في مجال الذكاء الاصطناعي (AI) ، غالبًا ما تدور المناقشات حول المعلومات الخاطئة والتهديد المحتمل للوظائف البشرية. ومع ذلك ، تلفت الأستاذة بجامعة بوسطن ، كيت ساينكو ، الانتباه إلى مصدر قلق مهم آخر - التأثير البيئي الكبير لأدوات الذكاء الاصطناعي التوليدية.
بصفته باحثًا في الذكاء الاصطناعي ، يثير Saenko مخاوف بشأن تكاليف الطاقة لبناء نماذج الذكاء الاصطناعي. في مقال على The Conversation ، أكدت على أنه "كلما زادت قوة الذكاء الاصطناعي ، زادت الطاقة التي يتطلبها".
في حين أن استهلاك الطاقة للعملات المشفرة مثل Bitcoin و Ethereum قد أثار جدلاً واسعًا ، فإن التطور السريع للذكاء الاصطناعي لم يتلق نفس المستوى من التدقيق من حيث تأثيره على الكوكب.
يهدف البروفيسور ساينكو إلى تغيير هذه الرواية ، مع الاعتراف بالبيانات المحدودة المتاحة عن البصمة الكربونية لاستعلام الذكاء الاصطناعي التوليدي الفردي. ومع ذلك ، فإنها تسلط الضوء على أن الأبحاث تشير إلى أن استهلاك الطاقة أعلى بأربع إلى خمس مرات من استهلاك محرك بحث بسيط.
تفحص دراسة بارزة من عام 2019 نموذجًا توليديًا للذكاء الاصطناعي يسمى تمثيلات التشفير ثنائية الاتجاه من المحولات (BERT) ، ويتألف من 110 مليون معلمة. استهلك هذا النموذج طاقة مكافئة لرحلة طيران عابرة للقارات ذهابًا وإيابًا لشخص واحد أثناء عملية التدريب ، باستخدام وحدات معالجة الرسومات (GPUs). يتم تعديل المعلمات ، التي توجه تنبؤات النموذج وتزيد من تعقيده ، أثناء التدريب لتقليل الأخطاء.
وبالمقارنة ، يكشف Saenko أن نموذج GPT-3 الخاص بـ OpenAI ، مع 175 مليار معلمة مذهلة ، يستهلك طاقة تعادل 123 سيارة ركاب تعمل بالبنزين مدفوعة لمدة عام واحد أو ما يقرب من 1,287،552 ميغاواط ساعة من الكهرباء. بالإضافة إلى ذلك ، أنتج XNUMX طنًا من ثاني أكسيد الكربون. بشكل ملحوظ ، حدث إنفاق الطاقة هذا قبل أن يبدأ أي مستهلك في استخدام النموذج.
مع تزايد شعبية روبوتات الدردشة بالذكاء الاصطناعي ، مثل Perplexity AI و ChatGPT من Microsoft المدمجين في Bing ، يتفاقم الموقف أكثر من خلال إصدار تطبيقات الهاتف المحمول ، مما يجعل هذه التقنيات في متناول جمهور أوسع.
لحسن الحظ ، يسلط Saenko الضوء على دراسة أجرتها Google تقترح استراتيجيات مختلفة للتخفيف من البصمة الكربونية. يمكن أن يؤدي استخدام بنى نموذجية ومعالجات ومراكز بيانات صديقة للبيئة إلى تقليل استهلاك الطاقة بشكل كبير.
في حين أن نموذجًا واحدًا كبيرًا للذكاء الاصطناعي قد لا يدمر البيئة بمفرده ، يحذر ساينكو من أنه إذا طورت العديد من الشركات روبوتات ذكاء اصطناعي مختلفة قليلاً لأغراض مختلفة ، كل منها يخدم ملايين العملاء ، فقد يصبح الاستخدام التراكمي للطاقة مصدر قلق كبير.
في النهاية ، يقترح Saenko أن إجراء مزيد من البحث ضروري لتعزيز كفاءة الذكاء الاصطناعي التوليدي. بشكل مشجع ، سلطت الضوء على إمكانات الذكاء الاصطناعي للعمل في مصادر الطاقة المتجددة. من خلال تحسين الحساب ليتزامن مع توافر الطاقة الخضراء أو تحديد مواقع مراكز البيانات حيث تكون الطاقة المتجددة وفيرة ، يمكن تقليل الانبعاثات بعامل ملحوظ من 30 إلى 40 مقارنة بالاعتماد على الشبكات التي يسيطر عليها الوقود الأحفوري.
في الختام ، في حين أن المخاوف بشأن المعلومات الخاطئة واستبدال الوظائف بسبب الذكاء الاصطناعي لا تزال قائمة ، فإن تأكيد البروفيسور ساينكو على الأثر البيئي لأدوات الذكاء الاصطناعي التوليدية يثير مشكلة خطيرة. وهو يدعو إلى زيادة البحث والأساليب المبتكرة لضمان توافق تطوير الذكاء الاصطناعي مع أهداف الاستدامة. من خلال القيام بذلك ، يمكننا تسخير إمكانات الذكاء الاصطناعي مع تقليل بصمته الكربونية ، وبالتالي تمهيد الطريق لمستقبل أكثر اخضرارًا.
المصدر: https://bitcoinworld.co.in/the-environmental-impact-of-artustry-intelligence-a-concern-beyond-misinformation-and-job-threats/