Raksasa teknologi punya telah menginvestasikan ratusan miliar dolar ke pusat data AI pada tahun ini saja. Namun seiring dengan semakin banyaknya kesepakatan yang ada, kekhawatiran akan kelangsungan dan keberlanjutannya pun semakin meningkat. Michael Calore dan koresponden senior Lauren Goode duduk bersama penulis senior Molly Taft untuk membahas bagaimana sebenarnya fasilitas yang haus energi ini bekerja, berbagai kepentingan industri yang dipertaruhkan, dan apakah semuanya akan runtuh.
Disebutkan dalam episode ini:
Obsesi Peningkatan Industri AI Menuju Tebing oleh Will Knight
Kesepakatan AMD Blockbuster OpenAI adalah Taruhan pada Permintaan AI yang Hampir Tak Terbatas oleh Will Knight
Pertarungan Politik Sedang Terjadi Terkait Pusat Data oleh Molly Taft
Berapa Banyak Energi yang Digunakan AI? Orang yang Tahu Tidak Mengatakan oleh Molly Taft
Anda dapat mengikuti Michael Calore di Bluesky di @makanan ringanLauren Goode di Bluesky di @laurengoodedan Molly Taft di Bluesky di @mollytaft. Menulis kepada kami di uncannyvalley@wired.com.
Bagaimana Mendengarkan
Anda selalu dapat mendengarkan podcast minggu ini melalui pemutar audio di halaman ini, namun jika Anda ingin berlangganan gratis untuk mendapatkan setiap episodenya, berikut caranya:
Jika Anda menggunakan iPhone atau iPad, buka aplikasi bernama Podcasts, atau cukup ketuk tautan ini. Anda juga dapat mengunduh aplikasi seperti Overcast atau Pocket Casts dan mencari “lembah luar biasa”. Kami aktif Spotify juga.
Salinan
Catatan: Ini adalah transkrip otomatis, yang mungkin mengandung kesalahan.
Michael Kalori: Hei, Lauren. Apa kabarmu?
Lauren Goode: Hei, Mike. saya hebat. Senang sekali bisa kembali ke studio bersamamu lagi, karena jadwal kita tidak selaras selama beberapa minggu terakhir.
Michael Kalori: Tidak. Namun kini bintang dan bulan telah sejajar, dan di sinilah kita sekali lagi.
Lauren Goode: Ini dia. Dan saya yakin semua pendengar kami yang duduk di sini bertanya-tanya, “Kapan Lauren dan Mike kembali bersama? Kapan band ini kembali bersama?” Dan saya baru saja menghadiri makan malam AI lagi tadi malam. Semua orang membicarakan AI. Semua orang membicarakan apakah kita berada dalam gelembung AI atau tidak, dan menurut saya sebagian besar dari hal ini dipicu oleh berita yang kita lihat bermunculan tentang semua proyek infrastruktur AI ini.
Michael Kalori: Ya, pusat data.
Lauren Goode: Pusat data.
Michael Kalori: Gudang besar, penuh dengan komputer.
Lauren Goode: Diisi dengan rak server.
Michael Kalori: Dan yang pasti kami akan membahas semua itu di acara hari ini. Namun sebelum kita membahasnya, kita harus menyambut tamu kita, penulis senior WIRED dan pakar energi iklim, Molly Taft, yang bergabung dengan kita hari ini. Halo Molly.
Molly Taft: Halo.
Lauren Goode: Hai, Molly. Apakah ini pengukuhanmu? Lembah Luar Biasa siniar?
Molly Taft: Ya, dan saya adalah penggemarnya, jadi sejujurnya ini adalah masalah besar bagi saya. Saya sangat senang berada di sini membicarakan topik favorit saya dan hal yang paling sering ditanyakan orang kepada saya akhir-akhir ini di pesta.
Lauren Goode: Dan apa itu?
Molly Taft: Pusat data. Ini adalah pusat data.
Lauren Goode: Saya pikir Anda akan menyebutkan tagihan listrik mereka.
Molly Taft: Ya, maksudku, mereka berhubungan, bukan?
Michael Kalori: Ya.
Molly Taft: Orang-orang bersemangat tentang hal itu.
Michael Kalori: Ini milik WIRED Lembah Luar Biasasebuah pertunjukan tentang masyarakat, kekuasaan, dan pengaruh Silicon Valley. Hari ini kita berbicara tentang ledakan infrastruktur AI. Dalam beberapa tahun terakhir, raksasa teknologi seperti OpenAI, Amazon, Meta, dan Microsoft telah menginvestasikan ratusan miliar dolar untuk pusat data. Ini adalah gudang besar yang penuh dengan server yang menyediakan daya komputasi dalam jumlah besar yang diperlukan untuk menjalankan model AI. Pengumuman baru-baru ini seperti OpenAI, pusat data Stargate baru di Texas, atau kesepakatan startup AI dengan pembuat chip AMD, hanya menambah hype dan modal seputar perluasan pusat data ini. Namun ketika kesepakatan terus menumpuk, permasalahan seputar ekspansi yang cepat ini menjadi semakin mengkhawatirkan. Kita akan mendalami cara kerja pusat data ini, dampak apa yang telah mereka timbulkan di beberapa komunitas, dan apa yang diungkapkan pusat data tersebut tentang kondisi industri AI dan perekonomian kita saat ini. Saya Michael Calore, Direktur Teknologi dan Budaya Konsumen.
