شرکت فناوری NTT DATA در گزارشی جدید هشدار داده است که رشد سریع هوش مصنوعی و مراکز داده، به بحرانی در مصرف انرژی و منابع طبیعی تبدیل شده است. این شرکت از تمام بازیگران صنعت فناوری خواسته با همکاری گسترده و اجرای رویکرد «چرخه عمر و اقتصاد چرخشی» برای کاهش اثرات زیستمحیطی این فناوری اقدام کنند.
به نقل از SustainabilityMag، هوش مصنوعی در کنار فرصتهای بیسابقه، فشار سنگینی بر محیطزیست وارد کرده است. مصرف عظیم انرژی در توسعه، استقرار و نگهداری سیستمهای هوش مصنوعی میتواند تعهدات جهانی برای مقابله با تغییرات اقلیمی را به خطر بیندازد. به همین دلیل، بخشهای دولتی و خصوصی به دنبال راهکارهایی برای ایجاد تعادل میان رشد هوش مصنوعی و کاهش انتشار کربن هستند.
NTT DATA در گزارش خود با عنوان «هوش مصنوعی پایدار برای فردایی سبز» پیشبینی کرده است که تا سال ۲۰۲۸، بار کاری هوش مصنوعی بیش از نیمی از کل مصرف برق مراکز داده را به خود اختصاص دهد. در آن زمان، میزان برق موردنیاز این فناوری میتواند معادل مصرف سالانهٔ ۲۲ درصد از کل خانوارهای ایالات متحده باشد.
فشار بر منابع و تأثیر بر اهداف اقلیمی
تأثیر زیستمحیطی هوش مصنوعی فقط به برق محدود نمیشود. آموزش یک مدل بزرگ هوش مصنوعی میتواند به میلیونها لیتر آب تازه برای سیستمهای خنککننده مراکز داده نیاز داشته باشد. حتی اجرای ۱۰ تا ۵۰ پرسوجو در چنین مدلهایی ممکن است تا نیم لیتر آب مصرف کند.
دیوید کوستا، مدیر ارشد پایداری در NTT DATA، میگوید: «پیامدهای مصرف منابع در رشد سریع هوش مصنوعی نگرانکننده است، اما همین فناوری میتواند ابزار خلق راهحلهای نوآورانه برای مشکلات زیستمحیطی باشد.»
این گزارش چهار شاخص اصلی را برای سنجش اثر زیستمحیطی هوش مصنوعی معرفی کرده است: مصرف انرژی، پتانسیل گرمایش جهانی، مصرف آب و کاهش منابع معدنی کمیاب.
برآوردها نشان میدهد ردپای کربنی مراکز داده تا سال ۲۰۳۰ بیش از دوبرابر خواهد شد و به حدود ۸۶۰ میلیون تُن دیاکسیدکربن معادل میرسد.
چرخه عمر سختافزار؛ مسئلهای مغفول
NTT DATAدر ادامه به چرخه کوتاه عمر تجهیزات دیجیتال اشاره میکند. دستگاههای کاربری امروزی حدود ۹.۴ درصد از تولید جهانی کبالت و ۸.۹ درصد از تولید پالادیوم را مصرف میکنند. در مراکز داده نیز حجم بالایی از مس، آلومینیوم و عناصر کمیاب استفاده میشود و سرورها معمولاً هر چند سال یکبار برای ارتقای عملکرد تعویض میشوند.
این شرکت از تمرکز تاریخی صنعت بر شاخصهایی مانند «سرعت» و «دقت» انتقاد کرده و میگوید این رویکرد موجب نادیدهگرفتن بهرهوری انرژی شده است. برخی مدلهای جدید هوش مصنوعی اکنون بیش از ۳۰۰ هزار برابر بیشتر از مدلهای اولیه توان پردازشی مصرف میکنند؛ مسئلهای که باعث شده توسعهٔ هوش مصنوعی به حوزهای پرهزینه و محدود برای شرکتهای بزرگ تبدیل شود.
نیاز به اقدام هماهنگ در سراسر اکوسیستم
NTT DATA تأکید میکند که برای کاهش اثرات اقلیمی هوش مصنوعی باید تمام اجزای زنجیره فناوری – از تولیدکنندگان سختافزار و اپراتورهای مراکز داده گرفته تا توسعهدهندگان نرمافزار، ارائهدهندگان خدمات ابری و سیاستگذاران – با یکدیگر همکاری کنند.
در این گزارش پیشنهاد شده است که شرکتها زمان و مکان اجرای بار کاری هوش مصنوعی را با دسترسی به انرژیهای تجدیدپذیر هماهنگ کنند، از الگوهای مهندسی نرمافزار سبز استفاده کنند و سختافزارهای ماژولار و قابلارتقا به کار گیرند تا پسماند الکترونیکی کاهش یابد.
کوستا میگوید: «هوش مصنوعی میتواند در مدیریت هوشمند شبکههای برق، کاهش انتشار گازها، پیشبینی خطرات زیستمحیطی و صرفهجویی در مصرف آب نقش مؤثری ایفا کند. اما شرط اصلی، طراحی پایدار از همان ابتداست.»
NTT DATA در همین راستا اقداماتی را آغاز کرده است؛ از جمله ارائهٔ خدمات GPU از راه دور برای جابهجایی بار کاری هوش مصنوعی به مناطق دارای انرژی بهینهتر و توسعهٔ مدل زبانی بومی خود با نام tsuzumi LLM که بنا به ادعای شرکت، ۲۵۰ تا ۳۰۰ برابر انرژی کمتری برای آموزش نسبت به مدلهای رایج مصرف میکند.
بااینحال، گزارش NTT DATA تأکید میکند که هنوز موانع زیادی وجود دارد؛ از جمله نبود شاخصهای سنجش یکپارچه، گزارشدهی ناهماهنگ و فقدان چارچوبهای استاندارد مشابه صنایع سنتی. بسیاری از سازمانها تنها بر مصرف انرژی یا انتشار کربن تمرکز دارند و عوامل دیگر مانند آب، مواد معدنی و پسماند الکترونیکی را در نظر نمیگیرند.
NTT DATAدر پایان خواستار حرکت صنعت بهسوی تفکر چرخه عمر و اصول اقتصاد چرخشی شد؛ رویکردی که به گفته این شرکت، تنها راه توسعهٔ پایدار هوش مصنوعی در آینده است.
