مقادیر عظیمی از قدرت مورد نیاز هوش مصنوعی ممکن است به بزرگترین مانع برای رشد آن تبدیل شود

رشد سریع هوش مصنوعی (AI) باعث افزایش انتشار کربن شده است، زیرا ایجاد ربات‌های گفتگو و تولیدکننده‌های تصویر به مقادیر زیادی برق نیاز دارد. Mark Papermaster (کارشناس ارشد AMD) در کنفرانس جهانی ITF گفت: پرسیدن ده میلیون سؤال Chat-GPT برابر با انرژی برای تأمین انرژی روزانه 5000 خانه است.

بازیکنان بزرگی مانند مایکروسافت، گوگل و OpenAI از محاسبات ابری در مراکز داده عظیم در سطح جهان برای آموزش الگوریتم‌های هوش مصنوعی، معروف به مدل‌ها، استفاده می‌کنند. موفقیت ChatGPT مسابقه ای را در بین شرکت ها برای توسعه سیستم های هوش مصنوعی رقیب، چت بات ها و محصولاتی که از مدل های هوش مصنوعی بزرگ برای کاربران مختلف استفاده می کنند، برانگیخته است. همانطور که هوش مصنوعی همچنان به تحول در صنایعی مانند خرده‌فروشی و پزشکی ادامه می‌دهد، تاثیرات زیست‌محیطی آن در حال تبدیل شدن به یک نگرانی فزاینده است و شفافیت بیشتر در مورد انتشار گازهای گلخانه‌ای احتمالاً منجر به افزایش نظارت خواهد شد.

ITF World imec را در مرکز صنعت نیمه هادی جهانی قرار می دهد

برای آموزش بیش از هزار تریلیون پارامتر، GPT-4 به ده هزار مگاوات در ساعت نیاز داشت. برای به‌روز ماندن و بهره‌برداری از قابلیت‌های هوش مصنوعی، تولید تراشه‌های بیشتر – و قدرتمندتر – کلیدی است.

اندازه‌گیری ردپای کربن فناوری‌های هوش مصنوعی

استانداردهای فعلی صنعت و بهترین شیوه‌ها برای اندازه‌گیری و گزارش ردپای کربن فناوری‌های هوش مصنوعی و چت‌بات هنوز در مراحل ابتدایی خود هستند. با این حال، تلاش هایی برای ایجاد یک استاندارد جهانی انجام می شود. به عنوان مثال، Hugging Face، استارت‌آپ هوش مصنوعی، روشی را برای تخمین ردپای کربن گسترده‌تر مدل‌های زبانی بزرگ (LLM) در کل چرخه زندگی آن‌ها، به جای تمرکز صرف بر مرحله آموزش، توسعه داده است. رویکرد Hugging Face مصرف انرژی در طول آموزش، ساخت و نگهداری سخت‌افزار ابررایانه، زیرساخت‌های محاسباتی و مصرف انرژی پس از استقرار را در نظر می‌گیرد.

به گفته اِما استروبل، استادیار دانشگاه کارنگی ملون، اگرچه کار Hugging Face هنوز مورد بررسی قرار نگرفته است، اما به‌عنوان کامل‌ترین، صادقانه‌ترین و آگاهانه‌ترین تحلیل از ردپای کربن یک مدل بزرگ ML تا به امروز در نظر گرفته می‌شود. مقاله این شرکت وضوح بسیار مورد نیاز را در مورد ردپای کربن LLM ها ارائه می دهد، اما برای درک بهتر تأثیرات زیست محیطی در دنیای واقعی سیستم های هوش مصنوعی، از جمله انتشارات ناشی از توصیه های مبتنی بر هوش مصنوعی و الگوریتم های تبلیغاتی، به تحقیقات بیشتری نیاز است.

کاهش تاثیرات زیست محیطی هوش مصنوعی

با افزایش آگاهی از ردپای کربن هوش مصنوعی، شرکت ها در حال بررسی راه هایی برای کاهش اثرات زیست محیطی فناوری های خود هستند. به عنوان مثال، Hugging Face، LLM، BLOOM خود را بر روی یک ابررایانه هسته‌ای فرانسوی آموزش داد که در مقایسه با مدل‌هایی که در مناطق متکی به سوخت‌های فسیلی آموزش دیده بودند، انتشار CO2 کمتری داشت. مرحله آموزش BLOOM 25 تن گاز CO2 تولید کرد که در محاسبه تولید، زیرساخت و عملیات دو برابر شد. در مقایسه، GPT-3 OpenAI و OPT متا به ترتیب بیش از 500 و 75 متریک تن CO2 در طول تمرین منتشر کردند.

کارشناسان بر این باورند که یافته‌های مقاله Hugging Face می‌تواند باعث تغییر به سمت تحقیقات هوش مصنوعی با انرژی کارآمدتر شود، مانند تنظیم دقیق مدل‌های موجود به جای ایجاد مدل‌های بزرگ‌تر. افزایش آگاهی از ردپای کربن هوش مصنوعی همچنین ممکن است شرکت‌های فناوری بزرگ را بر آن داشته باشد تا بر روی بهره‌وری انرژی تمرکز کنند و منابع انرژی جایگزین را برای مراکز داده خود کشف کنند. به عنوان مثال، مایکروسافت متعهد شده است تا سال 2030 کربن منفی شود، در حالی که گوگل هدف خود را برای راه اندازی مراکز داده و دفاتر خود با انرژی بدون کربن 24/7 تعیین کرده است.

انقلابی در صنعت تراشه ها: قدرت چیپلت ها

تراشه‌ها با ارائه یک رویکرد جدید رادیکال برای طراحی ریزپردازنده‌ها، صنعت تراشه‌های کامپیوتری را متحول می‌کنند.

عواقب انتشار کنترل نشده هوش مصنوعی

از آنجایی که استفاده و محبوبیت فناوری‌های هوش مصنوعی و چت‌بات ادامه می‌یابد، عدم رسیدگی به ردپای کربن آن‌ها می‌تواند پیامدهای مهمی داشته باشد. آتسویوشی کوئیکه، مدیر عامل شرکت ژاپنی تولیدکننده تراشه راپیدوس، پیش‌بینی کرد که در دو سال آینده، مراکز داده هوش مصنوعی به بیش از ده درصد از تولید برق جهانی نیاز دارند. در صورت عدم کنترل، افزایش تقاضای انرژی از فناوری‌های هوش مصنوعی می‌تواند مانع از تلاش‌ها برای دستیابی به اهداف تغییر آب و هوا و تشدید انتشار جهانی شود.

علاوه بر این، انتشارات هوش مصنوعی کنترل نشده همچنین می‌تواند منجر به اقدامات نظارتی و افزایش نظارت بر صنعت فناوری شود و بر شهرت و نتایج نهایی شرکت‌ها تأثیر بگذارد. یک رویکرد فعال برای مدیریت ردپای کربن فناوری‌های هوش مصنوعی نه تنها از نظر زیست‌محیطی مسئول است، بلکه از نظر استراتژیک برای شرکت‌هایی که به دنبال پیشروی در دنیایی که به‌طور فزاینده‌ای آگاه از محیط زیست هستند، سودمند است.