Lauren Goode: Saya Lauren Goode. Saya seorang koresponden senior.
Molly Taft: Dan saya Molly Taft, seorang penulis senior yang meliput energi dan lingkungan.
Michael Kalori: Saya pikir aman untuk mengatakan bahwa kita semua, termasuk pendengar kita, pernah mendengar tentang pusat data di berita dan mereka memiliki gagasan yang cukup bagus tentang apa itu pusat data. Namun mari kita bahas mengapa perusahaan AI mengandalkannya. Dengan kata lain, bagaimana kueri ChatGPT di komputer saya bisa masuk ke pusat data?
Lauren Goode: Ini adalah pertanyaan yang bagus dan saya pikir kita akan sedikit bingung.
Michael Kalori: Luar biasa.
Lauren Goode: Oke. Katakanlah Anda mengetik di ChatGPT bahwa Anda menginginkan beberapa pilihan resep makan malam malam ini, atau “Apa yang akan saya berikan untuk Mike untuk ulang tahunnya tahun depan?”
Michael Kalori: Memberkatimu.
Lauren Goode: Anda mengirimkan permintaan Anda dan kemudian masuk ke server OpenAI. Ini melewati beberapa pos pemeriksaan terlebih dahulu. Seperti ada otentikasi, apakah Anda pengguna yang valid? Moderasi, apakah perintahnya oke atau sejalan dengan pedoman mereka? Dan kemudian beberapa penyeimbangan beban, yaitu pusat data mana yang pada akhirnya harus menangani hal ini? Kata-kata atau rangkaian teks yang Anda tulis dipecah menjadi potongan-potongan kecil teks yang disebut token. Mereka seperti potongan puzzle yang dapat diproses oleh model kecerdasan buatan. Dan pada titik ini, permintaan masuk ke perangkat keras khusus, dalam banyak kasus GPU.
Molly Taft: Ya. Bagian selanjutnya adalah kuncinya. GPU, yang merupakan singkatan dari unit pemrosesan grafis, sangat penting untuk sistem AI. Ini adalah kartu elektronik yang sangat bagus dalam pemrosesan paralel, yang pada dasarnya berarti kartu tersebut dapat melakukan banyak perhitungan sekaligus. Pusat data penuh dengan deretan server logam yang berisi GPU ini, jadi setelah Anda mengirimkan kueri, kueri tersebut akan diproses oleh GPU tersebut. Anda mungkin pernah mendengar beberapa yang paling terkenal di berita utama teknologi, seperti H100 dari Nvidia.
Lauren Goode: Ah, H100. Anak-anak tidak pernah merasa cukup dengan mereka.
Michael Kalori: Teman lamaku.
Lauren Goode: Dan kemudian saya kira untuk mengembalikannya ke pertanyaan kita tentang apa yang harus dimakan untuk makan malam malam ini atau hadiah ulang tahun Mike tahun depan, setelah pertanyaan itu tiba di pusat data dan server, model AI mulai bekerja. Ini disebut waktu inferensi. Model tersebut akan memprediksi kata-kata apa, dalam bentuk token, yang akan muncul berikutnya, satu demi satu hingga menghasilkan jawaban yang lengkap. Dan terakhir, respons dikirim kembali melalui jalur jaringan yang sama ke browser atau aplikasi Anda. Ini adalah versi yang sangat ringkas tentang apa yang terjadi, namun pada tingkat tinggi, itulah mengapa pertanyaan atau kueri ChatGPT Anda harus diteruskan ke pusat data ini.
Michael Kalori: Dan ini semua terjadi dalam hitungan detik.
Lauren Goode: Sungguh ajaib.
Michael Kalori: Ya.
Lauren Goode: Ya.
Michael Kalori: Yah, saya suka rinciannya. Sekadar catatan, saya juga harus mengatakan bahwa saya mungkin tidak akan pernah meminta rekomendasi resep dari ChatGPT. Dan Lauren, saya sangat berharap Anda mendapatkan jawaban yang bagus tentang apa yang akan saya dapatkan dari ulang tahun saya karena saya sudah sangat bersemangat.
Lauren Goode: Anda mungkin ingat bahwa saya melakukan ini tahun lalu untuk ulang tahun Anda, dan saya rasa saya masih belum memberikan apa pun untuk Anda.
Michael Kalori: Saya pikir jika ada pertanyaan berikutnya yang dimiliki semua orang tentang pusat data, maka pertanyaannya adalah seberapa boros energinya pusat data. Karena bahkan permintaan sederhana seperti itu, kita berbicara tentang mengakses beberapa server berbeda. Anda membagi kueri Anda menjadi beberapa token berbeda, lalu menyebarkannya ke pusat data ini. Seberapa besar dampak persyaratan komputasi tersebut terhadap lingkungan? Dan Molly, saya ingin menanyakan pertanyaan ini karena saya tahu Anda sudah banyak melaporkan hal ini, seperti apa konsumsi energi pusat data? Dan apakah kita hanya berbicara tentang energi? Apakah kita berbicara tentang air? Seperti apa bentuknya?
