Bernard Marr

مع استمرار بروز البيانات الضخمة، وتعلم الآلة، والذكاء الاصطناعي في مجال تكنولوجيا المعلومات، يثير الخبراء مخاوف بشأن التكاليف البيئية للحوسبة، وخاصة البصمة الكربونية للبيانات والذكاء الاصطناعي وانبعاثات الغازات الدفيئة. المشكلة لا تظهر أي علامات على التباطؤ. نتيجة لجائحة كوفيد-19، زاد استخدام البيانات والذكاء الاصطناعي بشكل كبير مع تزايد الطلب على التحول الرقمي. أفاد معهد ماساتشوستس للتكنولوجيا (MIT) بأن السحابة الآن لها بصمة كربونية أكبر من صناعة الطيران بأكملها، وقد يستهلك مركز بيانات واحد كمية من الكهرباء تعادل ما يستهلكه 50 ألف منزل.

وفي الوقت نفسه، أصبحت مجموعات البيانات المستخدمة لتدريب الذكاء الاصطناعي كبيرة بشكل متزايد وتستهلك كمية هائلة من الطاقة لتشغيلها. وأفادت مراجعة تكنولوجيا معهد ماساتشوستس للتكنولوجيا بأن تدريب نموذج ذكاء اصطناعي واحد فقط يمكن أن ينتج أكثر من 626 ألف رطل من ثاني أكسيد الكربون المكافئ، وهو ما يقرب من خمس مرات الانبعاثات الكاملة لسيارة أميركية متوسطة خلال عمرها. لنلقِ نظرة على سبب أهمية قيام المؤسسات بمعالجة كيفية إسهام تخزين البيانات والذكاء الاصطناعي في انبعاثات الغازات الدفيئة، وما يمكننا فعله للتخفيف من آثار هذه المشكلة المستمرة.

يقول سانجاي بودر، المدير الإداري والقائد العالمي لابتكار استدامة التكنولوجيا في شركة Accenture، إن النمو الهائل في البيانات وزيادة الطلب على الطاقة الناتج عنها قد يعاكس في الواقع ويعوق تقدمنا العالمي في مواجهة تغير المناخ.في الوقت الحالي، اعتمدت مجتمع الذكاء الاصطناعي موقف “الأكبر هو الأفضل” فيما يتعلق بالبيانات والذكاء الاصطناعي. لكن هذا النهج يهدد بإلحاق أضرار بيئية كبيرة في المستقبل.

سيحتاج الخبراء التقنيون إلى استهلاك كميات أكبر من الطاقة لبناء نماذج متزايدة الحجم، مع تحسينات متناقصة في الأداء. على سبيل المثال، يجب تدريب الذكاء الاصطناعي الذي يكمن وراء المركبات ذاتية القيادة ليتعلم كيفية القيادة. بمجرد اكتمال التدريب الأولي، يقوم نموذج الذكاء الاصطناعي في المركبة ذاتية القيادة بعملية استنتاج مستمرة حتى يتمكن من التنقل في بيئته. تحدث هذه العملية يومًا تلو الآخر طالما كنا نستخدم المركبة. هذا يتطلب الكثير من متطلبات الطاقة فقط لسيارة واحدة. نحن بحاجة إلى مبادرات جريئة ومدروسة لوضع مجال الذكاء الاصطناعي على مسار أكثر استدامة.

اقتراحات لمواجهة تأثير الذكاء الاصطناعي على الاستدامة

ما الذي يمكن أن تفعله الشركات الكبرى للتخفيف من الآثار البيئية للذكاء الاصطناعي والبيانات الكبيرة مع الاستمرار في دفع الابتكار قدمًا؟ إليك بعض الاقتراحات المتعلقة باستدامة البيانات: فكر في كيفية قياس الأثر البيئي: نحن بحاجة إلى تحسين حساب الكربون من خلال توفير بيانات أسرع وأكثر دقة عن البصمات الكربونية وآثار الاستدامة. يمكن لأدوات مثل Net Zero Cloud من Salesforce، وSustainLife، وMicrosoft Cloud for Sustainability أن تساعد الشركات على تصور وفهم أخطائهم حتى يتمكنوا من تحديد فرص التحسين.

قدّر البصمة الكربونية لنماذج الذكاء الاصطناعي: يمكن لأداة تقدير انبعاثات التعلم الآلي (Machine Learning Emissions Calculator) مساعدة الممارسين على إجراء تقديرات تستند إلى عوامل مثل: مزود الخدمة السحابية، والمنطقة الجغرافية، والأجهزة. افحص كيفية ومكان تخزين البيانات: قد يتم نقل بعض أكبر وظائف التعلم الآلي إلى مناطق من العالم أكثر صداقة للكربون. على سبيل المثال، تمتلك مونتريال في كندا العديد من مراكز البيانات التي تعمل بالطاقة الكهرومائية. زيادة الشفافية والقياس: عندما ينشر الباحثون في مجال الذكاء الاصطناعي نتائجهم للنماذج الجديدة، يجب أن تتضمن قياسات لكمية الطاقة التي تم انبعاثها في نموذجهم، جنبًا إلى جنب مع مقاييس الأداء والدقة.

“اتبع أفضل الممارسات “M4″ من جوجل: حددت Google أربع أفضل الممارسات، المعروفة باسم s” M4″، التي يمكن أن تقلل بشكل كبير من الطاقة وانبعاثات الكربون لأي شخص يستخدم خدمات Google Cloud. تشمل هذه اختيار بنى نماذج تعلم الآلة الفعالة، واستخدام المعالجات والأنظمة المُحسّنة لتدريب ML، والحوسبة في السحاب بدلاً من الموقع، وتحسين الخرائط لاختيار المواقع ذات الطاقة الأنظف. تدعي Google أنه باتباع هذه الممارسات، يمكن تقليل الطاقة بمقدار 100 مرة والانبعاثات بمقدار 1000 مرة.

كيفية العمل نحو أنماط جديدة للذكاء الاصطناعي

مع استمرارنا في مشاهدة التبني المتسارع لتقنيات الذكاء الاصطناعي والتعلم الآلي في مجتمعنا، يجب أن نفكر فيما تفعله هذه الأدوات والأنظمة ببيئتنا. ما لم نكن مستعدين لإصلاح جدول أعمال البحث في مجال الذكاء الاصطناعي اليوم وزيادة الشفافية حول هذه القضية، فقد يعرقل عالم الذكاء الاصطناعي جهودنا في الكفاح لإبطاء تغير المناخ.

إعداد: وحدة الترجمات بمركز سمت للدراسات

المصدر: forbes