هل الذكاء الاصطناعي مفيد للبيئة؟

يمكن أن يكون الذكاء الاصطناعي مفيدًا للبيئة عندما يؤدي إلى تخفيضات مؤكدة في الطاقة أو الانبعاثات أو استخدام المياه أو النفايات تتجاوز آثار البناء والتشغيل. ويمكنه تحسين توقعات الطقس والطاقة، والكشف عن تسرب غاز الميثان، وتحسين المعدات، ومساعدة الباحثين على تحليل البيانات المعقدة. ولا تجعل أي من هذه الفوائد الذكاء الاصطناعي مفيدًا بيئيًا بشكل افتراضي.

الاختبار الصحيح هو المقارنة: ما الذي حدث مع الذكاء الاصطناعي مقابل ما كان سيحدث بدونه؟ ويجب أن تتضمن هذه المقارنة تأثيرات الكهرباء والماء والأجهزة لنظام الذكاء الاصطناعي، إلى جانب تأثيرات الارتداد. إن العرض التوضيحي الواعد ليس مثل الادخار الدائم على نطاق واسع.

وينبغي أيضا أن نسأل من المستفيد وأين تكلف الأرض. يمكن أن يتعايش التوفير العالمي مع زيادة الضغط على الشبكة أو إمدادات المياه للمجتمع الذي يستضيف الحوسبة.

حيث يمكن للذكاء الاصطناعي أن يساعد بشكل معقول

توازن أنظمة الكهرباء باستمرار بين العرض والطلب المتغير. يمكن أن تساعد تنبؤات التعلم الآلي المشغلين على توقع الرياح والطاقة الشمسية والأحمال، بينما يمكن أن يدعم التحسين الصيانة وتشغيل الشبكة. يمكن للصناعة استخدام الكشف عن الحالات الشاذة لتحديد المعدات الفاشلة أو الطاقة المهدرة.

ال تقرير الطاقة والذكاء الاصطناعي الصادر عن وكالة الطاقة الدولية يصف التطبيقات بما في ذلك الكشف الأسرع عن تسرب الميثان، وتحسين محطات توليد الطاقة، وكفاءة النقل. وهذه آليات ذات مصداقية: فالعثور على التسرب في وقت أقرب يمكن أن يمنع الانبعاثات، كما أن الضوابط الأفضل يمكن أن تقلل من استهلاك الوقود.

يمكن أن يساعد الذكاء الاصطناعي أيضًا في معالجة صور الأقمار الصناعية، ورسم خرائط للموائل، واستكشاف المواد المرشحة. ولكن عبارة "يمكن للذكاء الاصطناعي" تشير إلى فائدة صافية محتملة، وليست قابلة للقياس. قد لا يتحمل الأداء في المعيار تكاليف التكامل أو البيانات الضعيفة أو القرارات البشرية في العالم الحقيقي.

والواقع المضاد هو قلب الادعاء

لنفترض أن نظام التحكم في البناء القائم على الذكاء الاصطناعي أفاد بتوفير الطاقة بنسبة 10%. إن خط الأساس ذي المعنى ليس مبنى غير خاضع للرقابة إذا كانت الضوابط التقليدية المختصة ستوفر بالفعل معظم تلك الطاقة. يجب أن تستخدم المقارنة أفضل بديل واقعي غير الذكاء الاصطناعي.

بعد ذلك، قم بتضمين التدخل بأكمله: أجهزة الاستشعار، والشبكات، والتدريب النموذجي، والاستدلال، والموظفين. قد يتم التغلب بسهولة على البصمة التشغيلية الصغيرة من خلال تجنب الطاقة. قد لا يكون النظام الثقيل حسابيًا الذي يقدم تحسنًا هامشيًا.

وأخيرا، تحديد الوقت والنطاق. الطيار في الطقس المعتدل لا يحدد نتائج سنوية. يمكن أن يؤدي التخفيض المحلي إلى تحويل التكاليف إلى أماكن أخرى في سلسلة التوريد. تحدد الدراسات القوية المقاييس مسبقًا، وتبلغ عن عدم اليقين وتراقب ما إذا كانت المدخرات مستمرة.

يمكن أن يؤدي الارتداد إلى تقليص مكاسب الكفاءة

عندما يؤدي التحسين إلى جعل الخدمة أرخص أو أسرع، فقد يستخدم الأشخاص المزيد منها. يمكن أن يؤدي التوجيه الأكثر كفاءة إلى تشجيع عمليات التسليم الإضافية؛ يمكن للجيل الأرخص إنتاج طوفان من الوسائط التي يمكن التخلص منها. هذا التأثير الارتدادي لا يعني أن الكفاءة ليس لها قيمة. وهذا يعني أنه يجب تتبع إجمالي استخدام الموارد جنبًا إلى جنب مع الاستخدام لكل مهمة.