Molly Taft: Pusat data yang besar, ada banyak hal yang terjadi di dalamnya. Mereka membutuhkan sistem pendingin, mereka perlu menyalakan lampu, mereka perlu menjalankan peralatan jaringan mereka. Itu semua menciptakan banyak energi. Mereka tidak bekerja pada tingkat energi yang sama sepanjang waktu. Mereka sering berjalan dalam siklus berdasarkan kapan ada lebih banyak pertanyaan. Mereka akan beristirahat di malam hari ketika jumlah permintaan lebih rendah. Dan dampak lingkungan dari pusat data juga bergantung pada jenis energi yang digunakan. Jika Anda terhubung ke jaringan listrik yang lebih kotor, yaitu jaringan listrik yang menggunakan bahan bakar fosil, Anda akan menghasilkan lebih banyak emisi. Pusat data yang menggunakan tenaga surya atau angin akan memiliki dampak lingkungan yang lebih rendah. Sungguh lucu mencoba menghitung jejak pusat data tertentu karena sebagian besar informasi mengenai dampak lingkungan merupakan informasi hak milik, jadi sebagian besar yang kami kerjakan adalah hal-hal yang dilakukan secara sukarela oleh perusahaan. Anda akan melihat berita utama. Meta sedang membangun pusat data yang mereka sebut Hyperion di Louisiana. Itu adalah bagian dari pembangunan mereka yang lebih besar, dan itu akan menjadi hal yang sangat besar. Dikatakan bahwa energinya akan mencapai sekitar lima gigawatt, dan itu merupakan jumlah yang sangat besar. Itu sekitar setengah dari beban listrik puncak di Kota New York. Itu adalah yang terbesar yang sedang dibangun saat ini, namun masih banyak lagi di luar sana. Ada juga perkiraan tingkat regional, dan ada beberapa tempat di dunia yang mulai khawatir tentang berapa banyak energi yang dikonsumsi atau akan dikonsumsi oleh pusat data. Di Irlandia, saat ini pusat data menggunakan lebih dari 20% listrik di negaranya, dan ini sungguh gila.
Lauren Goode: Wow.
Molly Taft: Virginia juga menghadapi jurang yang sangat besar, dan mereka diperkirakan akan menggunakan lebih banyak lagi dalam beberapa tahun ke depan. Jadi secara grup, pasti ada tren energi yang sedang naik.
Lauren Goode: Anda menyebutkan bahwa setiap perusahaan teknologi, perusahaan pusat data, melaporkan penggunaan energinya. Saya ingin tahu seberapa jauh mereka melangkah. Misalnya, jika mereka menggunakan GPU dalam jumlah tertentu dan komponen dari GPU tersebut harus dikirim dari berbagai belahan dunia atau diproduksi di berbagai belahan dunia, hal ini juga merupakan biaya emisi. Jadi, apakah ada di antara mereka yang menerapkan hal itu?
Molly Taft: Ya, masalah iklim dan masalah emisi adalah Anda bisa terus berada di lubang kelinci ini selamanya. Apa yang Anda bicarakan masuk ke dalam pelaporan emisi, yaitu berapa total dampak lingkungan dari apa yang Anda lakukan? Dan ini adalah sesuatu yang terus-menerus dicari oleh para ahli iklim dan orang-orang yang suka menghitung emisi ketika menyangkut perusahaan tertentu. Dan banyak perusahaan belum tentu ingin mengambil rantai tersebut. Namun menurut saya ketika kita berbicara tentang penggunaan listrik, kita berbicara tentang penggunaan listrik di lokasi. Kita berbicara tentang apa yang diperlukan untuk menghidupkan dan menjalankannya. Total dampak dari hal-hal ini mungkin jauh lebih besar dari yang kita kira.
Lauren Goode: Dan ketika Anda menyebutkan orang-orang yang suka mengerjakan matematika dan memikirkan hal ini, saya memikirkan seseorang seperti Sasha Luccioni yang, dia cukup vokal di luar sana. Dia adalah pemimpin iklim di Hugging Face. Dan dia cenderung, dengan kata lain, menyebut omong kosong tentang angka-angka yang dikemukakan oleh para pemimpin teknologi ini.
