- يُحدث الذكاء الاصطناعي تأثيراً بيئياً هائلاً بسبب استهلاك مراكز البيانات للكهرباء والكمية الهائلة من المياه اللازمة لتبريدها.
- هناك معضلة تقنية تُعرف باسم التوازن بين الدقة والاستدامة، حيث تميل النماذج الأكثر دقة إلى أن تكون الأكثر تلويثًا.
- يجري تطبيق استراتيجيات الذكاء الاصطناعي الأخضر لتحسين الخوارزميات والانتقال نحو البنى التحتية للطاقة القائمة على مصادر متجددة.
اليوم، يبدو الذكاء الاصطناعي وكأنه شيء سحري يطفو في السحابة، لكن الحقيقة أنه يمتلك بنية تحتية مادية ضخمة . فمن التوصية بمسلسل تلفزيوني إلى كتابة رسالة بريد إلكتروني لنا، هناك آلة هائلة تعمل في الخفاء، وهذا له تكلفة بيئية نتجاهلها غالبًا بينما نستمتع براحة الخوارزميات.
لا يقتصر الأمر على استهلاك المزيد من الكهرباء فحسب، بل نتحدث عن بنية تحتية عالمية للخوادم تستهلك الموارد بوتيرة متسارعة. من هذا المنطلق، يُعدّ فهم كيفية قياس البصمة الكربونية للذكاء الاصطناعي والحدّ منها أمرًا بالغ الأهمية إذا أردنا ألا يُصبح التقدم التكنولوجي عبئًا على صحة كوكبنا.
من أين يأتي التلوث الناتج عن الذكاء الاصطناعي؟
للبدء في العمل، نحتاج إلى التمييز بين مرحلتين أساسيتين: التدريب والاستدلال. يُعدّ التدريب المرحلة الأكثر تطلبًا ، حيث يُعالج النموذج ملايين نقاط البيانات ليتعلم، مما يتطلب قدرة حاسوبية هائلة. على سبيل المثال، أسفر تدريب نموذج GPT-3 عن انبعاث ما يقارب 552 طنًا من ثاني أكسيد الكربون، وهو ما يُعادل انبعاثات عدة سيارات طوال عمرها الافتراضي.
ثم لدينا الاستدلال، وهو ببساطة عندما نطرح سؤالاً على برنامج الدردشة الآلي. ورغم أن الاستعلام الواحد يستهلك طاقة قليلة، إلا أن حجمه هائل لدرجة أن تأثيره يتراكم. وتشير التقديرات إلى أن التفاعل مع نظام توليدي قد يستهلك عشرة أضعاف الطاقة الكهربائية التي يستهلكها بحث جوجل التقليدي، أي ما يصل إلى 3 واط/ساعة لكل استجابة.
يتركز هذا الطلب المتزايد على الطاقة في مراكز البيانات، وهي مبانٍ صناعية مليئة بوحدات معالجة الرسومات والخوادم التي تعمل ليلاً ونهاراً. في عام 2022، استحوذ هذا القطاع على 2% من الطلب العالمي على الكهرباء، وتشير التوقعات إلى أن الاستهلاك قد يرتفع بشكل كبير بحلول عام 2030، لا سيما في دول مثل الولايات المتحدة حيث بات الضغط على شبكة الكهرباء واضحاً للغاية.
المشكلة الخفية: الماء والأجهزة
بينما يُركز الاهتمام بشكل أساسي على ثاني أكسيد الكربون، يُغفل دور الماء. تُولّد الخوادم كميات هائلة من الحرارة وتتطلب تبريدًا مستمرًا. في كثير من الحالات، تُستخدم كميات كبيرة من المياه العذبة لمنع ارتفاع درجة حرارة المعدات. تشير التقديرات إلى أنه مقابل كل كيلوواط ساعة مُستهلك، يتبخر ما يقارب لترين من الماء، مما يُسبب إجهادًا مائيًا مُقلقًا في المناطق المُعرّضة للجفاف أصلًا.
علاوة على ذلك، لا يمكننا أن نغفل أن الذكاء الاصطناعي ليس مجرد برمجيات؛ بل يحتاج إلى رقائق إلكترونية. يعتمد تصنيع وحدات معالجة الرسومات (GPU) على استخراج معادن حيوية وعناصر أرضية نادرة ، وهي عملية تُخلّف كميات هائلة من النفايات السامة والانبعاثات الكيميائية. يُضاف إلى ذلك التقادم المتسارع: إذ تُستبدل المعدات كل بضع سنوات لمواكبة متطلبات الأداء، مما يُنتج كميات هائلة من النفايات الإلكترونية التي يصعب إعادة تدويرها.
