مواضيع - التأثير البيئي للذكاء الاصطناعي التوليدي

الطاقة الهائلة التي يستهلكها الذكاء الاصطناعي التوليدي

تتطلب القوة الحاسوبية اللازمة لتدريب نماذج الذكاء الاصطناعي التوليدي، مثل GPT-4 من OpenAI، طاقة كهربائية هائلة، مما يؤدي غالبًا إلى انبعاثات مباشرة لثاني أكسيد الكربون. على سبيل المثال، استهلك تدريب GPT-3 وحده حوالي 1,287 ميغاواط/ساعة من الكهرباء - وهو ما يكفي لتشغيل 120 منزلًا أمريكيًا متوسطًا لمدة عام - وأنتج حوالي 552 طنًا من ثاني أكسيد الكربون. تدفع هذه الكثافة الطاقية، الناتجة عن نماذج تحتوي على مليارات المعاملات، مراكز البيانات للعمل بكثافة طاقة تزيد من سبع إلى ثماني مرات عن أعباء العمل الحاسوبية النموذجية.

مع تسارع "حمى الذهب" للذكاء الاصطناعي التوليدي، يعتمد توسع مراكز البيانات بشكل متكرر على محطات الطاقة القائمة على الوقود الأحفوري لتلبية الاحتياجات الكهربائية المتزايدة. يحذر خبراء مثل نعمان بشير من معهد ماساتشوستس للتكنولوجيا (MIT) من أن هذا المعدل غير المستدام يفاقم الضغوط على شبكات الكهرباء والتأثيرات المناخية. التكلفة البيئية لا تتعلق فقط بالكهرباء المستهلكة؛ بل تمتد إلى عواقب منهجية، بما في ذلك زيادة الانبعاثات الناتجة عن تصنيع ونقل الأجهزة عالية الأداء. فهم دورة الحياة الكاملة هذه أمر بالغ الأهمية لتقييم البصمة الحقيقية للذكاء الاصطناعي التوليدي.

التكلفة الكربونية للتوسع

تشير التوقعات بحلول عام 2030 إلى أن مراكز البيانات قد تنبعث منها ثلاثة أضعاف ثاني أكسيد الكربون مقارنة بمستويات ما قبل ازدهار الذكاء الاصطناعي، وهو ما يعادل تقريبًا 40٪ من الانبعاثات السنوية الحالية للولايات المتحدة. يغذي هذه الزيادة الاعتماد الجماعي، حيث تؤدي مليارات التفاعلات اليومية، من استعلامات ChatGPT إلى توليد الصور، إلى تفاقم استهلاك الطاقة لفترة طويلة بعد التدريب الأولي.

الماء: استنزاف الموارد الخفي

بالإضافة إلى الكهرباء، يفرض الذكاء الاصطناعي التوليدي بصمة مائية كبيرة، وذلك بشكل أساسي لتبريد الأجهزة في مراكز البيانات. يمكن لتدريب نموذج مثل GPT-3 أن يتبخر مباشرة ما يصل إلى 700,000 لتر من المياه العذبة النظيفة - وهو ما يعادل الماء اللازم لإنتاج 370 سيارة بي إم دبليو. يرهق هذا الاستهلاك الإمدادات البلدية ويعطل النظم البيئية المحلية، خاصة في المناطق القاحلة حيث توجد مراكز البيانات غالبًا.

تختلف فعالية استخدام المياه، ولكن في بعض الحالات، قد تتطلب مراكز البيانات ما يصل إلى 5 ملايين جالون يوميًا، وهو ما يعادل استخدام بلدة صغيرة. يهم "أين" و"متى" تحدث العمليات؛ تشغيل النماذج في المناطق التي تعاني من الإجهاد المائي خلال فترات الذروة يضاعف الضغط البيئي. مع نمو الطلب على الذكاء الاصطناعي، تزداد الحاجة إلى حلول تبريد مبتكرة، مثل أنظمة الدائرة المغلقة ومصادر المياه غير الصالحة للشرب، للتخفيف من هذا الاستنزاف الخفي.

من الرقائق إلى النفايات الإلكترونية: البصمة البيئية للأجهزة

يمتد التأثير البيئي للذكاء الاصطناعي التوليدي عميقًا في سلسلة التوريد، بدءًا من تصنيع الأجهزة المتخصصة مثل وحدات معالجة الرسومات (GPU). يتضمن إنتاج هذه المكونات عمليات تعدين ملوثة ومواد كيميائية سامة، مما يساهم في التلوث واستنزاف الموارد. في عام 2023، تم شحن أكثر من 3.85 مليون وحدة معالجة رسومات إلى مراكز البيانات، وهو رقم من المتوقع أن يرتفع بشكل حاد، مما يؤدي إلى انبعاثات غير مباشرة من النقل والتصنيع.

في نهاية دورة حياتها، تضيف هذه الأجهزة إلى أسرع تيارات النفايات نموًا في العالم: النفايات الإلكترونية. تتوقع الدراسات أن الذكاء الاصطناعي التوليدي يمكن أن يساهم في 16 مليون طن من النفايات الإلكترونية التراكمية بحلول عام 2030. يتطلب معالجة هذا الأمر نهجًا للاقتصاد الدائري، يركز على إعادة التدوير، والتصميم المتين، وتقليل التقادم لوقف تيار الأجهزة الإلكترونية المهملة.

أكثر من مجرد تدريب: التأثير المستمر للمرحلة الاستنتاجية

بينما يحظى تدريب النماذج باهتمام كبير، يمكن أن يكون للمرحلة الاستنتاجية - حيث تجيب أدوات الذكاء الاصطناعي مثل ChatGPT على استفسارات المستخدمين - تأثير بيئي عميق بنفس القدر. يستهلك كل استعلام في ChatGPT حوالي خمسة أضعاف الكهرباء مقارنة بالبحث البسيط على الويب، ومع مليارات التفاعلات اليومية، يمكن أن تتجاوز انبعاثات الاستخدام بسرعة تلك الناتجة عن التدريب في غضون أسابيع أو أشهر للنماذج الشائعة.

