التكلفة المناخية الثقيلة للذكاء الاصطناعي تتجاوز الهواء فحسب - فهي تتطلب المزيد

هناك جانب مظلم للذكاء الاصطناعي يُناقش كثيراً لكنه يُهمل، ألا وهو تكلفته المناخية.

على الرغم من كل الحماس والإمكانيات التي يتمتع بها الذكاء الاصطناعي، فإنه يتطلب كميات هائلة من الطاقة لتدريب نماذجه، وحتى عند استخدامه لكتابة النصوص أو إنشاء الصور، لا يزال يحتاج إلى طاقة كافية ليعمل. تؤدي هذه العمليات إلى إطلاق كميات كبيرة من الكربون، اعتماداً على موقع مركز البيانات ومكان تشغيل نموذج الذكاء الاصطناعي.

النماذج الأكبر حجماً تحتاج إلى طاقة أكثر

يؤكد الخبراء أنه مع نضج التكنولوجيا وتطورها، ستتفاقم انبعاثات الكربون مع مرور الوقت، حيث تحاول الشركات بناء نماذج أكبر لأن التكنولوجيا ذات طبيعة قابلة للتوسع، وتتحسن أدائها مع زيادة الحجم، وهو ما يفيد الأعمال التجارية لكنه مكلف بيئياً.

يقول أليكس دي فيريس إن النماذج الأكبر حجماً تؤدي أيضاً إلى زيادة متطلبات الطاقة، وهو أمر غير جيد للبيئة. وهو مؤسس موقع Digiconomist، وتتمثل منطقة بحث شركته في دراسة العواقب البيئية للتقنيات الجديدة.

يستهلك تدريب نماذج الذكاء الاصطناعي واسعة النطاق، مثل تلك التي تعمل في الخلفية وراء ChatGPT، كميات هائلة من الطاقة، كما قدّر الباحثون على مر السنين. كتب ديفيد بيترسون، أستاذ علوم الحاسوب في جامعة كاليفورنيا، بيركلي، والمؤلف الرئيسي لورقة البحث التي نشرها في عام 2021، أن نموذج الذكاء الاصطناعي GPT-3، الذي تم تحسينه بواسطة OpenAI ليُستخدم كـ ChatGPT، احتاج على ما يبدو إلى 1287 ميجاواط من الكهرباء للتدريب. هذه الكمية من الطاقة كافية لتزويد 123 منزلاً أمريكياً متوسط الحجم بالكهرباء لمدة عام كامل.

وعلى الرغم من أننا نتحدث هنا عن نموذج الذكاء الاصطناعي الأشهر في العالم، والذي قد يكون الأكبر في عصره، فقد تم تطوير العديد من النماذج الأخرى بعد ذلك، والتي تستهلك أيضاً كميات هائلة من الطاقة. 

وفقاً لساكا لوتشوني، قائدة فريق الذكاء الاصطناعي والمناخ في Hugging Face، احتاج نموذج Gopher، وهو مشروع من Google DeepMind أُعلن عنه في عام 2021، إلى ما يقدر بـ 1066 ميجاواط ساعة، كما ذكرت في ورقة بحثية أخرى نُشرت في عام 2022. 

النموذج الحالي له تكلفة مناخية أكبر حتى

ولكن هذه النماذج تمثل كلاهما جيلاً سابقاً من نماذج الذكاء الاصطناعي وهي صغيرة بشكل ملحوظ بالمقاييس الحالية. يُعتبر GPT-4، خليفة GPT-3، أكبر منه بعشر مرات، وتطلب تدريبه طاقة تتراوح بين 51 و62 جيجاواط، وهو ما يُعد، وفقاً للباحث كاسبر غروس ألبن لودفيغسن، أكثر من الاحتياجات الجماعية لـ 4600 منزل أمريكي. 

وبالمثل، تمتلك Google الآن نموذجاً أكبر بكثير من Gopher، يُدعى Gemini، وعلى الرغم من أن Google لم تكشف عن كمية الطاقة التي يتطلبها، فإن الحساب ببساطة يذهب إلى: كلما بنيت نموذجاً أكبر، زادت الطاقة المطلوبة.

كانت هذه التقديرات مخصصة فقط لمراحل التطوير والتدريب. هناك نقطة مهمة أخرى، وهي أن هذه النماذج مصممة للاستخدام في العمليات الواقعية التي تتطلب منها إنتاج مخرجات بناءً على تدريبها، وإنتاج هذه المخرجات استجابة لطلبات المستخدمين يتطلب أيضاً طاقة.

وفقاً للخبراء، يتطلب رد ChatGPT على 1000 استعلام استهلاك 47 واطاً، وهو ما يعادل تشغيل خمسة مصابيح LED عادية لمدة ساعة. الآن فكّر في كيفية تراكم هذا بسرعة، إذ نتحدث هنا عن الردود النصية فقط. 

يجادل الخبراء بأن مطوري الذكاء الاصطناعي يمكنهم تقليل بصمتهم الكربونية من خلال استخدام مراكز البيانات التي تعمل بالطاقة النظيفة، حيث تختلف انبعاثات الكربون الخاصة بالذكاء الاصطناعي بشكل كبير اعتماداً على مكان تخزينها وتشغيلها.

ووفقاً لـ Bloomberg، زادت بالفعل طلبات الكهرباء في الآونة الأخيرة، كما أن الطلب الإضافي الناتج عن مراكز البيانات المتوسعة يتجاوز أيضاً نشر مصادر الطاقة المتجددة. لذلك، تؤجل وحدات الإمداد حول العالم أيضاً إغلاق محطات الطاقة التي تعمل بالفحم والغاز الطبيعي، مما يساهم أيضاً في البصمة الكربونية للذكاء الاصطناعي.

يمكن رؤية القصة الأصلية هنا.