رشد سریع هوش مصنوعی بسیاری از صنایع را تغییر داده و منجر به فناوری جدید شگفت انگیزی شده است، اما با یک مشکل بزرگ نیز همراه است: افزایش بسیار زیاد مصرف انرژی. این افزایش مصرف انرژی فقط یک مسئله فنی نیست. این یک نگرانی بزرگ زیست محیطی است که همه افراد در زمینه هوش مصنوعی باید با آن مقابله کنند. همانطور که هوش مصنوعی به توسعه خود ادامه می دهد، تنها ساخت مدل های هوشمندتر و حل مشکلات بیشتر کاربران نیست. این در مورد اطمینان از این است که این پیشرفت ها به سیاره ما آسیب نمی زند. سوال فقط این نیست که هوش مصنوعی چه کاری می تواند برای ما انجام دهد، بلکه این است که چگونه می توانیم از پایداری پیشرفت های آن برای کره زمین اطمینان حاصل کنیم.

چشم انداز فعلی

گارتنر پیش‌بینی می‌کند که بدون شیوه‌های هوش مصنوعی پایدار، تا سال 2025، هوش مصنوعی انرژی بیشتری نسبت به نیروی کار انسان مصرف می‌کند و به طور قابل‌توجهی دستاوردهای صفر کربن را جبران می‌کند.

بر اساس گزارش اخیر کمیسیون تنظیم مقررات انرژی فدرال، پیش بینی می شود تقاضای مرکز داده در ایالات متحده تا سال 2030 به 35 گیگاوات برسد، که معادل برق رسانی به حدود 26 میلیون خانه است. (برای زمینه، 1 گیگاوات انرژی برای تامین برق حدود 750000 خانه کافی است.

در مناطقی مانند سالت لیک سیتی که کاربران انرژی غول‌پیکر از جمله متا و گوگل در حال ساخت مراکز داده هستند، تغییر محسوسی به زغال سنگ رخ داده است زیرا برای پشتیبانی از حجم کاری هوش مصنوعی به مراکز داده بیشتری نیاز است. برنامه‌های بازنشستگی زودهنگام نیروگاه‌های زغال‌سنگ کنار گذاشته می‌شوند و تاریخ آن به سال 2042 پیش می‌رود و منابع انرژی پاک به عقب برمی‌گردد.

این تغییر نگران‌کننده‌ای است که بر مبادلات پیچیده بین پیشرفت فناوری و پایداری تأکید می‌کند، به‌ویژه که هوش مصنوعی در راه افزایش ۱۶۰ درصدی تقاضای برق مرکز داده تا سال ۲۰۳۰ است.

در حالی که برخی از غول‌های فناوری مانند گوگل، آمازون و مایکروسافت متعهد شده‌اند تا سال 2030 مراکز داده‌شان را با 100 درصد انرژی تجدیدپذیر تامین کنند، چشم‌انداز کنونی همچنان شاهد ردپای کربن قابل توجهی از عملیات هوش مصنوعی است.

بر اساس داده‌های عمومی متا، یکی از مراکز داده آن در آیووا از انرژی سالانه معادل ۷ میلیون لپ‌تاپ ۸ ساعت در روز استفاده می‌کند.

طبق مطالعه‌ای از Hugging Face و دانشگاه کارنگی ملون، ایجاد یک تصویر با استفاده از هوش مصنوعی مولد به اندازه شارژ کامل تلفن هوشمند شما انرژی می‌گیرد.

پرس و جوهای ChatGPT تقریباً 10 برابر بیشتر از جستجوی گوگل برق مصرف می کنند. برای یک استارت‌آپ، آموزش مدل‌های هوش مصنوعی خود در ایالات متحده، حدود 1000 تن CO2 در سال مصرف می‌کند که معادل 1000 سفر پاریس به نیویورک است.

