چرا هوش مصنوعی برای آب‌وهوا تبعات فاجعه‌باری دارد؟

به گزارش خبرنگار خبرگزاری علم وفناوری آنا، تازه‌ترین گزارش منتشر شده توسط روزنامه گاردین به هیاهوی اطراف فناوری نوظهور ابزار‌های هوش مصنوعی پرداخته است و با این پرسش شروع می‌شود: چه باید بکنیم وقتی اطرافمان پر است از آدم‌هایی که در مواجه با جدیدترین پدیده نو عقل خود را از فرط هیجان و احساسات از دست می‌دهند. پاسخ نویسنده این است که باید به «چرخه هیاهو گارتنر» (Gartner hype cycle) رجوع کرد.

این «چرخه هیاهو» مدعی است که بلوغ فناوری‌های نوظهور دارای پنج مرحله مختلف است: تب مثبت که پیشران یک فناوری است، تورم انتظارات که به سرعت به اوج می‌رسد، شیب تند توهم زدایی، روشن شدن فضا، و بهره‌وری باثبات که گاهی سال‌ها یا دهه‌ها بعد از ظهور یک فناوری به ثبات می‌رسد.

با توجه به هیاهوی فعلی در مورد هوش مصنوعی، باید دید این فناوری در کجای نمودار «چرخه هیاهو گارتنر» است. شاید بتوان گفت که هوش مصنوعی مولد (اصطلاحی برای چت‌جی‌پی‌تی و ابزار‌های مشابه) به تازگی به اوج انتظارات متورم رسیده است. این با پیش‌بینی‌های هیجان زده صنایع فناورانه همخوانی دارد که هوش مصنوعی تحول بزرگی ایجاد خواهد کرد و به زودی در همه جا حاضر خواهد شد. این تب داغ با خود نگرانی‌هایی را به همراه داشته و بحث در مورد اثرات منفی هوش مصنوعی بر اشتغال، سیاست، انتشار و ازدیاد اطلاعات نادرست، و غیره، به شدت افزایش یافته است.

اما هیاهوی فعلی در مورد هوش مصنوعی باعث نادیده شدن برخی نگرانی‌ها در مورد جنبه‌های منفی آن، به‌ویژه تبعات زیست‌محیطی آن، شده است. نیاز‌های عظیم محاسباتی هوش مصنوعی به مصرف زیاد الکتریسیته و انتشار دی‌اکسید کربن منجر می‌شود.

هوش مصنوعی برای محیط زیست گران تمام می‌شود

رشد هوش مصنوعی به شدت وابسته به فناوری‌هایی است که برای محیط زیست گران تمام می‌شوند. یادگیری ماشین یا تعلیم به مدل‌های هوش مصنوعی به شدت آلودگی کربنی به همراه دارد. حتی مدل‌های پیشرفته‌تر آلودگی بیشتری به همراه دارند. با وارد خدمت شدن مدل‌های هوش مصنوعی، افرادی که از این فناوری در مرحله «استنتاج» استفاده می‌کنند فراموش می‌کنند که مرحله تعلیم مدل‌های هوش مصنوعی چقدر از لحاظ مصرف انرژی پرهزینه بوده است.

خوشبختانه، برخی از افراد هستند که این موضوع را نادیده نمی‌گیرند. برای مثال، یک تحقیق در سال ۲۰۱۹، میزان ایجاد آلایندگی کربنی آموزش یک مدل زبان بزرگ اولیه (LLM) مانند نسخه دوم چت «جی‌پی‌تی» (GPT-۲) را در حدود ۳۰۰۰۰۰ کیلوگرم انتشار دی‌اکسید کربن تخمین زد. این میزان آلایندگی معادل آلودگی ایجاد شده توسط ۱۲۵ پرواز رفت و برگشت بین نیویورک و پکن است. از آن زمان، مدل‌های زبانی به‌طور تصاعدی بزرگ‌تر شده‌اند و بنابراین میزان ایجاد آلایندگی کربنی تعلیم این مدل‌های زبانی به مراتب بیشتر خواهد بود.

کدام کار‌های هوش مصنوعی کربن بیشتری تولید می‌کند؟

تحقیقات اخیر به بررسی تأثیرات زیست‌محیطی هوش مصنوعی در طول مرحله «استنتاج» می‌پردازد، و نشان می‌دهد که انجام کار‌های مولد، مانند تولید تصویر یا متن، بسیار در مصرف انرژی و تولید آلاینده‌ها پرهزینه هستند. کار‌های مربوط به تولید تصویر نسبت به کار‌های تولید متمرکز بر متن، کربن بیشتری منتشر می‌کنند. با کمال تعجب، اما همچنان تعلیم مدل‌های هوش مصنوعی به مراتب آلایندگی کربنی بیشتری نسبت به استفاده از آن‌ها در مرحله استنتاج دارد.

محاسبات نشان می‌دهد که ممکن است میلیون‌ها عملیات استفاده از خدمات «هوش مصنوعی مولد» لازم باشد تا بتواند به میزان برابر با آلایندگی فرآیند تعلیم هوش مصنوعی برسد. رقمی که با توجه به استفاده گسترده هوش مصنوعی به راحتی قابل دستیابی است.

چت‌جی‌پی‌تی در هفته اول پس از آغاز به کار خود یک میلیون کاربر به دست آورد و در حال حاضر صد میلیون کاربر فعال دارد. پس بنابراین شاید بهترین چیزی که می‌توانیم برای کره زمین آرزو کنیم این است که امیدوار باشیم هوش مصنوعی مولد طبق چرخه هیاهوی گارتنر وارد فاز مسیر توهم‌زدایی بشود تا شاید کاهش در محبوبیت هوش مصنوعی مولد بتواند اثرات زیان‌بار زیست محیطی آن را کم کند.