يُسلط استهلاك الطاقة المستمر هذا الضوء على أهمية تحسين النماذج المُنشأة. تُظهر المكاسب في الكفاءة، مثل التقرير الذي أفاد بأن جوجل خفضت الطاقة لكل استعلام في Gemini بمقدار 33 مرة، أن التقدم ممكن. ومع ذلك، يظل التحدي قائمًا في النطاق؛ مع اندماج الذكاء الاصطناعي التوليدي في الحياة اليومية، من رسائل البريد الإلكتروني إلى أدوات الإبداع، تنمو بصمته التراكمية، مما يستلزم الابتكار المستمر في تبسيط البرمجيات والنماذج ذات الحجم المناسب.

موازنة: الكفاءة مقابل الطلب

التحسينات في كفاءة كل استعلام واعدة، لكن يجب أن تتجاوز الطلب المتزايد. غالبًا ما يتعارض تركيز الصناعة على نماذج أكبر وأكثر قدرة مع أهداف الاستدامة، مما يؤكد الحاجة إلى مفاضلات بين الأداء والتكلفة البيئية.

وضع الأمور في نصابها: الذكاء الاصطناعي مقابل الأنشطة اليومية

يُظهر وضع بصمة الذكاء الاصطناعي التوليدي في سياقها مقارنات مفاجئة. على سبيل المثال، يستخدم استعلام نصي متوسط في Gemini حوالي 0.24 واط/ساعة من الطاقة - وهو ما يعادل مشاهدة التلفاز لمدة تسع ثوانٍ - و 0.26 ملليلتر من الماء، أي حوالي خمس قطرات. تتناقض هذه التأثيرات الصغيرة لكل وحدة بشكل صارخ مع أنشطة مثل التنقل بالسيارة، حيث تبعث رحلة ذهابًا وإيابًا لمسافة 15 ميلًا حوالي 6 كجم من ثاني أكسيد الكربون، وهو ما يعادل عشرات الملايين من الاستعلامات.

ومع ذلك، يحول النطاق هذه الأرقام المتواضعة؛ مليارات الاستعلامات يوميًا، بالإضافة إلى تأثيرات التدريب والأجهزة، تتراكم لتشكل أعباء بيئية كبيرة. تشغل مراكز البيانات أكثر بكثير من الذكاء الاصطناعي، فهي تدعم كل شيء من البث إلى التخزين السحابي، لذا فإن حمل الذكاء الاصطناعي هو جزء من نظام بيئي رقمي أكبر. يشجع هذا المنظور على استخدام الذكاء الاصطناعي حيث يحل محل الأنشطة ذات البصمة الكربونية الأعلى، وليس حيث يضيف حملاً غير ضروري.

رسم مسار مستدام للمستقبل

يتطلب التخفيف من الضرر البيئي للذكاء الاصطناعي التوليدي استراتيجية متعددة الأوجه. تشمل النهج الرئيسية توفير طاقة نظيفة لمراكز البيانات، وتحسين كفاءة الأجهزة، واعتماد تقنيات التبريد التي توفر المياه. كما أبرز باحثو معهد ماساتشوستس للتكنولوجيا (MIT)، يجب أن تزن التقييمات الشاملة العوامل الاقتصادية والاجتماعية والبيئية لتوجيه التطوير الواعي بالمناخ.

التعاون بين السياسة والصناعة أمر ضروري؛ يمكن للحوافز للحوسبة الخضراء والشفافية في التقارير أن تدفع نحو التغيير. على سبيل المثال، تُظهر التخفيضات السريعة التي حققتها جوجل في استخدام الكربون والمياه لكل استعلام أن الابتكار يمكن أن يحقق مكاسب سريعة. من خلال إعطاء الأولوية للاستدامة في البحث والتطوير في مجال الذكاء الاصطناعي، يمكننا توجيه التكنولوجيا نحو مسار يدعم، بدلاً من أن يقوض، الأهداف المناخية العالمية.

الذكاء الاصطناعي التوليدي: أداة للخير البيئي؟

يلعب الذكاء الاصطناعي التوليدي دورًا مزدوجًا: يمكنه تفاقم القضايا البيئية ولكنه يقدم أيضًا حلولًا. عند تطبيقه بحكمة، يمكن أن يساعد الذكاء الاصطناعي في التخفيف من 5 إلى 10٪ من انبعاثات غازات الاحتباس الحراري العالمية بحلول عام 2030، من خلال تطبيقات مثل تحسين شبكات الطاقة، وتعزيز تكامل مصادر الطاقة المتجددة، وتقليل النفايات في سلاسل التوريد. تساعد قدرته على نمذجة الأنظمة المعقدة في التنبؤ المناخي وجهود الحفظ، مما قد يعوض بعضًا من بصمته الخاصة.

يعتمد المستقبل على التصميم والاستخدام المتعمدين. من خلال الاستفادة من الذكاء الاصطناعي من أجل الاستدامة - كما في التعاون عن بُعد لتقليل السفر أو في الزراعة الدقيقة للحفاظ على المياه - يمكننا تسخير قوته للخير. في النهاية، التأثير البيئي للذكاء الاصطناعي التوليدي ليس محددًا مسبقًا؛ فهو يتشكل من خلال الخيارات التي نتخذها اليوم، موازنةً بين الابتكار والمسؤولية لضمان عصر رقمي أكثر اخضرارًا.