هوش مصنوعی به یک پیشرفت انرژی نیاز دارد. این صنعت در حال تحلیل راه‌حل‌هایی مانند همجوشی اتمی برای سرعت بخشیدن به انتقال انرژی به دور از سوخت‌های فسیلی است، اما تا زمانی که این پیشرفت انرژی اتفاق نیفتد، افراد و مشاغل در هوش مصنوعی باید گام‌های فردی به سمت تغییر بردارند.

چرا صنعت هوش مصنوعی در اتخاذ شیوه های پایدار کند بوده است؟

کسب‌وکارهای مبتنی بر هوش مصنوعی هنگام تلاش برای اتخاذ شیوه‌های هوش مصنوعی پایدار با چالش‌هایی در زمینه‌های فناوری، سرمایه‌گذاری مالی و مشارکت سهامداران مواجه هستند.

انتقال به راه‌حل‌های هوش مصنوعی پایدار اغلب نیاز به سرمایه‌گذاری اولیه قابل توجهی در فناوری‌های کارآمد انرژی و منابع انرژی تجدیدپذیر دارد. بر اساس یک مطالعه پایداری IBM، در حالی که اکثر مدیران اجرایی (76٪) موافق هستند که پایداری در کسب و کار آنها مرکزی است، تقریبا نیمی از آنها (47٪) برای تامین مالی سرمایه گذاری های پایداری تلاش می کنند.

علاوه بر این، تنها 31 درصد از سازمان‌ها گزارش داده‌اند که داده‌های پایداری را به طور گسترده در بهبودهای عملیاتی خود ادغام کرده‌اند، که نشان‌دهنده شکاف بین اهداف پایداری و گام‌های عملی است.

تغییر به سمت مراکز داده سبز و سخت‌افزار پایدار نه تنها به سرمایه، بلکه به بازنگری استراتژیک زیرساخت‌های موجود نیز نیاز دارد. شرکت‌هایی که هوش مصنوعی می‌سازند، تصمیمات پیچیده‌ای در مورد ارتقا به سیستم‌های کارآمدتر و در عین حال مدیریت هزینه‌های عملیاتی مستمر دارند.

این، به علاوه سرعت سریع تغییرات تکنولوژیکی، می تواند کار را برای کسب و کارها دشوار کند. بسیاری از شرکت‌های هوش مصنوعی در مراحل اولیه توسعه ممکن است به دلیل فشارهای فوری رقابت، توسعه فناوری و یافتن تناسب محصول با بازار، پایداری را در اولویت قرار دهند.

اما با افزایش تقاضا برای هوش مصنوعی، برای کسب‌وکارها ضروری است که پایداری را در فرآیندهای تصمیم‌گیری خود برای دستیابی به اهداف زیست‌محیطی و هدایت نوآوری ادغام کنند.

چگونه همه ما می توانیم آینده پایداری هوش مصنوعی را شکل دهیم

کل صنعت در تأثیرگذاری بر آینده ای پایدارتر برای هوش مصنوعی نقش دارد. آمادگی، پذیرش و توسعه شیوه‌های هوش مصنوعی سبز به بلوغ بازار و مشارکت سهامداران بستگی دارد.

سرمایه گذاران خطرپذیر می توانند تأثیرات زیست محیطی مجموعه خود را ارزیابی کنند، اظهارات تأثیر را از شرکت ها درخواست کنند و بهترین شیوه های پایداری را به اشتراک بگذارند تا کسب و کارهای بیشتری را برای اقدام ترغیب کنند.

شرکت‌های سازمانی و SMB‌هایی که از هوش مصنوعی استفاده می‌کنند می‌توانند برای ارزیابی تلاش‌ها و تعهدات پایداری، از ارائه‌دهندگان اظهارنامه‌های اثرات زیست‌محیطی درخواست کنند.

شرکت هایی که محصولات هوش مصنوعی را توسعه می دهند می توانند در مورد نوع مدل هوش مصنوعی که استفاده می کنند انتخابی باشند. مطالعات اخیر نشان می دهد که مدل های تخصصی هوش مصنوعی نسبت به مدل های هوش مصنوعی عمومی انرژی کمتری مصرف می کنند. هرچه مقرون به صرفه تر باشد، می تواند سریعتر اجرا شود، تجربه کاربر را بهبود می بخشد و مصرف انرژی را کاهش می دهد.

