Користењето вештачка интелигенција на мајчиниот јазик би можело да биде значително поскапо и енергетски поинтензивно отколку на англискиот. Истражување на научници од Универзитетот во Мичиген покажало дека големите јазични модели (ЛЛМ) за генерирање текст на некои јазици трошат и до 180 пати повеќе енергија отколку за споредлива задача на англиски јазик. Истовремено, токму на јазиците за кои е потребна поголема енергија моделите често постигнуваат и помала точност.
Разликите се особено изразени кај јазиците што не користат латинично писмо и за кои има помалку дигитални содржини достапни за тренирање на моделите. На пример, генерирањето одговори на хинди бара просечно 7,9 пати повеќе енергија, а на бенгалски дури 15,3 пати повеќе отколку на англиски. Кај повеќето западноевропски јазици разликата е значително помала и главно не надминува двојна потрошувачка.
<text color=”secondary” size=”xs”>Потрошувачка на енергија по излезен токен на 122 јазици. Извор: Универзитетот во Мичиген.</text>
Според процените на истражувачите, околу 5,2 милијарди луѓе живеат во јазични заедници чии припадници би можеле да трошат повеќе од двојно повеќе енергија за генерирање текст на мајчиниот јазик отколку говорителите на англискиот.
Истражувачите споредиле три модели со отворен код: Квен 3 на „Алибаба“, Џема 3 на „Гугл“ и Лама 3.1 на „Мета“. Ги тестирале на задачи за разбирање прочитан текст, математички проблеми и кориснички прашања.
За мерење на потрошувачката на енергија го користеле алатот МЛ.Енерџи (ML.Energy), развиен на Универзитетот во Мичиген.
