افزایش وحشتناک زباله‌های الکترونیکی ناشی از هوش مصنوعی

01

از 02

هزینه رونق هوش مصنوعی برای سیاره

این مطالعه بر این نکته تأکید دارد که توسعه سریع هوش مصنوعی باعث می‌شود تجهیزات قدیمی منسوخ شوند و جایگزینی مداوم آنها مشکل زباله‌های الکترونیکی را تشدید نماید، که به دلیل وجود مواد سمی مانند: سرب و کروم، خطرات جدی برای محیط زیست ایجاد می‌کند.

در عین حال، روش‌های مدیریت زباله‌های الکترونیکی فعلی اغلب به‌روز نیستند، با وجود اینکه بسیاری از این اجزا حاوی فلزات قابل بازیافت مانند طلا و پلاتین هستند.

براساس این تحقیق، بیشتر زباله‌های الکترونیکی از آمریکای شمالی، به ویژه ایالات متحده و کانادا، که بسیاری از مراکز داده هوش مصنوعی در آنها فعالیت می‌کنند، سرچشمه خواهند گرفت.

این مطالعه می‌گوید که محدودیت‌های ژئوپولیتیکی، مثل ممنوعیت فروش پردازنده‌های گرافیکی پیشرفته توسط آمریکا به چین، می‌تواند وضعیت را بدتر کند. به این دلیل که مراکز داده در چین ممکن است مجبور به استفاده از فناوری‌های قدیمی‌تر شوند، که این می‌تواند باعث کاهش کارآیی و افزایش زباله‌های الکترونیکی شود.

به گفته محققان این استراتژی می‌تواند باعث کاهش کارایی محاسباتی در کشورهایی شود که به این پردازنده‌ها دسترسی ندارند و تقاضای بیشتری برای سرورهای فیزیکی ایجاد کند.

این تحقیق همچنین مقایسه‌ای بین پردازنده اصلاح‌شده انویدیا به نام H800 که توانایی‌هایی کمتری دارد و برای تطبیق با قوانین صادراتی چین تغییر کرده و پردازنده پیشرفته H100 انجام داده است. به دلیل نگرانی‌های امنیت ملی، مقامات آمریکایی فروش پردازنده H100 به چین را ممنوع کرده‌اند.

محققان اشاره کرده‌اند که به عنوان مثال، کارایی پهنای باند پردازنده H800 انویدیا نصف H100 می‌باشد، که به معنای نیاز به دو برابر تعداد این پردازنده‌ها برای دستیابی به عملکرد معادل است.

محققان اعلام کردند: «تحلیل ما نشان می‌دهد که یک سال تأخیر در دریافت پردازنده‌های جدید می‌تواند باعث افزایش 14 درصدی زباله‌های الکترونیکی در پایان عمر سرویس شود، که در مجموع از 2023 تا 2030 به 5.7 میلیون تن خواهد رسید، که بیشتر از میزان زباله‌های فناوری اطلاعات و ارتباطات کوچک در سطح جهان در سال 2022 است.»

02

از 02

استراتژی سفارشی مدیریت زباله‌های الکترونیکی کمک‌کننده است

محققان در این زمینه از استراتژی اقتصاد چرخشی حمایت می‌کنند، که بر بازیافت و استفاده مجدد از اجزای الکترونیکی تأکید دارد تا از این فاجعه قریب‌الوقوع جلوگیری کنند.

این روش‌ها می‌تواند تولید زباله‌های الکترونیکی را در سطح جهانی تا 86 درصد کاهش دهد.

وانگ پنگ، نویسنده اصلی این تحقیق، بر این نکته تأکید کرد که مناطق مختلف باید رویکردهای سفارشی را برای مقابله با مشکلات خاص خود اجرا کنند.

او در این باره گفت: «ایالات متحده باید تمرکز بیشتری بر مسئولیت‌پذیری در تولید سخت‌افزار و توسعه الگوریتم‌ها داشته باشد، چرا که در خط مقدم توسعه هوش مصنوعی قرار دارد. اگر منابع صنعت جهانی هوش مصنوعی به‌ طور مناسب مدیریت شود، می‌تواند پایدارتر باشد.»

وانگ پنگ در ادامه تصریح کرد: «برای چین، تمرکز باید بر تقویت قوانین مربوط به فرایندهای بهره‌برداری و دفع زباله‌ها باشد. سخت‌افزارهای هوش مصنوعی به مقدار زیاد تولید می‌شوند و به دنبال آن به‌روزرسانی‌های مکرر، حذف و جایگزینی انجام می‌شود. بنابراین نظارت بر نحوه مدیریت زباله‌ها باید سختگیرانه‌تر شود.»

این مطالعه برای اولین بار در مجله Nature Computational Science منتشر شد.