Molly Taft: Ya, dan Sasha sangat pandai dalam memanggil, terutama ketika Anda memiliki model yang kurang transparan, mengenai seberapa banyak e nergy sebenarnya masuk ke dalam kueri. Ada angka-angka yang sering dilontarkan, dan Sam Altman mengeluarkan postingan blog musim panas ini di mana dia mengatakan rata-rata kueri untuk ChatGPT menggunakan tentang apa yang akan digunakan oven dalam waktu kurang dari satu detik atau bola lampu berefisiensi tinggi akan digunakan dalam beberapa menit. Energinya sekitar 0,34 watt-jam. Tapi Sasha dengan tepat menunjukkan bahwa angka-angka seperti ini tidak memberi kita banyak hal untuk dikerjakan. Saat dia mengatakan pertanyaan rata-rata, apa maksudnya? Berapa banyak dari pertanyaan tersebut yang terjadi? Pusat data ini terhubung dengan apa? Apakah jaringan listrik tersebut terhubung dengan jaringan listrik yang sebagian besar menggunakan energi terbarukan? Apakah jaringan listrik tersebut terhubung dengan jaringan listrik yang menggunakan batu bara? Ada begitu banyak faktor yang mempengaruhi penggunaan energi produk ini. Dan Sasha menyampaikannya dengan sangat, sangat baik. Dia mengatakan bahwa Altman “mengeluarkan sosok itu dari pantatnya.” Itu kutipan langsung. Dan dia mengatakan kepada saya, “Saya terkejut ketika mengetahui bahwa Anda dapat membeli mobil dan mengetahui berapa mil per galon yang dikonsumsi, namun kami menggunakan semua alat AI ini setiap hari dan kami sama sekali tidak memiliki metrik efisiensi, faktor emisi, atau apa pun.” Jadi hanya satu angka saja tidak membantu kita mendapatkan gambaran yang lebih besar, dan sering kali hal ini hanya membantu perusahaan menunda-nunda dalam mengeluarkan lebih banyak data.
Michael Kalori: Kami tidak memiliki indikator yang jelas tentang berapa banyak energi yang digunakan setiap kueri dan berapa banyak energi yang dikonsumsi oleh pusat data ini, selain itu energi yang banyak dan merupakan masalah. Meskipun menyadari bahwa hal ini adalah sebuah masalah, banyak perusahaan teknologi besar yang berinvestasi pada infrastruktur AI terus membangun, membangun, membangun. Kami telah membicarakan beberapa pemain besar dan kami harus memastikan bahwa kami menyebutkan mereka sebanyak mungkin. Siapa nama besar lainnya di bidang ini?
Lauren Goode: Sejujurnya, menurut saya yang terbesar adalah yang telah kami sebutkan, yaitu OpenAI, AMD, Nvidia, dan Proyek Stargate yang merupakan istilah umum untuk sejumlah kemitraan yang berbeda. Proyek Stargate adalah komitmen 10 gigawatt senilai $500 miliar antara OpenAI, SoftBank, Oracle, dan MGX, semua hubungan yang saling berhubungan antara berbagai hyperscaler dan pembuat chip. Yang menarik adalah terdapat sedikit perubahan dalam terminologi atau cara mendeskripsikan investasi ini, dan mereka digambarkan sebagai investasi gigawatt. Jadi, dalam banyak kasus, ini merupakan investasi yang terhuyung-huyung. Hal ini didasarkan pada asumsi bahwa permintaan akan AI akan terus meningkat, dan pada akhirnya akan semakin banyak energi atau daya komputasi yang dibutuhkan. Ini bukan sebuah pernyataan yang jelas, “Sebagai imbalan atas jumlah investasi ini, perusahaan ini akan mendapatkan X juta GPU.” Ini bukan pelaporan unit dasar.
Michael Kalori: Oke, jadi ada satu hal yang Anda katakan di sana yang ingin saya dengar lebih lanjut, dan itu adalah hyperscaling. Karena sepertinya apa yang kita bicarakan adalah hiperskala, namun Anda mengatakan bahwa ada perusahaan yang tertarik untuk tumbuh lebih dari apa yang telah kita bicarakan?
Lauren Goode: Ya, mereka semua tertarik untuk berkembang lebih jauh. Siapa di antara kita, Mike? Namun hyperscaler mengacu pada kelas perusahaan teknologi besar atau penyedia layanan cloud. Jadi Meta, Amazon, Microsoft, Google, semuanya ada dalam kategori itu.
Molly Taft: Ya, dan menurut saya penting untuk diingat bahwa perusahaan-perusahaan ini memiliki begitu banyak uang dan mereka memiliki kemampuan untuk meningkatkan modal seperti bisnis orang lain. Jadi mereka mampu melakukan beberapa hal gila untuk membangun dengan cepat dan membangun dengan sangat, sangat besar. Dan mereka menjadi cukup kreatif, karena tujuan mereka saat ini adalah membangun hal-hal ini dengan cepat dan menjalankannya sehingga pada dasarnya mereka dapat menggunakan infrastruktur fisik ini untuk bersaing satu sama lain.
Lauren Goode: Menurutku itu benar, Molly. Saya pikir ada banyak pembentukan musuh yang terjadi saat ini, dan saya ingin sekali menjadi bagian dari obrolan grup mereka ketika semua pengumuman ini dibuat.
