AI Generatif Boros Energi untuk Teks Non-Inggris
Judul asli: Generative AI uses more energy on non-English text
Mengapa Ini Penting
Ketimpangan energi AI per bahasa berdampak pada biaya operasional dan inklusi digital global.
Riset University of Michigan menemukan model AI generatif mengonsumsi lebih banyak energi saat memproses teks dalam bahasa selain Inggris.
Penelitian dari University of Michigan mengungkap kesenjangan konsumsi energi pada model AI generatif berdasarkan bahasa input. Teks non-Inggris membutuhkan lebih banyak token untuk merepresentasikan informasi yang setara, karena tokenizer pada sebagian besar model besar—seperti GPT—dioptimalkan untuk bahasa Inggris. Akibatnya, pemrosesan bahasa Arab, Hindi, atau bahasa Asia lainnya memerlukan lebih banyak komputasi per kalimat. Ini bukan sekadar soal efisiensi teknis: implikasinya menyentuh kesetaraan akses global. Pengguna di negara berkembang yang berbicara bahasa lokal secara tidak langsung menanggung biaya energi lebih tinggi untuk layanan AI yang sama. Temuan ini memperkuat pentingnya pengembangan tokenizer multibahasa yang lebih adil dan efisien.