غول‌های فناوری چگونه به کمبود آب لطمه می‌زنند؟

پیش‌بینی می شود تا سال 2030 وضعیت بحران آب بدتر شود و تقریباً نیمی از جمعیت جهان با تنش شدید کمبود آب مواجه باشند. این پیش بینی در گزارشی که چند سال پیش توسط برنامه محیط زیست سازمان ملل منتشر شد، بیان می‌کند که برای جلوگیری از این سرنوشت، باید سیاست‌ها و فناوری‌هایی برای کاهش یا حفظ مصرف آب، بدون به خطر انداختن عملکرد و رشد اقتصادی توسعه یابد.
در سال 2016 نویسندگان در آن گزارش به چند بخش پرمصرف آب مانند کشاورزی اشاره کرده بودند. اما چیزی که آنها تصور نمی‌کردند منبع مصرف دیگری بود بنام: هوش مصنوعی.

هوش مصنوعیِ تشنه

توسعه دهندگان پیشرو فناوری از جمله مایکروسافت، اوپن‌ای‌آی و گوگل، در حالی که برای رسیدن به هوش مصنوعی رقابت دارند، اذعان کرده‌اند که تقاضای رو به رشد برای ابزارهای هوش مصنوعی آنها هزینه‌های سنگینی را به همراه دارد.

به زبان ساده ساختن یک مدل زبان بزرگ مستلزم تجزیه و تحلیل الگوها در مجموعه عظیمی از متون نوشته شده توسط انسان است. تمام این محاسبات برق زیادی مصرف می‌کند و گرمای زیادی تولید می‌شود که برای خنک نگه داشتن آن در روزهای گرم، مراکز داده باید آب را اغلب به یک برج خنک کننده در خارج از ساختمان‌های مورد نظر پمپاژ کنند.

ردپای مخفی مصرف آب در مدل‌های هوش مصنوعی

به گزارش فوربس تاکنون، محققان و توسعه‌دهندگان عمدتاً بر کاهش ردپای کربن مدل‌های هوش مصنوعی تمرکز کرده‌اند. با این حال، یک جنبه مهم که اغلب نادیده گرفته شده است، ردپای مصرف آب آنها است. پژوهشگران دانشگاه کلرادو ریورساید و دانشگاه تگزاس آرلینگتون در مقاله جدیدی با عنوان «کشف و پرداختن به ردپای مخفی مصرف آب در مدل‌های هوش مصنوعی» مصرف قابل توجه آب مرتبط با آموزش و استقرار مدل‌های هوش مصنوعی در مراکز داده را بررسی کرده‌اند. آنها با استفاده از منابع داده‌های عمومی، تخمین می‌زنند که «آموزش GPT-3 در مراکز داده پیشرفته مایکروسافت در ایالات متحده می تواند مستقیماً 700 هزار لیتر آب شیرین تمیز مصرف کند»، که آنها محاسبه می‌کنند این مقدار برای تولید 370 خودروی BMW یا 320 تسلا الکتریکی استفاده می‌شود.

یک سوال، یک جرعه آب

علاوه بر این، چت‌جی‌پی‌تی برای یک مکالمه ساده شامل 20 تا 50 پرسش و پاسخ معادل یک بطری 500 میلی‌لیتری آب مصرف می‌کند، که در نگاه اول این مقدار شاید زیاد به نظر نرسد، اما باید در نظر بگیرید که این چت‌بات بیش از 100 میلیون کاربر فعال دارد که همزمان هر یک از آنها در چندین گفتگو شرکت می‌کنند.

اول مایکروسافت؛ دوم گوگل

مایکروسافت در آخرین گزارش زیست محیطی خود، فاش کرد که مصرف آب جهانی آن از سال 2021 تا 2022 ، 34 درصد افزایش یافته که در مقایسه با سال‌های گذشته افزایش شدیدی را نشان می‌دهد.
وقتی صحبت از مصرف آب به میان می آید، بعد از مایکروسافت گوگل در رتبه دوم قرار می‌گیرد. مثلا در سال 2021، مراکز داده گوگل در ایالات متحده به تنهایی 12.7 میلیارد لیتر آب شیرین برای خنک سازی مصرف کردند که حدود 90 درصد آن آب آشامیدنی بود.

چاره چیست؟

رویکردهای فعلی برای دستیابی به هوش مصنوعی پایدار عمدتاً بر راه‌حل‌های مهندسی، مانند افزایش کارایی برج‌های خنک‌کننده مرکز داده متمرکز است. در حالی که این راه‌حل‌ها باعث صرفه‌جویی در مصرف آب می‌شوند، اما نمی‌توانند به جنبه‌های مدیریت تقاضای مرتبط با زمان و مکانِ آموزش و استفاده از مدل هوش مصنوعی بپردازند.

بنابراین چالش اصلی، یافتن راهی برای متعادل کردن کارایی کربن و آب است، که نیازمند رویکردهای جدید و کل‌نگر برای هوش مصنوعی پایدار است.

عوامل متعددی از جمله موقعیت سرور و شرایط آب و هوایی در میزان مصرف تاثیرگذار است، مثلا یک راه حل بالقوه پروژه «تنوع مکانی- زمانی» است که به طور خلاصه می‌گوید با زمان‌بندی آموزش و استنتاج مدل‌های هوش مصنوعی در مکان‌ها و زمان‌های مختلف، توسعه‌دهندگان می‌توانند ردپای مصرف آب مدل‌های هوش مصنوعی خود را کاهش دهند. یعنی استفاده از مناطق سردسیر و یا فصل زمستان می‌تواند یک راه‌حل ابتدایی برای این معضل باشد.

---