Michael Kalori: Ya, dan berbicara tentang musuh, lingkup pengaruh lain di mana perusahaan-perusahaan ini beroperasi adalah bidang politik. Tentu saja, untuk membangun pusat data raksasa di suatu tempat, Anda harus memiliki kemauan politik untuk melakukannya, yang berarti Anda memerlukan dukungan dari penduduk setempat, pemerintah daerah, negara bagian, dan negara. Jadi, apa yang terjadi di dunia politik dengan pihak-pihak yang ingin membangun lebih banyak pusat data dan pihak-pihak yang menentang peraturan? Bagaimana kelanjutannya?
Molly Taft: Itu pertanyaan yang bagus, dan menurut saya jika Anda melihat perbincangan nasional, hal ini sangat berbeda dengan apa yang terjadi di tingkat lokal. Anda memiliki Washington, Anda jelas memiliki pemerintahan yang sangat ramah terhadap gagasan kerajaan AI Amerika. Yang penting dalam pembahasan energi, cara pemerintahan Trump mendekati dukungan ini adalah melalui dukungan bahan bakar fosil. Mereka sangat ingin semua pusat data ditenagai oleh minyak dan gas, sedikit nuklir dan batu bara. Dan ini juga bermanfaat bagi industri-industri tersebut. Jika Anda ingin mengalami perluasan permintaan listrik secara besar-besaran, sungguh menyenangkan berada di tengah-tengah hal tersebut dan menjadi salah satu tujuan yang diinginkan semua orang untuk sumber daya energi. Dan di sisi lain, terdapat banyak penolakan masyarakat lokal terhadap pusat-pusat data ini karena berbagai alasan, baik karena penggunaan air, ketakutan akan kenaikan tarif listrik, kebisingan, dan beberapa perjuangan besar yang telah menjadikan isu ini menjadi perbincangan nasional. Saya sedang memikirkan xAI di Memphis. Ketika Elon Musk ingin mengaktifkan dan menjalankan xAI, dia memasang sekelompok turbin gas yang tidak memiliki izin agar xAI dapat berfungsi. Dia memasangnya di komunitas mayoritas kulit hitam di Memphis yang sudah memiliki masalah parah dengan polusi udara dan asma. Dan orang-orang itu membuat diri mereka dikenal. Awal tahun ini, ada upaya di DC untuk memberlakukan moratorium terhadap peraturan negara bagian apa pun seputar AI. Ini adalah penyertaan yang sangat luas dalam RUU Besar Indah yang pada akhirnya tidak berhasil. Namun salah satu orang yang menentangnya secara terbuka adalah Marjorie Taylor Greene, yang sebenarnya menyebutkan pusat data dalam penentangannya, dan dia membandingkan AI dengan Skynet, AI fiksi dari franchise film Terminator. Jadi, hal ini membuat beberapa orang saling bersekutu satu sama lain, menurut saya ini adalah kontras antara apa yang ingin didorong oleh pemerintah dan beberapa perusahaan energi yang sangat kuat yang ingin mengambil keuntungan dari hal ini, dibandingkan dengan beberapa gerakan lokal yang benar-benar berada di akar rumput dan orang-orang yang khawatir tentang dampak dari hal-hal ini yang akan dilakukan di komunitas mereka.
Michael Kalori: Kami akan mengambil rehat sejenak sekarang, namun saat kembali lagi, kami akan menyelami mengapa perusahaan AI yang bertaruh secara agresif dalam melakukan penskalaan mungkin akan merugikan mereka. Jadi tetaplah bersama kami.
Selamat datang kembali Lembah Luar Biasa. Hari ini kita berbicara tentang ledakan infrastruktur AI. Sekarang, Lauren dan Molly, kita baru saja membahas mengapa investasi pusat data meningkat dan apa dampak yang diketahui. Jadi kini muncul pertanyaan kunci lainnya, apakah semua ekspansi agresif ini merupakan ide yang bagus?
Lauren Goode: Itu tergantung pada siapa Anda bertanya, Mike. Para pendiri AI biasanya akan memberi tahu Anda bahwa tidak ada yang perlu dikhawatirkan dan hal ini diperlukan untuk memenuhi permintaan AI saat ini dan di masa depan. Namun hal yang paling penting adalah bahwa terlepas dari semua investasi ini, belanja konsumen untuk AI belum mencapai titik tersebut. Dan beberapa perusahaan model terdepan telah melihat sejumlah besar pendapatan mereka berasal dari pengembang perusahaan yang benar-benar membangun perusahaan mereka dan menggunakan AI untuk alasan tersebut. Saya harus membayangkan, dan ini hanya teori saya sendiri, bahwa kecuali kita menjadi sebuah dunia di mana konsumen pada dasarnya adalah pengembang, di mana konsumen menggunakan AI sampai pada titik di mana kita semua membangun sesuatu dan menulis baris kode berdasarkan hal ini, saya tidak melihat bagaimana pendapatan bisa sampai ke sana. Saya juga menemukan hal ini sangat menarik, The Economist melaporkan bahwa AI hyperscaler, yang merupakan penyedia layanan cloud yang saya bicarakan merupakan pembelanja terbesar pada AI, menggunakan beberapa trik akuntansi yang menarik untuk mencoba menekan pengeluaran infrastruktur yang dilaporkan. Yang kemudian tentu saja berdampak pada penggelembungan keuntungan dari hal tersebut. Jadi menurut saya itulah salah satu alasan mengapa banyak orang khawatir akan adanya gelembung AI. Ini soal pasokan dan permintaan, dan saat ini kita sebagai negara menghabiskan begitu banyak uang untuk pasokan dan hanya berharap permintaan terus meningkat.
