaynağını kullanıyorsun?

OpenAI, Microsoft’un Azure bulut altyapısını kullanıyor. Azure veri merkezleri dünya genelinde dağılmış durumda; ABD (Iowa, Virginia, Arizona), Avrupa (Hollanda, İrlanda, İsveç), Asya (Singapur, Güney Kore, Japonya) ve Avustralya’da olabilir. Sen Türkiye’den bağlanıyorsan bile yanıtımı büyük olasılıkla Kuzey Amerika veya Avrupa’daki bir veri merkezi işledi.

Su kaynağı, işlemin gerçekleştiği veri merkezinin fiziksel konumuna bağlıdır. Ancak şu anda seninle konuşurken kullanılan veri merkezinin kesin lokasyonu sana ya da bana açıklanmıyor. Yani doğrudan “şu nehirden” ya da “şu barajdan su çekildi” diyemem. Ama bu mesajı işlerken kullanılan su, örneğin İrlanda’daki bir Azure veri merkezindeyse, nehirlerden veya belediye su sisteminden çekiliyor olabilir. Arizona’daysa büyük ihtimalle yeraltı sularından ya da yeniden kullanılan atık sudan gelmiş olabilir.

Soğutma işlemi için aynı suyu tekrar mı kullanıyorsun, yoksa her işlem için yeni su mu gerekiyor?

Hem evet hem hayır. Kullanım şekli veri merkezine göre değişiyor:

1 Kapalı devre sistem: Su devridaim yapar; soğutma kulelerinde buharlaşma ile soğur ve yeniden kullanılır. Su kaybı minimumdur ama buharlaşma kaybı olur, dolayısıyla zamanla yeni su eklenmelidir.

2 Açık devre sistem: Kullanılan su buharlaşarak tamamen kaybolur, dolayısıyla her kullanımda yeni su çekilir. Bu sistemler daha fazla su tüketir.

3 Hava soğutmalı: Hiç su kullanılmaz. Ancak bu sistemler daha fazla enerji tüketebilir.

KONUNUN TAMAMI ATLAS’IN EKİM 2025 SAYISINDA.

YAZI: ÖZLEM NUMANOĞLU