هوش مصنوعی چطور آب‌وهوا را تغییر می‌دهد؟

به گزارش خبرگزاری علم و فناوری آنا به نقل از ام آی تی اسلوآن، در عصری به سر می‌بریم که هم با نوید نوآوری‌های فناورانه و هم با تهدید تغییرات آب‌و‌هوایی روبه‌رو هستیم و در این میان، هوش مصنوعی ابزاری ارزشمند و در عین حال چالش‌برانگیز به نظر می‌رسد. همان طور که از هوش مصنوعی برای مقابله با مشکلات سخت استفاده می‌کنیم، باید با هزینه‌های پنهان زیست‌محیطی آن نیز دست و پنجه نرم کنیم و به دنبال راه‌حل‌هایی برای کاهش اثرات اقلیمی آن باشیم.

آموزش و اجرای مدل‌های بزرگ و پیچیده مانند مدل‌های بزرگ زبانی (LLM)، ذخیره‌سازی و پردازش داده‌ها، منابع تأمین انرژی سیستم‌های هوش مصنوعی، مصرف آب برای خنک‌کردن مراکز نگهداری داده و تولید و دفع سخت‌افزار که به ایجاد زباله‌های الکترونیکی منجر می‌شود از مهم‌ترین عوامل ایجاد آلودگی زیست‌محیطی و انتشار کربن در حوزه هوش مصنوعی هستند.

ردپای فزاینده کربن در هوش مصنوعی

موفقیت مدل زبانی چت جی‌پی‌تی اُپن‌ ای‌آی به پشتیبانی مایکروسافت، غول‌های فناوری را به مسابقه‌ای جدی کشانده تا سرمایه‌گذاری هنگفتی برای توسعه سیستم‌های پردازش زبان طبیعی خود انجام دهند. اما تلاش برای افزایش هوشمندی ماشین‌ها به چالشی در شبکه توسعه پایدار تبدیل شده است، چرا که توسعه هوش مصنوعی نیازمند تولید سخت‌افزار‌های بیشتر است و از سال ۲۰۱۲ به بعد به طور متوسط هر سه ماه دو برابر شده است.

هزینه‌های زیست‌محیطی هوش مصنوعی

تأثیر زیست‌محیطی فناوری اطلاعات اغلب نادیده گرفته می‌شود، این در حالی است که مراکز داده و شبکه‌های انتقال ۱ تا ۱.۵ درصد از مصرف جهانی برق و ۰.۶ درصد از انتشار جهانی کربن را به خود اختصاص می‌دهند. به گفته آژانس بین‌المللی انرژی، برای دستیابی به سناریوی انتشار صفر مطلق تا سال ۲۰۵۰، این میزان از انتشار کربن باید به نصف کاهش یابد. مراکز داده به تنهایی به اندازه گرم کردن ۵۰ هزار خانه در سال انرژی مصرف می‌کنند. علاوه بر این، حجم زباله‌های الکترونیکی تولیدشده در حوزه فناوری اطلاعات ۵۷ میلیون تن در سال و سریع‌ترین جریان تولید زباله در سطح جهان است؛ این حجم با وزن دیوار چین برابری می‌کند.

ایجاد تعادل بین تاثیرات محیطی با پتانسیل هوش مصنوعی

باوجود هزینه‌های زیست‌محیطی، هوش مصنوعی ابزاری ارزشمند در ارتقای پایداری و رسیدگی به تغییرات آب و هوایی است. استفاده از انرژی‌های تجدیدپذیر را بهینه می‌کند، روش‌های کشاورزی را بهبود می‌بخشد، ضایعات را در زنجیره تأمین کاهش می‌دهد، بر مقررات زیست محیطی نظارت دارد و عملیات مرکز داده را بهینه می‌کند. شفافیت بسیار مهم است و برای اطمینان از اینکه مزایای استفاده از هوش مصنوعی بیشتر از اثرات زیست‌محیطی آن است باید سنجش‌های معتبر درباره مصرف انرژی و انتشار کربن توسط مدل‌های جدید هوش مصنوعی نیز منتشر شود.