Michael Kalori: Semoga saja.
Molly Taft: Saya pikir ketika kita berbicara tentang permintaan akan hal ini, Anda harus memahami bahwa di baliknya, ada lebih banyak hal yang terjadi daripada sekadar membaca daun teh secara akurat. Ada sebuah kejadian di akhir tahun 90an dan awal tahun 2000an, di mana tiba-tiba muncul narasi tentang berapa banyak energi yang akan digunakan internet. Dan ada banyak artikel penting yang menyatakan bahwa pada tahun 2010-an, internet akan menggunakan setengah dari listrik di Amerika. Internet dianggap sebagai penyedot listrik yang sangat besar, dan kita perlu membangun lebih banyak pembangkit listrik tenaga batu bara untuk mengatasinya. Ada seorang peneliti yang sangat cerdas bernama John Koomey yang menyelidiki hal ini, dan dia menemukan bahwa hal ini sebenarnya didorong oleh industri yang ingin mendapatkan keuntungan dari pembangunan tersebut. Dan tentu saja, hal itu tidak terjadi. Peningkatan efisiensi sangat besar. Internet sebenarnya tidak menggunakan banyak energi. Saya pikir kita berada dalam momen yang aneh ketika penggunaan energi di AS tetap stagnan. Kami menjadi lebih baik dalam menggunakan apa yang kami miliki dan kami menjadi lebih baik dalam menjadi lebih efisien. Dan tiba-tiba ada kemungkinan untuk mendapatkan pelanggan besar dari berbagai industri, tidak hanya energi. Jadi, sulit untuk mengatakan apakah kita berada dalam gelembung ketika ada begitu banyak orang yang mendapat manfaat dari orang-orang yang percaya bahwa hal ini benar-benar akan terjadi.
Lauren Goode: Dan pada titik tersebut, ketika Anda melakukan investasi infrastruktur semacam ini, ini adalah investasi yang sangat tetap dan pada dasarnya Anda melakukannya dengan asumsi bahwa cara komputasi yang terjadi akan tetap sama untuk jangka waktu tertentu. Dan sebenarnya, apa yang kami lihat adalah bahwa beberapa model AI yang lebih intensif komputasinya berpotensi memberikan keuntungan yang lebih kecil dibandingkan dengan model yang lebih kecil. Misalnya, perusahaan model terdepan seperti OpenAI, saat ini jauh lebih baik, lebih pintar dibandingkan model yang lebih kecil dari laboratorium akademis, namun hal tersebut mungkin tidak selalu terjadi. Ada banyak penelitian menarik yang sedang dilakukan. Ada alternatif baru untuk pembelajaran mendalam, ada desain chip baru, ada pendekatan baru seperti komputasi kuantum. Dan menurut saya apa yang kita lihat dengan keluarnya DeepSeek dari Tiongkok dan model berbiaya rendahnya yang luar biasa, atau dilaporkan, pada bulan Januari lalu, telah menjadi bukti realitas bagi industri AI.
Michael Kalori: Menurut Anda apa yang kita sebagai warga negara, sebagai orang yang mempunyai keputusan apakah akan menggunakan alat AI atau tidak, dan kita mempunyai keputusan untuk terlibat dalam apakah pusat data akan datang ke negara bagian kita atau tidak, apa yang bisa kita lakukan?
Molly Taft: Saya memikirkan hal ini sepanjang waktu. Saya akan berasumsi, saya akan mengambil risiko bahwa kebanyakan orang yang mendengarkan ini adalah kutu buku dan menikmati membaca dan belajar, dan satu hal yang saya… Saya sangat menyenangkan di pesta. Satu hal yang ingin saya sampaikan kepada orang-orang di pesta bukanlah untuk terlibat, tetapi untuk mempelajari lebih lanjut tentang cara kerja perusahaan listrik setempat. Karena jika pusat data datang ke wilayah Anda dan berdampak pada tagihan listrik Anda, itu karena utilitas Anda. Dan utilitas di AS diatur dengan cara yang sangat aneh, dan banyak dari mereka adalah milik investor, jadi mereka masih harus mendapat untung sendiri. Namun mereka juga mengontrol berapa banyak uang yang Anda lihat di tagihan listrik Anda setiap bulan. Jadi menurut saya masalah seperti ini bisa terasa begitu besar dan berada di luar kendali Anda, namun semakin Anda menggali sisi buruknya, semakin banyak Anda akan menemukan orang-orang yang mengatur bahkan hanya sekedar permintaan dasar kepada perusahaan utilitas untuk menggunakan lebih banyak energi terbarukan, untuk memantau kenaikan tarif. Dan merekalah yang akan mengetahui jika pusat data hadir di kota, apa pengaruhnya terhadap tagihan listrik Anda. Jadi saya akan mendorong orang untuk membaca lebih banyak tentang topik menarik mengenai utilitas listrik di Amerika Serikat.
