یکی از نویسندگان این گزارش میگوید: «همان لطف اضافی که اضافه میکنی میتواند تفاوتی بسیار بزرگ ایجاد کند.»
طبق گزارشی از دانشگاه سازمان ملل که ۳ ژوئن منتشر شده، ردپای زیستمحیطی مراکز داده هماکنون با برخی از بزرگترین کشورهای جهان برابری میکند.
آگهی
آگهی
پیشبینی میشود با گسترش استفاده از هوش مصنوعی، مصرف آب و انرژی و میزان آلودگی ناشی از آنها ظرف تنها چهار سال دو برابر شود.
بخش زیادی از رشد مراکز داده را هوش مصنوعی به پیش میبرد. به گفته این گزارش، در حال حاضر حدود ۲۰ درصد از مصرف انرژی مراکز داده به هوش مصنوعی مربوط است، اما این سهم تا سال ۲۰۳۰ به ۴۰ درصد خواهد رسید.
یکی از نویسندگان گزارش توصیه میکند کاربران هوش مصنوعی با کوتاهتر و کمتر مودبانه کردن پرسشهای خود، اثرات اقلیمی آنها را کاهش دهند.
طبق نظرسنجی که ناشر بریتانیایی فیوچر در سال ۲۰۲۴ انجام داده، اکثریت مردم یعنی ۷۰ درصد هنگام تعامل با هوش مصنوعی با آن مودبانه رفتار میکنند. در میان پاسخدهندگان، ۵۵ درصد گفتهاند این کار را میکنند چون «این کار درست و خوشایندی است» و ۱۲ درصد هم گفتهاند چون «وقتی شورش رباتها آغاز شود، نمیخواهم اولین هدف باشم».
مصرف برقی هماندازه آرژانتین
گزارش میگوید سال گذشته مراکز داده در سراسر جهان ۴۴۸ تریلیون وات ساعت برق مصرف کردهاند، رقمی که از مصرف همه کشورهای جهان به جز ۱۰ کشور بیشتر است. بنا بر این گزارش درباره پیامدهای زیستمحیطی مصرف انرژی هوش مصنوعی، این میزان مصرف برق حدود ۱۸۹ میلیون تن دیاکسیدکربن تولید کرده که تقریبا با کل انتشار آرژانتین برابر است و برای تولید این مقدار انرژی حدود ۴٫۵ تریلیون لیتر آب مصرف شده است.
به گفته این گزارش، تا سال ۲۰۳۰ مصرف برق مراکز داده به ۹۳۵ تریلیون وات ساعت خواهد رسید و نزدیک به سه درصد از مصرف برق پیشبینیشده جهان را به خود اختصاص خواهد داد. اگر مراکز داده را یک کشور فرض کنیم، در سال ۲۰۳۰ از نظر مصرف برق در جایگاه ششم جهان قرار میگرفت. این سطح از مصرف نزدیک به ۳۹۹ میلیون تن دیاکسیدکربن تولید خواهد کرد. این مطالعه بر مصرف انرژی تمرکز داشته و حجم عظیم آب مورد استفاده برای خنک کردن مراکز داده را بررسی نکرده است.
کاوه مدنی، دانشمند حوزه آب و مدیر موسسه آب، محیط زیست و سلامت دانشگاه سازمان ملل در کانادا و همنویسنده این مطالعه، میگوید: «اگر به این اعداد نگاه کنید، میبینیم که با مقیاسهایی در حد کشورها سروکار داریم. تقاضا بسیار عظیم است.»
نخستین بررسی جهانی تاثیرات زیستمحیطی مراکز داده
فنگچی یو، استاد مهندسی انرژی در دانشگاه کرنل که هدایت مسائل پایداری مرتبط با هوش مصنوعی در این دانشکده را بر عهده دارد، میگوید: «اهمیت این گزارش نه فقط به خاطر مجموعهای از اعداد خیرهکننده، بلکه به دلیل اعتبار و اقتدار سازمان ملل است.»
یو که در تهیه این گزارش نقشی نداشته، میگوید: «ارزش این گزارش در این است که یک نهاد وابسته به سازمان ملل، کربن، آب، زمین، تاثیرات چرخه عمر و عدالت زیستمحیطی را برای موضوعی که اغلب در هالهای از محرمانگی و افشای ناقص اطلاعات قرار دارد، در یک قاب واحد قرار میدهد.»
او اضافه میکند: «عموم مردم باید نگران باشند، اما نباید دچار وحشت شوند.»
ژان سو، مدیر برنامه عدالت انرژی در مرکز تنوع زیستی، میگوید این گزارش اهمیت دارد زیرا اولین گزارش سازمان ملل، و حتی نخستین گزارش در سطح جهان است که «بر آسیبهای زیستمحیطی هوش مصنوعی نور میافکند».
کیلب مکس، رئیس انجمن ملی هوش مصنوعی، با تاکید بر اینکه صنعت او به سرعت کارامدتر میشود و برای عموم مردم سودمند است، میگوید: «هوش مصنوعی با سرعت در حال تبدیل شدن به بخشی از زندگی روزمره ما است و مزایایی اضافه میکند که ایمنی را افزایش میدهد، به مردم کمک میکند عمر طولانیتری داشته باشند، کار را کارامدتر انجام دهند، تولید غذا را ارتقا دهد و فقر را کاهش دهد. شواهدی که هر روز بیشتر میشود نشان میدهد بازده انرژی سرمایهگذاری در توسعه هوش مصنوعی برای دنیای ما دگرگونکننده است و بنابراین بیش از آن میارزد.»
