Нейросети обрабатывают одинаковые по смыслу тексты с разными затратами ресурсов в зависимости от языка. Причина в особенностях их устройства: некоторые языки требуют значительно больше вычислений, качество ответов может оказаться ниже, отмечают исследователи Мичиганского университета.
Ученые проверили три модели искусственного интеллекта — Qwen 3, Gemma 3 и Llama 3.1. Они предложили им ответить на вопросы на 122 языках и измерили расход энергии. Например, обработка текста на хинди потребовала в 7,9 раза больше энергии, чем на английском, а на бенгальском — в 15,3 раза.
Разницу исследователи объясняют тем, что нейросети работают не с целыми предложениями, а разбивают текст на небольшие части — токены. Одно и то же сообщение на разных языках состоит из разного количества таких фрагментов. Чем их больше, тем больше памяти и энергии требуется для обработки запроса и подготовки ответа.
Особенно заметна разница для языков, которые используют нелатинскую письменность. Модели часто хуже справляются с заданиями на таких языках.
По оценке ученых, проблема затрагивает около 5,2 миллиарда человек. Для обработки текстов на их родных языках ИИ требуется как минимум вдвое больше энергии, чем для аналогичных текстов на английском. Это увеличивает расходы разработчиков и повышает стоимость использования нейросетей.
