هوش مصنوعی برای اقلیم جهان چقدر هزینه دارد؟

محمدرسول میرزایی در گفت‌وگو با خبرنگار ایمنا اظهار کرد: قتی درباره هوش مصنوعی صحبت می‌کنیم، بیشتر چیزی را می‌بینیم که روی صفحه نمایش اتفاق می‌افتد؛ یک سؤال می‌پرسیم، چند ثانیه بعد پاسخ می‌گیریم و تمام، اما پشت همین چند ثانیه، زنجیره‌ای از سخت‌افزار، برق، آب، کارخانه، شبکه انتقال انرژی و مراکز داده در حال فعالیت است؛ به بیان ساده پاسخ یک مدل هوش مصنوعی در صفحه ما کوچک است، اما زیرساختی که برای تولید میلیاردها پاسخ ساخته می‌شود کوچک نیست.

وی افزود: نمونه انویدیا تصویر روشنی از این تغییر مقیاس است؛ بر اساس گزارش‌های خود این شرکت، انتشار کربن انویدیا از سال ۲۰۲۰ تا ۲۰۲۶ حدود ۷۲۵ درصد افزایش پیدا کرده است؛ رقمی که بیشتر به زنجیره تولید و تأمین محصولات مربوط می‌شود؛ این عدد را نباید با کل انتشار هوش مصنوعی یکی دانست، اما یک علامت مهم دارد و آن یعنی رونق هوش مصنوعی فقط یک اتفاق نرم‌افزاری نیست؛ پشت آن یک صنعت سخت‌افزاری عظیم در حال رشد است.

کارشناس حوزه هوش مصنوعی و بازار کار گفت: تصور کنید هر بار که یک مدل هوش مصنوعی قدرتمندتر می‌شود، نظیر این باشد که شهر تازه‌ای ساخته‌ایم که تمام ساکنانش به‌طور شبانه‌روزی به برق نیاز دارند. مسئله فقط ساختن ساختمان نیست؛ باید نیروگاه، جاده، شبکه برق، سیستم خنک‌کننده و منابع آب آن شهر را هم تأمین کنیم. مرکز داده نیز تقریبا چنین وضعیتی دارد.

میرزایی خاطرنشان کرد: آژانس بین‌المللی انرژی پیش‌بینی می‌کند مصرف برق مراکز داده جهان از حدود ۴۸۵ تراوات‌ساعت در سال ۲۰۲۵ به حدود ۹۵۰ تراوات‌ساعت در سال ۲۰۳۰ برسد؛ یعنی تقریبا دو برابر شود؛ بخش مهمی از این رشد نیز با توسعه هوش مصنوعی مرتبط است.

وی اضافه کرد: البته نمی‌توان گفت هوش مصنوعی به‌تنهایی در حال گرم کردن زمین است یا عامل اصلی تغییر اقلیم شده است؛ طبق برآورد IEA، انتشار غیرمستقیم CO₂ ناشی از برق مراکز داده در حال حاضر حدود ۰.۵ درصد انتشار ناشی از احتراق سوخت در جهان است؛ این سهم در سال‌های آینده افزایش پیدا می‌کند، اما همچنان بخش کوچکی از کل انتشار جهانی خواهد بود.

کارشناس حوزه هوش مصنوعی و بازار کار گفت: اگر مصرف یک بخش کوچک با سرعت بسیار بیشتری از سایر بخش‌های اقتصاد افزایش پیدا کند، نمی‌توان فقط به سهم امروز آن نگاه کرد؛ IEA پیش‌بینی کرده مصرف برق مراکز داده از ۲۰۲۴ تا ۲۰۳۰ سالانه حدود ۱۵ درصد رشد کند؛ به عبارت دیگر یعنی بیش از چهار برابر سرعت رشد مصرف برق سایر بخش‌های اقتصاد.