جاش لوی، رئیس ائتلاف مراکز داده، میگوید این صنعت تاثیرات زیستمحیطی خود را جدی میگیرد.
او در بیانیهای میگوید: «ما همچنان متعهدیم با سیاستگذاران، جوامع محلی و شرکای صنعتی همکاری کنیم تا اطمینان یابیم که با رشد مراکز داده، این رشد به شکلی مسئولانه، شفاف و مطابق با بهترین رویههای موجود انجام شود.»
انتشار این گزارش درست پس از آن بود که شهر مونتری پارک در کالیفرنیا روز سهشنبه ۲ ژوئن به عنوان نخستین شهر در آمریکا به ممنوعیت دائمی مراکز داده رای داد.
پرسش شما چقدر انرژی مصرف میکند و چگونه میتوان آن را کاهش داد
مدنی که برنده تازهترین دوره جایزه آب استکهلم نیز هست، میگوید این ارقام «هزینه زیستمحیطی هوش مصنوعی» را نشان میدهد؛ هزینهای که در نگاه اول ممکن است پاکتر از دستگاههای مکانیکی دیگر مانند خودروها و بخاریها که آلودگی قابل مشاهده دارند به نظر برسد.
مدنی میگوید: «هوش مصنوعی فقط یک چیز مجازی نیست. درباره چیزی صحبت میکنیم که فیزیک دارد، تاثیرات واقعی دارد. زیرساختی در کار است. انرژی مصرف میشود. پشت تمام این فرایندهایی که برای ما بسیار بسیار تمیز به نظر میرسند، سختافزار زیادی قرار دارد چون از دستگاههای خود دود نمیبینیم. از تلفن همراه یا رایانهمان دود قابل مشاهدهای بیرون نمیآید، اما در جایی دیگر کسی دارد هزینه آن را میپردازد.»
مدنی میگوید مردم میتوانند با کمتر مودبانه و خلاصهتر کردن پرسشهایشان، از اشتهای عظیم هوش مصنوعی برای مصرف انرژی بکاهند. به گفته گزارش، کاهش ۳۰ درصدی تعداد کلمات در درخواستها میتواند مصرف انرژی هوش مصنوعی را ۲۵ درصد کم کند. این صرفهجویی تقریبا معادل میزان برقی است که حدود ۷۰۰ هزار نفر در آفریقا در یک سال مصرف میکنند.
مدنی میگوید: «اگر بیش از حد مودب باشید، همان «لطفا»ی اضافهای که مینویسید میتواند تفاوت بزرگی ایجاد کند. باید بسیار دقیق و کوتاه باشید.»
برای نمونه، یک پرسش معمولی به سبک ChatGPT حدود ۲۰۰ برابر پرمصرفتر از نوع طبقهبندی ساده متن است که در فیلتر هرزنامه ایمیل استفاده میشود. تولید تصاویر یا ویدئو با هوش مصنوعی به مراتب انرژی بیشتری میطلبد.
هر چه سامانه هوش مصنوعی پیچیدهتر باشد، آموزش یا یادگیری آن انرژی بیشتری میبرد. در این گزارش آمده که آموزش GPT-3 حدود ۱٫۳ میلیارد وات ساعت انرژی مصرف کرده، اما نسخه بعدی آن بین ۵۰ تا ۷۰ میلیارد وات ساعت نیاز داشته است.
میریام اکزل، پژوهشگر سیاستگذاری محیط زیست در دانشگاه سازمان ملل و همنویسنده این مطالعه، میگوید: «اما آنچه واقعا برق میبلعد، آموزش نیست. حدود ۹۰ درصد مصرف برق هوش مصنوعی از درخواستهای عملیاتی ناشی است. فقط GPT روزانه ۲٫۵ میلیارد پیام یا پرامپت دریافت میکند.»
افزایش بهرهوری همچنان به معنای مصرف بیشتر برق است
مدنی میگوید هرچند طرفداران فناوری میتوانند استدلال کنند که دستگاههایشان کارامدتر شده، اما یک پارادوکس شناختهشده وجود دارد: هرچه چیزی بهرهورتر شود، بیشتر مورد استفاده قرار میگیرد و حتی اگر هر کارکرد منفرد انرژی کمتری بخواهد، در مجموع مصرف انرژی اوج میگیرد.
او میافزاید در حالی که برخی شرکتها برای مراکز داده خود به استفاده از انرژیهای تجدیدپذیر میبالند، این کار در عمل به معنای آن است که ذخیره برق پاک تهی میشود و در نتیجه در جاهای دیگر از انرژی آلودهتر استفاده خواهد شد.
اکزل و مدنی میگویند یکی از مشکلات انجام این مطالعه این است که بسیاری از شرکتها و نهادها شفاف نمیگویند مراکز داده و سامانههای هوش مصنوعی دقیقا چقدر مصرف میکنند یا حتی کجا قرار دارند و چه ابعادی دارند.
یو از دانشگاه کرنل میگوید: «چیزی را که شرکتها دربارهاش اطلاعرسانی نمیکنند، نمیتوانیم مدیریت کنیم.»