缓解作为消费者的聊天机器人的碳足迹.pdfVIP

缓解作为消费者的聊天机器人的碳足迹

BorisRufandMarcinDetyniecki

AXAGroupOperations,AIResearch,Paris,France

{boris.ruf,marcin.detyniecki}@

摘要在大型语言模型（LLMs）高能耗以及全球变暖日益引起关注的背景

下，迫切需要能够帮助减少使用这些技术时排放的实际建议。本文研究了

与基于LLM的对话系统的一个基本功能相关的环境影响，这个功能可能

不为最终用户所熟知：即会话记忆，它使系统能够在整个对话中保持上下

本文。通过对来自真实系统的匿名化令牌数据进行对话模式分析后，得出了

译个人如何以更可持续的方式使用聊天机器人的建议。基于模拟，估计了采

中用这种生态行为的节约潜力。

1

vKeywords:可持续的人工智能·对话代理·生态手势。

1

1

91动机

0

0

.人工智能（AI）被广泛认为是一种具有颠覆性潜力的技术，能够改变我

8

0们生活的各个方面，并革新我们的工作方式。自然语言处理和机器学习的成

5功促进了大型语言模型（LLMs），如ChatGPT的发展。这些基于AI的对

2

:话代理在编程、客户服务和教育等多个领域中因其能够进行自然、类似人类

v

i的对话而逐渐占据一席之地[12,4,15]。这种技术的一个缺点是其开发和应用

x

r消耗了巨大的能量，并留下了较大的碳足迹[13,7]。这尤其令人担忧，因为

a

迫在眉睫的全球变暖危机要求我们必须大幅减少碳排放以减轻其对社会的

影响[3]。那么，我们如何既能继续从AI的创新潜力中受益，又能同时减少

其碳足迹呢？

AI供应商和数据中心在优化效率方面具有最大的潜力。相比之下，终

端用户的选择有限，且几乎没有强烈的建议可用[11]。为了缩小这一差距，

本文提出了一个通过分析使用LLM的对话代理的结构和操作而得出的简单

措施。

本文的其余部分组织如下：首先，提供了与相关研究相关的来源。接下

来，介绍了使用大语言模型的聊天机器人的工作机制的一些背景信息。随

后，得出了可持续行动的建议。最后，在实证研究中评估了其潜在影响。

2B.Rufetal.

Tokens

CustominstructionsOptionalsettings

Prompt1

Response1

Custominstructions

Prompt1Chathistory

Response