Lauren Goode: Itu sangat bagus.
Molly Taft: Ya.
Lauren Goode: Molly, Anda akan senang mendengar bahwa beberapa minggu yang lalu saya berada di Chandler, Arizona untuk tur ke pabrik fabrikasi chip baru Intel. Ada segelintir dari kami yang menurut saya mungkin merupakan jurnalis teknologi arus utama di sana, namun ada seorang wanita dari surat kabar di Arizona yang sangat memperhatikan listrik dan utilitas serta penggunaan air di wilayah tersebut.
Molly Taft: Ya, dialah yang asli, sejujurnya. Baca barang-barangnya.
Lauren Goode: Ya. Saran saya tidak terlalu berkaitan dengan penggunaan energi atau penggunaan AI oleh Anda sendiri, tetapi saya hanya akan mengatakan lebih banyak lagi pada bidang humaniora. Saya rasa AI tidak akan hilang, meskipun kita berada di dalam gelembung, meskipun gelembung itu pecah. Tampilannya mungkin akan berubah dalam beberapa tahun ke depan, namun menurut saya hal ini tidak akan hilang. Dan saya pikir di masa depan, saya ingin percaya bahwa apa yang akan membuat kita menonjol adalah kemampuan kita untuk berpikir dan hubungan antarmanusia, sumber daya manusia kita, jika Anda mau, dan kemampuan kita untuk mengapresiasi karya seni nyata yang dihasilkan oleh manusia. Dan itulah yang telah saya lakukan. Saya hanya menghabiskan banyak waktu ketika saya tidak menggunakan internet, membaca buku yang ditulis oleh manusia dan menonton film, berhubungan kembali dengan keluarga dan teman. Itu saya, entahlah, saya kira tindakan perlawanan kecil saya.
Michael Kalori: Itu bagus.
Molly Taft: Sama, sejujurnya. Ya.
Michael Kalori: Ya. Menurut saya, Anda memang perlu memahami teknologi-teknologi ini untuk mendapatkan opini tentang teknologi tersebut, dan untuk memahaminya, Anda harus terlibat dengannya. Jadi saya mendorong Anda untuk mencoba-coba sedikit, tapi jangan menggunakan AI seperti monster. Jangan ucapkan terima kasih kepada mesin, karena kita tahu bahwa orang yang mengetikkan terima kasih di akhir pertanyaan atau setelah mendapat jawaban, menghabiskan lebih banyak sumber daya. Jadi cukup pahami teknologinya sehingga Anda memahami mengapa penting untuk memiliki opini tentang teknologi, dan hal ini dapat membantu Anda membentuk opini Anda. Dan juga menolak fitur AI yang dijejali pada hal-hal yang tidak diperlukan. Jadi jika Anda tidak melihat kegunaan fitur AI di ponsel atau mobil Anda, cari tahu cara mematikannya, karena itu seperti mematikan lampu saat Anda keluar rumah. Baiklah, mari kita istirahat lagi, lalu kita kembali dan melakukan WIRED-Tired, eksperimen kecil baru kita. Selamat Datang kembali. Lauren dan Molly, sekarang kita akan memasuki segmen baru yang kami sebut WIRED-Tired, dan ada garis miring di antara kedua kata tersebut. Ini WIRED-Lelah. Jika Anda sudah lama membaca WIRED, maka Anda akan tahu bahwa format WIRED-Tired adalah bagian besar dari merek kami. Jadi apapun yang baru dan keren adalah WIRED, dan apapun yang ketinggalan jaman yang menggantikannya adalah melelahkan. Dan WIRED dan lelah tidak harus terkait satu sama lain, tetapi hanya sajaknya lebih baik dan benar-benar menarik perhatian jika keduanya terkait. Jadi kami akan mencobanya di acara ini dan kami akan berbicara tentang apa yang WIRED dan lelahkan dalam hidup kami. Apakah kamu siap?
Molly Taft: Ya.
Lauren Goode: Kami semua lelah.
Molly Taft: Secara pribadi, saya lelah, tetapi senang dengan hal ini.
Michael Kalori: Baiklah, mari kita mulai dengan Lauren. Lauren, beri tahu kami apa yang WIRED dan melelahkan bagi Anda.
Lauren Goode: Oke. Bagi saya, bosan dengan minuman kopi yang berlebihan, dan WIRED hanya memilih kopi tetes sederhana.
Michael Kalori: Dan apa yang Anda masukkan ke dalam kopi tetes Anda?
Lauren Goode: Ini musim bumbu labu, semuanya. Dan saya harus mengatakan bahwa saya muak melihat tanda-tanda tidak hanya pada bumbu labu, tetapi juga perubahan aneh di dalamnya. Dan sekarang seperti latte bumbu labu coklat Dubai. Dan kemana kita akan pergi dengan ini?
Michael Kalori: Tidak. Kita sudah selesai.
