هل الذكاء الاصطناعي سيء للبيئة؟ الجواب الصادق

نعم، يمكن أن يكون الذكاء الاصطناعي ضارًا بالبيئة. تستخدم نماذج التدريب والتشغيل الكهرباء؛ قد تستهلك مراكز البيانات الماء للتبريد؛ وصناعة الرقائق والمباني تتطلب مواد وتنتج انبعاثات. على نطاق واسع، هذه التكاليف مهمة. لكن "الذكاء الاصطناعي" يغطي كل شيء بدءًا من المصنف الصغير وحتى النموذج الحدودي الذي ينتج الفيديو، لذلك لا توجد بصمة واحدة.

الاستنتاج الذي يمكن الدفاع عنه مشروط: نظام الذكاء الاصطناعي يكون ضارا بيئيا عندما تكون تكاليفه الكاملة مرتفعة نسبة إلى القيمة التي يخلقها، وعندما تتمكن البدائل الأنظف والأصغر حجما أو غير المعتمدة على الذكاء الاصطناعي من القيام بهذه المهمة. يمكن أن يساعد الذكاء الاصطناعي أيضًا في تشغيل شبكات الكهرباء، والعثور على تسربات غاز الميثان، وتقليل النفايات. ويجب إثبات هذه الفوائد، وليس افتراضها. ولهذا السبب فإن عبارة "الذكاء الاصطناعي يدمر الكوكب" و"الذكاء الاصطناعي سيحل مشكلة تغير المناخ" هما أمران بسيطان للغاية.

الكهرباء هي الضغط الأوضح

يعمل الذكاء الاصطناعي في مراكز البيانات، حيث تقوم المسرعات بإجراء الحسابات وراء التدريب والإجابات. ال وكالة الطاقة الدولية تشير التقديرات إلى أن جميع مراكز البيانات - وليس الذكاء الاصطناعي وحده - استخدمت حوالي 415 تيراواط/ساعة من الكهرباء في عام 2024، أي حوالي 1.5% من الإجمالي العالمي. تصل حالتها الأساسية إلى ما يقرب من 945 تيراواط في الساعة في عام 2030، حيث يعد الذكاء الاصطناعي أهم محرك للنمو إلى جانب الخدمات الرقمية الأخرى.

هذه توقعات وليست قراءة عداد من المستقبل. يمكن أن يؤدي الاستيعاب وكفاءة الأجهزة وتصميم النماذج والقيود المفروضة على اتصالات الشبكة إلى تحريك الإجمالي بشكل كبير. ولذلك تنشر وكالة الطاقة الدولية عدة سيناريوهات.

تبادل نص عادي واحد أصغر بكثير. تشير التقديرات العامة الحديثة إلى أن الموجه النموذجي لا يتجاوز جزءًا من واط/ساعة، في حين أن السياق الطويل والاستدلال والبحث والصور المولدة يمكن أن تتطلب أكثر من ذلك بكثير. يمكن أن تكون الأرقام الصغيرة لكل استخدام والطلب المتزايد على النظام صحيحين: يمكن أن تتحسن الكفاءة لكل إجابة بينما يرتفع الاستخدام الإجمالي بشكل أسرع.

يعتمد الكربون على مكان وزمان إنتاج الطاقة

استخدام الكهرباء ليس مثل انبعاثات الكربون. إن كيلووات/ساعة التي توفرها شبكة تعمل بالفحم الثقيل لها بصمة تشغيلية مختلفة عن تلك التي توفرها طاقة الرياح أو الطاقة الشمسية أو الطاقة المائية أو الطاقة النووية. وبالتالي فإن المكان والزمان مهمان، وكذلك القواعد المستخدمة لحساب عقود الطاقة المتجددة.

يقول تحليل الشبكة الفيزيائية لوكالة الطاقة الدولية إن الوقود الأحفوري لا يزال يوفر حصة كبيرة من طاقة مراكز البيانات. وتتوقع أن تبلغ انبعاثات مراكز البيانات المتعلقة بالكهرباء ذروتها عند حوالي 320 مليون طن من ثاني أكسيد الكربون حوالي عام 2030 في حالته الأساسية. ويظل هذا أقل من 1% من انبعاثات ثاني أكسيد الكربون العالمية، لكن مراكز البيانات هي أيضًا أحد القطاعات التي ترتفع فيها الانبعاثات حتى عام 2030 في هذا التحليل.

تحتاج مطالبات الشركة إلى قراءة متأنية. "المطابقة مع الطاقة المتجددة" قد تعني أن الشركة اشترت ما يكفي من الكهرباء النظيفة على مدار عام، وليس أن خادمًا معينًا يستخدم طاقة خالية من الكربون في الساعة التي أجاب فيها. يمكن للمشتريات أن تدعم الجيل الجديد، لكنها لا تجعل الجغرافيا والتوقيت يختفيان.

