サム・アルトマンがChatGPTの水使用量を解説：AIの環境影響をめぐる数値、議論、疑問

人工知能の急速な進歩により、 環境への影響に対する懸念、特に注意して ChatGPTのような人気モデルの実行に必要なエネルギーと水の使用量OpenAIが開発した。ここ数ヶ月、同社のCEOサム・アルトマン氏は、同社の技術が天然資源をどれほど消費しているかを明らかにしようと努めてきたが、議論を呼んだり、疑問が浮かんだりすることもなかったわけではない。

アルトマン氏の個人ブログでの発言は、テクノロジーと科学の分野で激しい議論を巻き起こした。ChatGPTの人気が世界的に高まり続けるにつれ、世論やメディアは各クエリのエコロジカルフットプリントと、提供されるデータが人工知能が日常生活に与える環境影響を真に反映しているかどうかに注目するようになりました。

ChatGPT はクエリごとに実際にどれくらいの水を使用しますか?

最近、サム・アルトマンは次のように述べた。 ユーザーが ChatGPT とやり取りするたびに、関連する水の使用量は最小限に抑えられます。彼はこう説明した。 0,00032回の診察で約XNUMXリットルの水が消費されますこれは「小さじ15分の1杯」にほぼ相当します。この量は主に、サーバーがAIの応答を処理・生成するデータセンターの冷却システムに使用されます。

冷却は重要電子部品の過熱を防ぐため特に、継続的にフル稼働する大規模なインフラの場合、水で機械を冷却する必要があるのはChatGPTに限ったことではなく、すべてのシステムで共通しています。 クラウドコンピューティングとAIセクター全体しかし、OpenAIによると、毎日のクエリの規模は数百万に上り、 たとえわずかな消費でも、相当な影響が蓄積される.

アルトマンはユーザー当たりのコストはほとんど無関係であることを強調したかったが、 専門家や過去の研究では、独立した調査でより高い数値が発表されている。例えば、アメリカの大学による最近の分析では、 GPT-3 や GPT-4 のような大規模なモデルのトレーニングには、数十万リットルの水が必要になる場合があります。ただし、1 日の診察あたりの具体的な使用量ははるかに少なくなります。

数字論争：透明性と方法論への疑問

アルトマンの発言は、科学界と専門メディアの両方から、次のような理由で慎重に受け止められている。 これらの値がどのように得られたかについての詳細な説明の欠如いくつかの記事では、OpenAIが水とエネルギーの消費量を計算するための正確な方法論を公開していないと指摘されており、一部のメディアや団体はこの分野での透明性の向上を求めている。

ワシントンポスト、ザ・ヴァージなどのメディアやMITやカリフォルニア大学などの大学は、より高い推定値を指摘しており、 0,5～20回の診察ごとに50リットル（GPT-3などの旧モデルの場合） AIトレーニングフェーズでは数十万リットルが必要です。

エネルギーに関する議論：効率、文脈、比較

サム・アルトマンが指摘したもう一つの点は、 ChatGPTとの各インタラクションに関連するエネルギー消費彼らの推定によれば、 平均的な診察では約0,34ワット時を消費しますこれは、LED電球を2分間点灯した場合や家庭用オーブンを1秒間点灯した場合の消費電力に匹敵します。AIの影響をより深く理解するには、 人工知能が持続可能性に与える影響.

しかし、 近年、モデルの効率は向上している。 そして、今日のハードウェアは、ほんの数年前よりも少ない電力でリクエストを処理できるようになりました。つまり、個々の利用率は低いものの、ChatGPT、Gemini、Claudeなどのプラットフォームでは膨大な量の同時インタラクションが発生するという課題があります。

最近の研究では、1回の診察あたりの平均消費量がある程度減少していることが示されていますが、 ブラウザ、デバイス、地域によって数値が異なる場合があります。 データセンターの種類と使用される冷却システムによって異なります。

累積的なフットプリントと長期的な持続可能性の課題

本当のジレンマは、1 回の相談あたりの最小数を世界中での 1 日のやり取りの総数に外挿したときに生じます。 何百万もの小さな水滴を合計すると、かなりの量の水になります。特に AI はますます複雑なタスクに使用され、教育、レジャー、ヘルスケアなどの分野にも広がっています。

さらに、 GPT-4 や GPT-5 などの最先端の AI モデルのトレーニング プロセスは、依然として非常に多くのリソースを必要とします。電力と水の両面で水資源が不足しており、テクノロジー企業は原子力などの新しいエネルギー源を探したり、水インフラが保証されたデータセンターの立地を検討したりする必要に迫られています。

La 明確な基準、公式の数字、計算の透明性の欠如が論争を煽り続けているEpochAIなどの組織やコンサルティング会社は、その影響の推定を試みていますが、大規模な生成AIとの相互作用による真の環境コストについては、依然としてコンセンサスが得られていません。一方で、この議論は、この技術の将来と、主要な支持者の環境責任について考える機会を開くものとなっています。

についての議論 サム・アルトマンとAI全般 技術革新と持続可能性の間の緊張関係を浮き彫りにしています。サム・アルトマン氏が提示した数値は、個々の協議の影響が低いことを国民に安心させようとしていますが、透明性の欠如とサービスの世界的な規模は、私たちの日常生活に既に浸透しているシステムのエコロジカル・フットプリントを評価する際に、監視と科学的厳密さの必要性を改めて浮き彫りにしています。