Sam Altman, az OpenAI vezérigazgatója éles kritikával illette azokat a grandiózus elképzeléseket, amelyek a mesterséges intelligencia (MI) hatalmas energiaigényét az űrbe telepített adatközpontokkal orvosolnák. Miközben Elon Musk és Jeff Bezos egyre többet vizionálnak orbitális pályán keringő szerverfarmokról, Altman szerint ezek a tervek a jelenlegi technológiai és gazdasági realitások talaján egyszerűen értelmezhetetlenek. A vezérigazgató szerint a magas hibaarány, a karbantarthatóság hiánya és a csillagászati költségek olyan gátat jelentenek, amelyeket a közeljövőben nem lehet áttörni. Ezzel párhuzamosan Altman az MI energiahatékonyságát érő kritikákra is reagált, egy szokatlan és provokatív hasonlattal élve: az emberi intelligencia „kiképzésének” biológiai energiaigényéhez mérte a gépi tanulást.
Az űralapú számítástechnika ígérete és a rideg valóság
Az ötlet, hogy az adatközpontokat az űrbe helyezzék, nem új keletű, de a generatív MI robbanásszerű terjedésével kapott új lendületet. Az elmélet szerint az űrben végtelen mennyiségű napenergia áll rendelkezésre, a hűtés pedig a vákuum hidege miatt egyszerűbbnek tűnhet. Elon Musk, a SpaceX és az xAI feje, korábban többször utalt rá, hogy a földi elektromos hálózatok korlátai miatt az orbitális megoldások jelenthetik a kiutat. Jeff Bezos és a Blue Origin szintén vizsgálja az űrbéli infrastruktúra lehetőségeit, látva a földi adatközpontok építése körüli szabályozási és energetikai nehézségeket.
Sam Altman azonban a legutóbbi technikai fórumokon kifejtette, hogy ezek a víziók figyelmen kívül hagyják a mérnöki realitásokat. Az űrben keringő hardverek ki vannak téve a kozmikus sugárzásnak, ami drasztikusan növeli a meghibásodások számát. Míg a földön egy hibás GPU cseréje percek kérdése, az űrben ez jelenleg kivitelezhetetlen vagy megfizethetetlen. Altman „nevetségesnek” nevezte azt az elképzelést, hogy a jelenlegi chip-technológiával stabil és kifizetődő szolgáltatást lehessen nyújtani a sztratoszférán túlról.
Miért nem opció jelenleg az orbitális pálya?
A technikai akadályok mellett a gazdasági tényezők is az űralapú MI ellen szólnak. Az adatközpontok működtetéséhez szükséges sávszélesség biztosítása a Föld és az űr között hatalmas késleltetést (latency) és költséget jelentene. Az MI-modellek betanításához és futtatásához szükséges adatforgalom olyan intenzív, amit a jelenlegi műholdas kommunikációs rendszerek nem tudnának kiszolgálni a szükséges sebességgel. Altman hangsúlyozta, hogy az OpenAI fókusza továbbra is a földi infrastruktúra radikális fejlesztésén van, beleértve a nukleáris energia és a fúziós technológiák integrálását.
Az energiahatékonyság vitája: ember vs. gép
Altman egy másik vitatott témában is megszólalt, mégpedig az MI-modellek hírhedten magas áramfogyasztása kapcsán. Szerinte a kritikusok „tisztességtelen” módon hasonlítják össze a gépi intelligenciát az emberivel. Érvelése szerint egy emberi agy valóban csak körülbelül 20 wattot fogyaszt, de az idáig vezető út – a biológiai evolúció és a felnőtté válásig tartó 20 évnyi tanulás – hatalmas kalóriamennyiséget és energiát emészt fel.
„Gondoljanak bele, mennyi ételt eszik meg egy ember húsz év alatt, mielőtt képessé válik komplex problémák megoldására” – fogalmazott Altman. Véleménye szerint, ha az emberi intelligencia kialakulásának teljes energetikai lábnyomát nézzük, a mesterséges intelligencia betanítása nem is tűnik annyira pazarlónak. Ez a perspektíva új megvilágításba helyezi a technológiai fejlődés környezeti hatásait, bár sok szakértő szerint a biológiai létfenntartás és a szilíciumalapú számítások ilyen típusú párhuzamba állítása sántít.
Technológiai korlátok és összehasonlítások
Az alábbi táblázat összefoglalja az űralapú és a földi adatközpontok közötti legfontosabb különbségeket Sam Altman és az iparági elemzők meglátásai alapján:
| Szempont | Földi adatközpont | Űralapú adatközpont (terv) |
|---|---|---|
| Energiaforrás | Elektromos hálózat, megújulók | Folyamatos napenergia |
| Karbantarthatóság | Könnyű, fizikai hozzáférés | Rendkívül nehéz / robotizált |
| Hűtés | Víz- vagy léghűtés (drága) | Radiatív hűtés (hatékonyabb lehet) |
| Meghibásodási ráta | Alacsony, kontrollált környezet | Magas (kozmikus sugárzás miatt) |
| Késleltetés (Latency) | Minimális (helyi hálózatok) | Jelentős (műholdas kapcsolat) |
A magyar vonatkozás: hol állunk az energiaversenyben?
Bár Magyarországon nem terveznek űrbéli adatközpontokat, a hazai informatikai szektor számára is kulcskérdés az MI energiaigénye. A hazai szuperszámítógép-kapacitások, mint például a debreceni Komondor, folyamatosan szembesülnek az energiahatékonyság növelésének kényszerével. Altman érvelése a nukleáris energia fontosságáról rímel a hazai energetikai stratégiára, amely a Paks II. beruházással hosszú távon stabil alapot kíván biztosítani a nagy energiaigényű technológiai ágazatoknak, köztük a hazai MI-kutatásoknak és az adatfeldolgozásnak.
Kilátások: fúzió az űr helyett
Sam Altman szerint a megoldás nem az űrbe menekülés, hanem a földi energiatermelés forradalmasítása. Az OpenAI vezérigazgatója jelentős összegeket fektetett a Helion Energy nevű fúziós startupba, mert meggyőződése, hogy a tiszta és szinte korlátlan fúziós energia fogja megoldani az MI éhségét. Amíg a fúzió nem válik realitássá, marad a küzdelem a földi erőforrásokért, a hatékonyabb chipekért és a fenntarthatóbb algoritmusokért. Az orbitális adatközpontok pedig megmaradnak Musk és Bezos távoli, egyelőre drága és kockázatos álmának.
A jövőben tehát várhatóan nem a fejünk felett keringő szerverek, hanem a földfelszín alatt vagy mellett működő, újgenerációs atomreaktorok fogják kiszolgálni a GPT modellek utódait. Altman szerint a technológiai optimizmus fontos, de azt a fizika és a gazdaságtan szabályai közé kell szorítani.
Források
