非英語テキストでAIのエネルギー消費増大
原題: Generative AI uses more energy on non-English text
なぜ重要か
非英語圏ユーザーの拡大とAIのエネルギー問題が交差する点で、持続可能なAI開発の議論に新たな視座を加える。
ミシガン大学の研究によると、生成AIは英語以外のテキストを処理する際に、英語と比較して多くのエネルギーを消費することが明らかになった。AIの多言語対応が世界的に広がる中、エネルギー効率の格差が新たな問題として浮上している。研究の詳細はミシガン大学のニュースサイトで公開された。
ミシガン大学の研究チームが発表した調査結果によると、生成AIモデルは英語以外の言語でテキストを処理する際に、英語の場合より多くのエネルギーを消費することが判明した。
この差異が生じる主な原因は、大規模言語モデル（LLM）のトークン化の仕組みにある。現在広く使われているLLMの多くは英語を中心に設計されており、英語のテキストは少ないトークン数で効率的に処理できる。一方、日本語・アラビア語・ヒンディー語などの非英語言語は、同じ意味内容を表現するために多くのトークンを必要とするケースが多く、その分だけ計算量とエネルギー消費が増加する。
AIサービスが世界中に普及し、非英語圏のユーザーが急増している現状において、この問題は単なる技術的な課題にとどまらない。英語話者と非英語話者の間でAI利用コストや環境負荷が不均等に分配されるという「エネルギー公平性」の問題でもある。
データセンターのエネルギー消費はすでに世界的な懸念事項となっており、AIの普及がさらにその消費量を押し上げている。多言語処理における非効率性が積み重なることで、環境への影響はさらに拡大する可能性がある。研究チームはより公平で効率的なトークン化手法の開発を訴えており、AI開発者側への技術的改善を求めている。