وينطبق الشيء نفسه على الحوسبة نفسها. تستمر الأجهزة والبرامج في التحسن، ومع ذلك مشاريع الوكالة الدولية للطاقة سترتفع جميع الكهرباء في مراكز البيانات من حوالي 415 تيراواط ساعة في عام 2024 إلى حوالي 945 تيراواط ساعة في عام 2030 في حالتها الأساسية. يعد الذكاء الاصطناعي محركًا رئيسيًا، على الرغم من أن مراكز البيانات تدير العديد من الخدمات غير المرتبطة بالذكاء الاصطناعي.

يجب على مقدم الخدمة الذي يحتفل بانخفاض الطاقة لكل استجابة أن يكشف أيضًا عن الطاقة المطلقة ونمو عبء العمل. وبدون كليهما، لا يستطيع القراء معرفة ما إذا كانت الكفاءة تقلل من التأثير الإجمالي أم أنها مجرد تمكين التوسع.

الذكاء الاصطناعي له تكاليف حتى في المشروع المفيد

نماذج التدريب والخدمة تستخدم الكهرباء. قد يستهلك التبريد المياه بشكل مباشر، بينما يضيف توليد الطاقة بصمة مائية غير مباشرة. وقد جسدت الرقائق وبناء مراكز البيانات التأثيرات. دليلنا ل كيف يؤثر الذكاء الاصطناعي على البيئة يتتبع تلك المراحل.

يمكن للكهرباء النظيفة أن تخفض الكربون التشغيلي، لكن المطابقة المتجددة لا تؤدي إلى إزالة المواد أو جميع تأثيرات الشبكة المحلية. قد يستمر تشغيل تطبيق توفير المياه في مركز بيانات يعاني من إجهاد مائي. يمكن أن يكون المشروع مفيدًا بشكل صافي مع الاحتفاظ بهذه التكاليف؛ المطالبة ببساطة تحتاج إلى حسابهم.

ولهذا السبب أيضًا لا ينبغي تسمية غرس الأشجار بالممحاة. كل مدفوع Treechat يقوم العضو بتمويل شجرة واحدة مزروعة حديثًا كل شهر كمساهمة منفصلة، بينما تعمل النماذج الأصغر حجمًا على تقليل الطاقة التشغيلية المقدرة. لها المنهجية يصف التقدير وحدوده بدلاً من إعلان أن الدردشة خالية من التأثير.

كيفية التعرف على التطبيق الأخضر الموثوق به

ابحث عن مشكلة بيئية محددة ونتائج قابلة للقياس، وليس وعدًا واسع النطاق "بإطلاق العنان للاستدامة". اسأل ما إذا كان النظام قد تم نشره بالفعل، ومن قام بقياس النتيجة وعلى مدى أي فترة. تحقق من المقارنة وما إذا تم الإبلاغ عن عدم اليقين.

يجب أن تستخدم المنفعة المطالب بها نفس نظام الحدود مثل التكلفة. تختلف الانبعاثات التي يتم تجنبها بناءً على التخفيض المادي عن التوفير الافتراضي إذا اعتمد كل عميل إحدى الميزات. لا ينبغي الخلط بين المدخرات الممكّنة على مستوى الشركة وبين التخفيضات في بصمة الشركة الخاصة.

يعد النسخ المستقل ذا قيمة، خاصة عندما يقوم المزود الذي يبيع الذكاء الاصطناعي أيضًا بحساب الفائدة. وكذلك الأمر بالنسبة للانفتاح على الفشل. لن تتفوق بعض التطبيقات على القواعد البسيطة أو العزل الأفضل أو البرامج العادية أو السياسة المباشرة.

يساعد الإبلاغ عن الطيارين الفاشلين المؤسسات الأخرى على تجنب تكرار تكاليف الحوسبة والتكامل، ويجعل الحالات الناجحة أكثر مصداقية.

استخدم الذكاء الاصطناعي حيثما يكون له نفوذ

بالنسبة للفرد، تشمل الاستخدامات عالية النفوذ تجنب رحلة ضائعة، أو إصلاح أحد العناصر بدلاً من استبداله، أو فهم فاتورة الطاقة، أو العثور على خدمة عامة ذات صلة. يعتمد ما إذا كان الذكاء الاصطناعي ضروريًا على المهمة؛ قد يكون المصدر المباشر أو الآلة الحاسبة أفضل.

يجب أن تبدأ المنظمات بالقرار البيئي، وتحديد خط الأساس واختيار أبسط الأدوات القادرة. طيار مع شروط توقف واضحة. قم بقياس عبء عمل الذكاء الاصطناعي ونتائجه، ثم قم بالقياس فقط إذا كانت النتيجة الصافية إيجابية.

الجواب على ما إذا كان الذكاء الاصطناعي ضارًا بالبيئة والجواب هنا متوافق. الذكاء الاصطناعي عبارة عن بنية تحتية مادية ذات تأثيرات حقيقية، وهو أيضًا أداة يمكنها تقليل التأثيرات الأكبر. ولا يلغي أي من الطرفين الآخر. ما يهم هو التأثير الصافي والحجم والبدائل - وليس العلامة الخضراء المرتبطة بالتكنولوجيا.