المياه محلية ومتغيرة وسوء الكشف عنها

تقوم بعض مراكز البيانات بتبخير الماء لنقل الحرارة بعيدًا. يمكن أن يستهلك توليد الكهرباء المياه أيضًا، مما يخلق بصمة غير مباشرة حتى في الموقع الذي يستخدم القليل من المياه للتبريد. تتغير النتيجة مع الطقس وتصميم التبريد ومزيج الطاقة المحلي.

قام مختبر بيركلي بوضع نموذج لمتوسط استهلاك المياه في الموقع عبر مراكز البيانات الأمريكية بما يزيد قليلاً 0.36 لتر لكل كيلووات/ساعة عام 2023. وهذا هو متوسط ​​الأسطول، وليس المعدل العالمي. يمكن أن تكون منشأة المناخ البارد التي تستخدم الهواء الخارجي مختلفة تمامًا عن منشأة التبريد بالتبخير الموجودة في منطقة حارة.

تختلف المطالبات لكل رسالة بشكل أكبر. ربط تقدير أكاديمي مشترك على نطاق واسع أ 500 زجاجة مل إلى ما يقرب من 20–50 استجابات نموذج اللغة؛ كانت أرقام المشغل اللاحقة للمطالبات النصية المتوسطة أقل بكثير. وتختلف نماذجها ومواقعها وحدودها المحاسبية. دليلنا ل كيف يستخدم الذكاء الاصطناعي الماء يشرح لماذا لا تنطبق مقارنة الزجاجة على كل رسالة.

الأجهزة لها بصمة قبل تشغيل الذكاء الاصطناعي

الطاقة التشغيلية والمياه ليست سوى جزء من دورة الحياة. تتطلب المسرعات مواد مستخرجة ومعالجتها، وتصنيع أشباه الموصلات، ونقلها والتخلص منها في نهاية المطاف. يستخدم بناء مركز البيانات الفولاذ والخرسانة والكابلات ومعدات النسخ الاحتياطي. يمكن أن يتطلب التصنيع أيضًا مياهًا فائقة النقاء وينتج غازات دفيئة.

نادرًا ما تخصص التقديرات العامة لكل استعلام كل هذه التأثيرات. لا توجد طريقة متفق عليها ومدققة لتقسيم أثر تصنيع الشريحة بين التدريب والاستدلال وكل وظيفة أخرى يتم تنفيذها خلال عمرها الإنتاجي. يؤدي ترك الأجهزة إلى جعل الرقم غير مكتمل؛ يمكن أن يؤدي تخصيصها بافتراضات استخدام المضاربة إلى إنشاء دقة زائفة.

الرد المعقول هو تحديد الحدود. يمكن لتقدير طاقة الاستدلال أن يجيب على السؤال التالي: ما هي كمية الكهرباء التشغيلية التي تتطلبها هذه الإجابة تقريبًا؟ ولا يمكنها في حد ذاتها الإجابة على "ما هو التأثير البيئي الكامل لخدمة الذكاء الاصطناعي هذه؟" لدينا المنهجية يتبع تلك القاعدة: Treechat إن إيصالات الشركة عبارة عن تقديرات تعتمد على استخدام النموذج والرمز المميز، والنفقات العامة لمركز البيانات وعامل الشبكة المتوسط، وليس قياسات دورة الحياة الكاملة.

يمكن للذكاء الاصطناعي أن يساعد، ولكن يجب إثبات التأثير الذي تم تجنبه

هناك استخدامات مفيدة موثوقة. تصف وكالة الطاقة الدولية التطبيقات في التنبؤ بالطاقة، وتشغيل الشبكة، والتحسين الصناعي، والكشف عن تسربات الميثان. يمكن للتنبؤات الأفضل أن تساعد في دمج توليد الطاقة المتجددة المتغير؛ يمكن أن يؤدي اكتشاف التسرب بشكل أسرع إلى منع الانبعاثات؛ وضوابط البناء يمكن أن تقلل من الطاقة المهدرة.

ومع ذلك، فإن التطبيق المحتمل ليس توفيرًا محققًا. تتضمن المقارنة ذات الصلة بصمة نظام الذكاء الاصطناعي، ونشره على نطاق واسع، والسلوك البشري وتأثيرات الارتداد. قد يكون مُحسِّن المسار الذي يوفر الوقود مفيدًا. إذا أدت التكاليف المنخفضة إلى مزيد من القيادة، فإن النتيجة الصافية يمكن أن تتقلص أو تنعكس. لا يزال النموذج الذي يكتشف مادة منخفضة الكربون بحاجة إلى التحقق من صحتها واعتمادها في المختبر.

هذا هو الفرق الرئيسي في السؤال ما إذا كان الذكاء الاصطناعي مفيدًا للبيئة: القدرة ليست النتيجة. ابحث عن خط أساس مُقاس، وواقع مضاد ذي مصداقية، وحدود نظام محددة ونتائج مع مرور الوقت. كن حذرًا عندما يحسب مقدم الخدمة كل المدخرات الممكنة ولكنه يغفل الحوسبة المطلوبة لإنتاجها.