Lauren Goode: Tidak ada akhir, jadi hentikan sekarang. Matikan, dan pilih tuang atau teteskan, atau mungkin jika Anda ingin sedikit suka, Americano. Saya suka Americano yang enak. Saya menambahkan sedikit setengah-setengah ke dalam milik saya dan terkadang pemanis. Apa pun. Ya, itu saja.
Michael Kalori: Capek sekali, PSL.
Lauren Goode: Ya.
Michael Kalori: KABEL-
Lauren Goode: Menetes.
Lauren Goode: Jadilah tetesan.
Michael Kalori: Jadilah tetesan.
Lauren Goode: Ya, itu saja.
Michael Kalori: Suka sekali.
Molly Taft: Saya suka itu.
Lauren Goode: Terima kasih.
Michael Kalori: Molly, giliranmu.
Molly Taft: Lelah melihat ponselku. Saya tidak ingin melakukannya lagi.
Lauren Goode: Ya.
Molly Taft: Sejujurnya, saya tidak ingin melakukannya lagi, untuk apa pun. Saya tidak peduli. Ini adalah permintaan maaf publik kepada semua teman saya. Sudah berbulan-bulan aku tidak menjawab SMS karena aku tidak ingin melihat ponselku. Jadi sangat lelah. Saya sangat lelah karenanya. WIRED, hal baru yang disebut buku. Saya suka membacanya. Dan rekomendasi saya, buku yang saya baca awal tahun ini dan terus saya pikirkan, adalah novel berjudul Sky Daddy karya Kate Folk. Itu berlatar di Bay Area, jadi sangat menarik, dan ini tentang seorang wanita yang jatuh cinta dengan pesawat dan saya tidak membocorkan apa pun. Agak tidak aman untuk bekerja, jadi jangan membacanya di tempat kerja, tapi sejujurnya ini adalah salah satu buku terlucu yang pernah saya baca dalam waktu yang sangat lama.
Michael Kalori: Bagus. KABEL, buku. Lelah, telepon. Padat.
Lauren Goode: Besar. Mike, apa milikmu?
Michael Kalori: WIRED saya adalah tablet hidrasi, dan lelah saya adalah air biasa.
Lauren Goode: Oh, aku suka cara kami berdua menikmati minuman.
Michael Kalori: Ya. Baiklah, jadi Anda tetap harus minum air putih, dan saya minum air saat makan, tetapi saat di sela-sela waktu makan ketika saya melakukan sesuatu dan menghidrasi di meja saya, saya sangat menyukai tablet hidrasi dan bubuk hidrasi. Inilah hal-hal yang pada dasarnya mengubah botol air Anda menjadi Gatorade. Ini memberi Anda elektrolit, memberi Anda sedikit rasa, sedikit gula. Sekarang mereka mengandung kafein, dan itu luar biasa.
Lauren Goode: Matamu baru saja berbinar.
Michael Kalori: Oh ya.
Molly Taft: Pengubah permainan.
Michael Kalori: Sama sekali. Anda mendapatkannya di toko perlengkapan olahraga, Anda bisa mendapatkannya di internet atau apa pun. Mereka dijual sebagai nutrisi olahraga. Tapi sungguh mereka hebat karena membuat saya bersemangat meminum air yang ada di depan saya. Terlalu sering saya mengisi botol air saya dan kemudian melupakannya, lalu saya kembali ke kantor empat hari kemudian pada hari Senin dan membuka tutupnya dan rasanya seperti uang receh. Tidak ada yang menginginkan itu. Jadi masukkan tablet hidrasi ke dalam botol air Anda dan isap dan nikmatilah. Aku suka Nuun. Itu bagus.
Lauren Goode: Dan mereka berguna-
Molly Taft: Itu sangat bagus.
Lauren Goode: … paket untuk perjalanan juga.
Molly Taft: Ya.
Michael Kalori: Benar, ya.
Lauren Goode: Ya.
Michael Kalori: Ya, banyak sekali plastik sekali pakai. Ini luar biasa. Juga-
Molly Taft: KABEL.
Michael Kalori: … Cairan IV bagus.
Molly Taft: Liquid IV memiliki rasa es loli petasan. Itu adalah favorit rumah tangga saya.
Michael Kalori: Kami membutuhkan elektrolit rasa PSL.
Lauren Goode: Ya.
Molly Taft: TIDAK.
Michael Kalori: Terima kasih telah mendengarkan Lembah Luar Biasa. Jika Anda menyukai apa yang Anda dengar hari ini, pastikan untuk mengikuti acara kami dan memberi peringkat di aplikasi podcast pilihan Anda. Jika Anda ingin menghubungi kami jika ada pertanyaan, komentar, atau saran acara, kirimkan surat kepada kami di luar biasavalley@WIRED.com. Pertunjukan hari ini diproduseri oleh Adriana Tapia. Amar Lal di Macro Sound mencampurkan episode ini. Mark Lyda adalah insinyur studio kami di San Francisco. Pran Bandi adalah insinyur studio kami di New York. Kate Osborn adalah produser eksekutif kami. Katie Drummond adalah direktur editorial global WIRED, dan Chris Bannon adalah kepala audio global Condé Nast.