شرکت‌هایی که مدل‌های هوش مصنوعی را توسعه می‌دهند می‌توانند با مراکز داده سبز مانند Genesis Cloud همکاری کنند تا از منابع انرژی تجدیدپذیر استفاده کنند و اثرات زیست‌محیطی را به حداقل برسانند. آنها می توانند از ارائه دهندگان ابر امتیازات اثربخشی مصرف انرژی (PUE) مراکز داده خود را بخواهند و حتی از یک ابزار منبع باز برای اندازه گیری ردپای کربن ابری خود استفاده کنند. در داخل، آن‌ها می‌توانند مدل‌های تخصصی هوش مصنوعی مقرون به صرفه‌تری را برای کاهش انتشار کربن توسعه دهند. در خارج، آنها می توانند مدل انتشار CO2 خود را مانند متا برای Llama 3.1 منتشر کنند.

ارائه دهندگان ابری مانند خدمات وب آمازون (AWS)، Google Cloud، Scaleway و Genesis می‌توانند با توسعه زیرساخت‌هایی که بهره‌وری انرژی را به حداکثر می‌رسانند و شفاف بودن، به کاهش ردپای کربن هوش مصنوعی کمک کنند. این شامل به اشتراک گذاری امتیازات PUE آنها از جمله انرژی مصرف شده برای خنک کردن مرکز داده و انتشار CO2 برای ساخت مرکز داده و ارائه گزینه های قیمت سبز بالقوه است. مراکز داده همچنین می توانند تقاضا برای تراشه های کارآمد انرژی را به ارائه دهندگان سخت افزار منتقل کنند.

ارائه‌دهندگان سخت‌افزار می‌توانند تراشه‌های کارآمد انرژی مانند NVIDIA توسعه دهند که ادعا می‌کند «سوپرتراشه» جدیدش می‌تواند عملکرد وظایف هوش مصنوعی تولیدی را تا ۳۰ برابر افزایش دهد و در عین حال ۲۵ برابر انرژی کمتری با تکنیک‌های خنک‌کننده تراشه‌های جدید مصرف کند.

بودجه عمومی می تواند با ادغام ارزیابی ردپای کربن در فرآیندهای تصمیم گیری مشارکت کند.

تنظیم‌کننده‌ها می‌توانند در جهت پاسخگویی همه بازیگران اکوسیستم هوش مصنوعی تکامل یابند.

به عنوان یک صنعت، ما باید یک رویکرد سیستمی از مسئولیت مشترک برای کاهش اثرات زیست محیطی هوش مصنوعی در تمام سطوح اکوسیستم اتخاذ کنیم.

تغییر اکنون می تواند اتفاق بیفتد

همگامی با نوآوری سریع هوش مصنوعی امروزی برای رقابتی ماندن کسب و کارها بسیار مهم است، اما با بلوغ بازار، پایداری باید نقش بزرگ تری در فرآیند تصمیم گیری ایفا کند.

اولین قدم را با انتخاب یک ارائه‌دهنده هوش مصنوعی بردارید که در حال حاضر برای کاهش مصرف انرژی خود اقدام کرده است - از آنها بخواهید اظهارات تأثیرات زیست‌محیطی آن‌ها را بپرسید یا ردپای کربن شرکت خود را اندازه‌گیری کنند.

این به همه ما بستگی دارد که راه را پیش ببریم و از آینده ای پایدارتر برای هوش مصنوعی دفاع کنیم.

ما بهترین میزبانی وب سبز را معرفی کرده ایم.

این مقاله به عنوان بخشی از کانال Expert Insights TechRadarPro تهیه شده است که در آن بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز را معرفی می کنیم. نظرات بیان شده در اینجا نظرات نویسنده است و لزوماً نظرات TechRadarPro یا Future plc نیست. اگر علاقه مند به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/news/submit-your-story-to-techradar-pro