هوش مصنوعی با وجود پیشرفت‌های چشمگیر، هزینه‌های زیست‌محیطی سنگینی به‌همراه دارد. مصرف زیاد آب و برق در مراکز داده یکی از مشکلات مهم این فناوری است.
به‌گزارش تکناک، تحقیقات جدید دانشگاه کالیفرنیا زنگ‌خطری برای هزینه‌های زیست‌محیطی فراوان هوش مصنوعی مولد به‌صدا درآورده است. طبق گزارش واشنگتن‌پست، حتی تولید ساده‌ی متن نیز نیازمند مصرف آب بسیار زیادی برای خنک‌سازی سرورها است. این در حالی است که مصرف فراوان انرژی هم مسئله‌ای جدی برای این فناوری محسوب می‌شود.
تحقیقات نشان می‌دهند که مصرف آب برای تولید داده‌های هوش مصنوعی بین ایالت‌ها بسیار متفاوت است. به‌عنوان مثال، درحالی‌که در تگزاس تولید ایمیلی ۱۰۰ کلمه‌ای فقط به ۲۳۵ میلی‌لیتر آب نیاز دارد (کمتر از یک لیوان)، در واشنگتن این مقدار به ۱,۴۰۸ میلی‌لیتر (تقریباً سه برابر بیشتر) می‌رسد. این تفاوت چشمگیر نشان می‌دهد که عوامل محیطی و اقتصادی می‌توانند بر مصرف آب در مراکز داده تأثیر بسزایی بگذارند.
ارقام یادشده نشان می‌دهند که بهینه‌سازی مصرف انرژی و آب در مراکز داده، به‌ویژه برای مدل‌های زبانی بزرگ، از اهمیت فراوانی برخوردار است. با‌توجه‌به رشد سریع این فناوری، نیاز به راهکارهایی برای کاهش این مصرف بیش‌ازپیش احساس می‌شود.
مراکز داده به‌دلیل مصرف زیاد آب و برق، بار سنگینی بر محیط‌زیست و هزینه‌های زندگی ساکنان مناطق اطراف تحمیل می‌کنند. برای نمونه، متا برای آموزش مدل LLaMA-3 به ۲۲ میلیون لیتر آب نیاز داشت. این مقدار آب تقریباً برابر با آبی است که برای تولید ۴,۴۳۹ پوند برنج یا مصرف سالانه‌ی ۱۶۴ نفر در ایالات متحده کافی است.
به‌نقل از تامزهاردور، مصرف انرژی GPT-4 به‌قدری زیاد است که اگر تنها یک‌دهم از کارمندان آمریکایی هر هفته یک بار از آن استفاده کنند، برق مصرفی آن برابر با برق موردنیاز ۲۰ روز همه‌ی ساکنان واشنگتن دی‌سی خواهد بود. این نشان می‌دهد که بهره‌برداری گسترده از چنین مدل‌های زبانی بزرگ، مشکلات جدی در‌زمینه‌ی مصرف انرژی ایجاد می‌کند.
واشنگتن‌پست نقل‌قول‌هایی از نمایندگان OpenAI، متا، گوگل و مایکروسافت را منتشر کرده است که عمدتاً بر تعهدات کلی این شرکت‌ها برای کاهش اثرهای زیست‌محیطی هوش مصنوعی متمرکز بوده‌اند و جزئیات عملیاتی مشخصی ارائه نکرده‌اند.
کریگ سینکوته، نماینده‌ی مایکروسافت، از برنامه‌ی این شرکت برای حذف کامل مصرف آب در مراکز داده خبر داده است. با‌این‌حال، جزئیات این روش جدید هنوز مبهم باقی مانده است. با‌توجه‌به اولویت‌دهی تاریخی سودآوری بر مسائل زیست‌محیطی در صنعت فناوری، وعده‌های اخیر شرکت‌ها در این زمینه با احتیاط باید بررسی شود.