ما مدى سوء استخدام معين؟

ابدأ بالمهمة. يمكن للنموذج المتخصص الذي يقوم بتصنيف واحد أن يكون أخف بكثير من المولد ذي الأغراض العامة. وفي تجارب عبر مهام التعلم الآلي الشائعة، وجد لوتشيوني وجيرنيت وستروبيل كانت الأنظمة التوليدية أكثر استهلاكًا للطاقة بشكل كبير من النماذج الخاصة بالمهمة التي تؤدي وظائف قابلة للمقارنة. إن نتائجهم المعيارية ليست قياسات عالمية للمنتج، ولكنها توضح سبب أهمية اختيار النموذج والمهمة.

اسأل بعد ذلك عن الحجم والوضع. بعض الإجابات النصية القصيرة لا تعادل ملايين المخرجات الطويلة أو إنشاء الصور والفيديو المتكرر. ثم اسأل عن مكان تشغيل الخدمة، ومدى كفاءة استخدام المنشأة للطاقة والمياه، وما يكشفه مقدم الخدمة فعليًا.

وأخيراً، فكر في البدائل. قد يؤدي البحث العادي أو الآلة الحاسبة أو البرنامج النصي المحلي أو المستند الموجود إلى حل المشكلة بحسابات أقل. بالنسبة للعمل الذي يستفيد حقًا من الذكاء الاصطناعي، استخدم أصغر نموذج قادر، وحافظ على تركيز السياق وتجنب إنشاء اختلافات يمكن التخلص منها. انظر لدينا أكمل التدقيق الأسطوري لمدى سوء الذكاء الاصطناعي.

ما يمكن أن يفعله القارئ المسؤول

لا تحتاج إلى آلة حاسبة شخصية مثالية للكربون لاتخاذ خيارات أفضل. احتفظ بالتفكير الثقيل والوكلاء والصور والفيديو للعمل الذي يحتاج إليها. استخدم مطالبات قصيرة وواضحة وتوقف عندما تكون الإجابة جيدة بما فيه الكفاية. اختر مقدمي الخدمة الذين يكشفون عن الأساليب بدلاً من تقديم أرقام دقيقة بلا حدود.

إن ضبط النفس الفردي ليس بديلاً عن سياسة البنية التحتية أو تقارير الشركات. يتحكم المشغلون في موقع المنشأة والتبريد واستخدام الأجهزة وشراء الطاقة. تقوم الحكومات والجهات التنظيمية بصياغة تخطيط الشبكة وتصاريح المياه والكشف عنها. يمكن للعملاء الكبار أن يطلبوا من الموردين بيانات الطاقة والمياه والانبعاثات الخاصة بعبء العمل.

Treechat كان النهج الذي تتبعه الشركة أضيق بشكل متعمد: توجيه الأسئلة اليومية إلى نماذج أصغر، وإظهار إيصال تقديري وتمويل شجرة مزروعة حديثًا كل شهر لكل عضو مدفوع الأجر. هذا الزرع لا يمحو الحساب. إنها مساهمة منفصلة، ​​في حين أن اختيار النموذج يتناول التقدير التشغيلي. التفسير الأوسع ل كيف يؤثر الذكاء الاصطناعي على البيئة لا يزال الإطار أفضل من أي علامة خضراء أو مذنبة.

الأسئلة المتداولة

هل سؤال واحد يتعلق بالذكاء الاصطناعي يضر بالبيئة؟

سؤال نصي قصير واحد له أثر تشغيلي صغير، لكنه ليس صفرًا. يحدد النموذج وطول الإجابة وكفاءة مركز البيانات ومزيج الكهرباء مدى صغر حجمها. القلق الأكبر هو الاستخدام المتكرر عبر ملايين الأشخاص والأنماط الأكثر كثافة.

هل الذكاء الاصطناعي أسوأ من Google بحث؟

لا توجد نسبة خالدة. تتغير منتجات البحث والذكاء الاصطناعي، وتتضمن بعض عمليات البحث الآن إجابات تم إنشاؤها، وتستخدم التقديرات المنشورة سنوات وحدودًا مختلفة. قارن مهمة محددة باستخدام البيانات الحالية المشابهة.

هل يمكن للطاقة المتجددة أن تجعل الذكاء الاصطناعي صديقًا للبيئة؟

يمكن للكهرباء النظيفة أن تقلل بشكل كبير من الانبعاثات التشغيلية. فهو لا يلغي استخدام المياه، أو تصنيع الأجهزة، أو البناء أو كل تأثير على الشبكة المحلية، كما أن المطابقة السنوية المتجددة ليست مثل التشغيل الخالي من الكربون كل ساعة.

هل يجب أن أتوقف عن استخدام الذكاء الاصطناعي؟

ليس بالضرورة. استخدمه حيث ينتج قيمة كافية لتبرير الموارد، ويفضل نموذجًا أصغر حجمًا. السؤال الأفضل ليس ما إذا كان كل الذكاء الاصطناعي جيدًا أم سيئًا، ولكن ما إذا كان هذا النظام يمثل طريقة متناسبة للقيام بهذه المهمة.