المعضلة بين الدقة والبيئة
هنا تتعقد الأمور. ثمة ظاهرة تُعرف باسم المفاضلة بين الدقة والاستدامة . باختصار، إذا أردتَ أن يكون الذكاء الاصطناعي دقيقًا للغاية وقادرًا على الاستدلال، فأنت بحاجة إلى نموذج يحتوي على مليارات المعاملات، مما يزيد استهلاك الطاقة بشكل كبير. النماذج الأكثر اختصارًا أكثر ملاءمةً للبيئة، لكنها ترتكب أخطاءً أكثر أو تقدم إجابات أقل تفصيلًا.
كشفت دراسة حديثة أن بعض المهام المعقدة، مثل حل مسائل الجبر المجرد، قد تُنتج انبعاثات كربونية تصل إلى 50 ضعفًا مقارنةً بسؤال تاريخي بسيط. وهذا يدل على أن الذكاء الاصطناعي ليس كله ملوثًا للبيئة بنفس القدر؛ فالأمر يعتمد كليًا على بنية النموذج والمهام الموكلة إليه.
استراتيجيات من أجل ذكاء اصطناعي أكثر مراعاة للبيئة
ولتجنب تحول هذا إلى كارثة، ظهر مفهوم الذكاء الاصطناعي الأخضر . على عكس "الذكاء الاصطناعي الأحمر"، الذي يسعى فقط إلى تحقيق أقصى دقة بغض النظر عن التكلفة، يركز الذكاء الاصطناعي الأخضر على الكفاءة. ويشمل ذلك تصميم خوارزميات أخف وزنًا، واستخدام تقنيات تبسيط النماذج، وتحسين الشيفرة البرمجية لتقليل العمليات الحسابية المطلوبة.
يتمثل حل آخر في نقل مراكز البيانات. فنقل عمليات المعالجة إلى مناطق ذات مناخ أكثر برودة أو مصادر طاقة متجددة (مثل طاقة الرياح في أيرلندا أو الطاقة الشمسية في إسبانيا) يقلل بشكل كبير من البصمة الكربونية. حتى أن هناك حلولاً جذرية قيد التجربة، مثل غمر الخوادم في المسطحات المائية أو تسخير الحرارة المهدرة لتدفئة المباني الحضرية.
فيما يتعلق بالطاقة، يتجه التوجه نحو إزالة الكربون بشكل كامل . وتسعى شركات عملاقة مثل مايكروسوفت وجوجل إلى تحقيق صافي انبعاثات صفري بحلول عام 2030، وذلك باستخدام اتفاقيات شراء الطاقة النظيفة أو استكشاف الطاقة النووية من خلال مفاعلات معيارية صغيرة لتشغيل مزارع الخوادم الخاصة بها دون انبعاث غازات دفيئة.
الذكاء الاصطناعي كحليف للبيئة
ليس الأمر سيئاً تماماً. من المثير للاهتمام أن التكنولوجيا نفسها التي تُلوِّث البيئة قد تكون الأداة لإنقاذنا. يتميز الذكاء الاصطناعي بقدرته الفائقة على تحسين العمليات. على سبيل المثال، يُستخدم لإدارة الشبكات الذكية التي تُوازن بين العرض والطلب في الوقت الفعلي، مما يُحسِّن استخدام طاقة الرياح أو الطاقة الشمسية خلال فترات ذروة الإنتاج.
في الزراعة، تُمكّن الخوارزميات من استخدام المياه والأسمدة بدقة متناهية من خلال الزراعة الدقيقة ، مما يحدّ من الهدر. وفي قطاع النقل، يُسهم تحسين المسارات المدعوم بالذكاء الاصطناعي في خفض استهلاك الوقود لأسطول النقل. باختصار، يُمكن للذكاء الاصطناعي، إذا ما استُخدم بحكمة، أن يُساعد في خفض الانبعاثات العالمية بنسبة تتراوح بين 5% و10% بحلول نهاية العقد.
يعتمد التحول إلى التكنولوجيا المستدامة على شفافية الشركات في عرض بياناتها، وعلى زيادة وعينا كمستخدمين. في نهاية المطاف، يكمن السبيل الوحيد لكي يصبح الذكاء الاصطناعي ذكياً حقاً، لا مجرد عبء إضافي على كوكب الأرض، في تحقيق التوازن بين قوة الحوسبة واحترام الموارد الطبيعية.
