يكتب OpenAI على موقعه على الإنترنت: “مقدار الحوسبة المستخدمة في أكبر الذكاء الاصطناعي [artificial intelligence] لقد تزايدت فترات التدريب بشكل كبير مع مضاعفة الوقت بمقدار 3.4 شهرًا (بالمقارنة، كان لقانون مور فترة مضاعفة مدتها سنتان).”
وفقًا لـ OpenAI، فإن هذا النمو يصل إلى 300000 مرة أكثر من قوة الحوسبة المطلوبة اليوم مقارنة بعام 2012، وهي زيادة أكبر بكثير من نمو قوة الحوسبة بمقدار سبعة أضعاف الذي تحصل عليه خلال نفس الفترة إذا افترضت مضاعفة عامين الفترة التي تنبأ بها قانون مور.
عندما تقوم بالاستقراء، يصبح واضحا أمرين. الأول هو أن أجهزة الكمبيوتر لن تتمكن أبدًا من مواكبة الارتفاع في الطلب من تطبيقات الذكاء الاصطناعي، ما لم يحدث بعض التغيير المدمر ويتم إتاحته للصناعة. في حين أن الحوسبة الكمومية والحوسبة في الذاكرة هما تقنيتان من المحتمل أن تغيرا قواعد اللعبة، إلا أن كليهما لا يزال أمامهما بضع سنوات.
والشيء الثاني الواضح هو أنه في كفاحهم لمواكبة متطلبات الذكاء الاصطناعي، ستعمل شركات تصنيع أجهزة الكمبيوتر على إنتاج أجهزة ومراكز بيانات جديدة وتشغيل كل ما لديهم بأقصى قدر من الطاقة. ونتيجة لذلك، فإن النفايات الإلكترونية والبصمة الكربونية سوف تخرج عن نطاق السيطرة قريباً. هذا هو السيناريو الذي نعيشه الآن، وسنبقى هنا لعدة سنوات قادمة.
وفق نيكلاس ساندبرج، كبير المسؤولين الرقميين ونائب الرئيس الأول لشركة Kuehne+Nagel، يمتلك الذكاء الاصطناعي بالفعل بصمة كربونية كبيرة وهو يتزايد بسرعة. فهو يتطلب الكثير من الأجهزة الجديدة، والتي لا تتطلب فقط معادن تتحول إلى نفايات إلكترونية، ولكنها تنتج أيضًا الكثير من انبعاثات الكربون في عملية التصنيع. علاوة على ذلك، فإن تشغيل الأجهزة بالكثافة المطلوبة لكل من التدريب والاستدلال على الذكاء الاصطناعي يؤدي إلى المزيد من انبعاثات الكربون ــ بشكل مستمر.
أصدر ساندبرج كتابه، دليل تشغيل تكنولوجيا المعلومات المستدامة لقادة التكنولوجيا، في أكتوبر 2022، أي قبل شهر تقريبًا من إطلاق OpenAI لـ ChatGPT. لقد تغيرت أسماء التقنيات، لكن مبادئ كتابه لا تزال تنطبق على عالم ما بعد الذكاء الاصطناعي (GenAI).
فمن ناحية، يحتاج قادة تكنولوجيا المعلومات إلى مواكبة التكنولوجيا لضمان بقاء مؤسساتهم قادرة على المنافسة. ومن ناحية أخرى، يتعين عليهم التصرف بمسؤولية فيما يتعلق بتغير المناخ – ليس هذا هو الشيء الصحيح الذي ينبغي عمله فحسب، بل إنه أيضًا الطريقة الوحيدة التي يمكنهم من خلالها الامتثال للوائح الجديدة، بما في ذلك الإبلاغ عن النطاق 3، الذي يغطي الانبعاثات عبر سلسلة التوريد. .