میرزایی بیان کرد: از طرف دیگر برق مصرف‌شده الزاما برق پاک نیست. در ترکیب فعلی برق مراکز داده جهان، زغال‌سنگ حدود ۳۰ درصد و گاز طبیعی حدود ۲۶ درصد سهم دارند. انرژی‌های تجدیدپذیر نیز حدود ۲۷ درصد را تأمین می‌کنند. IEA انتظار دارد تجدیدپذیرها تقریبا نیمی از رشد تقاضای برق مراکز داده تا ۲۰۳۰ را پوشش دهند، اما گاز و زغال‌سنگ همچنان بخشی از تقاضای جدید را تأمین خواهند کرد.

سوال دقیق‌تر این است که انتشار و مصرف منابع ناشی از خود هوش مصنوعی در برابر میزان انتشار و مصرفی که با کمک آن حذف می‌شود در نهایت چه ترازوی خالصی ایجاد می‌کند

وی بیان کرد: پس حتی اگر یک شرکت فناوری بگوید «ما به انرژی تجدیدپذیر متکی هستیم»، هنوز باید سؤال کنیم که تراشه‌ای که استفاده می‌کنیم کجا و با چه انرژی‌ای ساخته شده است؟ سرور کجا تولید شده؟ مواد اولیه آن از کجا آمده؟ مرکز داده در منطقه‌ای کم‌آب ساخته شده یا پرآب؟ و برق اضافی مورد نیاز آن چگونه وارد شبکه می‌شود؟

کارشناس حوزه هوش مصنوعی و بازار کار گفت: طبق برآوردها استقرار سرورهای هوش مصنوعی در آمریکا در فاصله ۲۰۲۴ تا ۲۰۳۰، بسته به سناریوی رشد، می‌تواند سالانه ۷۳۱ میلیون تا ۱.۱۲۵ میلیارد مترمکعب ردپای آبی و ۲۴ تا ۴۴ میلیون تن انتشار CO₂ معادل ایجاد کند، البته اینها سناریوهای مدل‌سازی‌شده‌اند و به محل استقرار، ترکیب شبکه برق و فناوری خنک‌سازی وابستگی زیادی دارند.

میرزایی ادامه داد: وقتی درباره هزینه زیست‌محیطی هوش مصنوعی حرف می‌زنیم، نباید فقط به تعداد درخواست‌هایی که کاربران از ChatGPT یا سایر مدل‌ها می‌فرستند نگاه کنیم. مسئله بزرگ‌تر، مقیاس زیرساختی است که برای پاسخ دادن به این درخواست‌ها ساخته می‌شود.

وی عنوان کرد: البته نیمه دیگر داستان را هم نباید حذف کنیم. هوش مصنوعی می‌تواند شبکه برق را بهینه کند، مصرف انرژی ساختمان‌ها را کاهش دهد، تولید انرژی‌های تجدیدپذیر را بهتر پیش‌بینی کند و در صنایع مختلف به کاهش مصرف انرژی و مواد کمک کند، بنابراین سؤال علمی این نیست که هوش مصنوعی برای محیط زیست خوب است یا بد؟ سؤال دقیق‌تر این است که انتشار و مصرف منابع ناشی از خود هوش مصنوعی در برابر میزان انتشار و مصرفی که با کمک آن حذف می‌شود، در نهایت چه ترازوی خالصی ایجاد می‌کند.

کارشناس حوزه هوش مصنوعی و بازار کار گفت: حتی ممکن است یک فناوری در یک بخش موجب کاهش مصرف شود و در بخش دیگری مصرف را افزایش دهد؛ فرض کنید هوش مصنوعی یک کارخانه را ۱۰ درصد بهینه‌تر کند، اما همان فناوری موجب شود تولید کارخانه ۳۰ درصد افزایش پیدا کند؛ آیا در نهایت محیط زیست ۱۰ درصد سود کرده است؟ پاسخ لزوما مثبت نیست. این همان چیزی است که باید مراقب اثر بازگشتی باشیم.