ثلاث طرق لتقليل انبعاثات الكربون
في مقال حديث بعنوان معالجة مشكلة تغير المناخ التي يواجهها الذكاء الاصطناعي، الذي نُشر في عدد شتاء 2024 من مجلة MITSloan Management Review، يقترح ساندبيرج أنه يمكن تطبيق أفضل ثلاث ممارسات على المدى القصير لتقليل انبعاثات الكربون. هذه هي ما يسميه 3Rs: النقل والحجم المناسب وإعادة التصميم
رويكتب: نقل مراكز البيانات إلى أماكن مثل كيبيك، حيث تكون الطاقة متجددة بنسبة 100% تقريبًا، ويبلغ متوسط كثافة الكربون 32 جرامًا لكل كيلووات/ساعة. وبالنسبة لقادة تكنولوجيا المعلومات الأميركيين، حيث يبلغ متوسط انبعاثات الكربون من مركز البيانات 519 جراماً لكل كيلووات/ساعة، فإن هذا من شأنه أن يؤدي إلى انخفاض بمقدار 16 ضعفاً.
ومن خلال نقل أصول تكنولوجيا المعلومات المحلية إلى مركز بيانات قائم على السحابة مصمم بشكل جيد، يمكن للمؤسسات توفير الانبعاثات والطاقة بعامل يتراوح من 1.4 إلى 2، وفقًا لسوندبيرج. تم تصميم مراكز البيانات المستندة إلى السحابة لتحقيق كفاءة استخدام الطاقة.
رقم بضبط حجم نماذج وتطبيقات الذكاء الاصطناعي الخاصة بك لتناسب ما تحتاجه حقًا. يكتب ساندبيرج أن الشركات يمكنها تقليل آثارها الكربونية من خلال ضبط حجم نماذج وتطبيقات الذكاء الاصطناعي الخاصة بها، واستخدام إجراءات أرشفة جيدة.
إذا كنت تستخدم معالجات وأنظمة مصممة للتعلم الآلي، بدلاً من الأجهزة والمنصات ذات الأغراض العامة، فيمكنك زيادة الأداء والكفاءة بمعامل يتراوح بين اثنين وخمسة، كما كتب ساندبيرج. ابحث عن التوازن الصحيح بين النطاق وحجم النموذج وجودة النموذج وكفاءته. إذا كان بإمكانك جدولة فترات التدريب ليتم تشغيلها في أوقات اليوم التي تميل فيها كثافة الكربون إلى الانخفاض، فهذا يساعد أيضًا.
يمكن أن يؤدي اختيار البنية المناسبة لنموذج التعلم الآلي إلى إحداث فرق كبير أيضًا. على سبيل المثال، لا يمكن للنموذج المتناثر أن يحسن جودة التعلم الآلي فحسب، بل يمكنه أيضًا تقليل الحوسبة بعامل يتراوح من ثلاثة إلى 10 مرات.
لماذا هناك حاجة إلى الحوكمة عبر المنظمات للذكاء الاصطناعي
يقول ساندبيرج: “عندما يتعلق الأمر بالذكاء الاصطناعي بشكل عام، هناك قدر من انتهاك الثقة الشخصية والمجتمعية”. “إننا نشهد آثارًا لذلك مع ظهور GenAI بسرعة كبيرة. لدى تكنولوجيا المعلومات دور تلعبه للتحكم في تلك البيانات والتأكد من أنها جديرة بالثقة. هذا مهم للغاية، وهذا أمر تم الحديث عنه في دافوس».
وفقًا لسوندبرج، بينما كان هناك 60 فقط من قادة تكنولوجيا المعلومات من بين 3000 مدير تنفيذي حضروا الحدث، إلا أن GenAI هيمنت على المناقشة. يقول: “كان الجميع يتحدثون عن الحوكمة والاستخدام المسؤول للذكاء الاصطناعي”.
ونظرًا لقابلية تطبيق الذكاء الاصطناعي على نطاق واسع، يجب أن تكون الحوكمة متعددة التخصصات، نظرًا لإمكانية تطبيقها على نطاق واسع عبر وحدات الأعمال والوحدات الوظيفية والعالم الخارجي. يجب أن يكون الجسر الذي يربط بين الصوامع التنظيمية ويوحد مختلف الوظائف والقادة.
يقول ساندبيرج: “إن التكنولوجيا تتطور بسرعة كبيرة جدًا، ومن المهم جدًا التأكد من وضع إطار عمل لحوكمة الذكاء الاصطناعي جنبًا إلى جنب مع حالات الاستخدام هذه التي تقوم بتنفيذها أو الناشئة”. “مديرو تكنولوجيا المعلومات [chief information officers] بحاجة إلى إعداد أشياء مثل سياسات الاستخدام المقبولة ومبادئ التصميم وما إلى ذلك.
