يمكن تقليل التأثيرات البيئية المتزايدة لأنظمة الذكاء الاصطناعي التوليدي (GenAI) بشكل كبير إذا “اختارت الشركات النموذج الصحيح” لحالات الاستخدام الخاصة بها ونفذت ممارسات مستدامة طوال دورة حياتها، وفقًا لمعهد كابجيميني للأبحاث.
كابجيميني‘ق تطوير GenAI المستدامة أشار التقرير إلى أنه بالنسبة لأحدث نماذج المحولات التوليدية قبل التدريب (GPT)، فإن التدريب وحده يعادل تقريبًا استهلاك الطاقة السنوي لـ 5000 منزل أمريكي، مع الحاجة إلى “كمية مساوية أو أكبر من الطاقة” لتشغيل النموذج بعد ذلك. عملياً في سياق الأعمال.
وهذا يعني استعلام واحد ل نموذج لغة كبير (LLM) يتطلب 10 أضعاف كمية الكهرباء التي يتطلبها بحث Google.
وأضاف أنه في غضون عام واحد، ارتفع عدد المنظمات التي لديها دمجت GenAI في منتجاتها وخدماتها وارتفعت من 6% إلى 24%. علاوة على ذلك، تشير التقديرات إلى أنه بحلول عام 2026، سيمثل GenAI 4.8% من إجمالي انبعاثات الغازات الدفيئة للمنظمة، ارتفاعًا من المعدل الحالي البالغ 2.6%.
قال كابجيميني أيضًا أن استخدام LLM لإجراء استنتاج من 20 إلى 50 استعلامًا يستخدم حوالي 500 مل من الماء في كل مرة، وأن GenAI يمكن أن تنتج ما بين 1.2 إلى خمسة ملايين طن متري من المياه. النفايات الإلكترونية بحلول عام 2030؛ نفايات إلكترونية تزيد بحوالي 1000 مرة عما تم إنتاجه في عام 2023.
“وقال فنسنت شاربيوت، رئيس مسرع أعمال الاستدامة لمجموعة كابجيميني: “إن الزيادة في استهلاك الطاقة المدفوعة بالذكاء الاصطناعي التوليدي تؤدي إلى زيادة كبيرة في الانبعاثات، والتي من المتوقع أن تتضاعف تقريبًا كحصة من البصمة الكربونية التنظيمية في غضون عامين”. “من الضروري أن تقوم الشركات بدمج الاستدامة في استراتيجيات الذكاء الاصطناعي الخاصة بها.
“من خلال الاستفادة من النماذج الأصغر حجمًا، والطاقة المتجددة، والممارسات الشفافة من بائعي الذكاء الاصطناعي وGenAI، يمكننا التخفيف من الآثار البيئية مع تسخير الذكاء الاصطناعي لدفع كل من الابتكار والاستدامة.”
التأثير البيئي
فمن إنتاج وحدات معالجة الرسومات ــ الأمر الذي يتطلب استخراج المعادن الأرضية النادرة ــ إلى تدريب النماذج على تشغيل مراكز بيانات ضخمة، تساهم كل هذه الخطوات بشكل كبير في التأثير البيئي لهذه التكنولوجيا.
بالنسبة لمعظم المؤسسات، يقع استخدام منتجات وخدمات GenAI ضمن نطاقها نطاق 3 الانبعاثات – الإشارة إلى انبعاثات غازات الدفيئة غير المباشرة التي تحدث خارج عمليات الشركة، ولكنها لا تزال نتيجة لأنشطتها.
ومع ذلك، قال كابجيميني إن اتخاذ الخيارات الصحيحة في مراحل مختلفة من دورة حياة النموذج – بما في ذلك اختيار الأجهزة، وبنية النموذج، ومصدر الطاقة لمراكز البيانات وحالة الاستخدام النهائي – يمكن أن يؤدي إلى تقليل التأثير البيئي بشكل كبير.
وأضافت أن الشركات يجب أن تفكر فيما إذا كانت بحاجة إلى تقنيات GenAI كثيفة الاستهلاك للطاقة في الحالات التي يمكنها فيها استخدام نماذج أكثر كفاءة في استخدام الموارد للحصول على نتيجة مماثلة.
قال فيشال سينغفي، مدير الذكاء الاصطناعي التوليدي في مايكروسوفت: “الجميع يريد أن يفعل شيئًا ما باستخدام الذكاء الاصطناعي التوليدي، لكن في كثير من الأحيان لا تحتاج إليه”. “يمكنك القيام بذلك بشكل جيد جدًا باستخدام الذكاء الاصطناعي التقليدي، والذي يستهلك طاقة حوسبة وأحمال عمل أقل بكثير.”
نماذج لغوية صغيرة
ولذلك يجب على المنظمات أن تأخذ في الاعتبار ما إذا كان من الممكن إكمال المهام باستخدام نماذج لغوية صغيرة (SLMs) بدلاً من ذلك، والتي يتم تدريبها باستخدام مجموعات بيانات أصغر وأكثر تحديدًا مقارنةً بـ LLM.
وقال كابجيميني إن هذا لا يمكن أن يقلل بشكل كبير من الانبعاثات فحسب، بل أيضًا من التكلفة. وفقًا لآرثر مينش، الرئيس التنفيذي لشركة Mistral AI: “تعني النماذج الأصغر حجمًا أن تشغيل التطبيقات أقل تكلفة، والأهم من ذلك، إذا كان لديك نموذج أصغر بمقدار 100 مرة، فيمكنك الاتصال به 100 مرة أكثر بنفس التكلفة، مما يوفر مزيدًا من الذكاء لتطبيقك مع كل مكالمة. “
بالنسبة لمولي تيكيوال، عضو مجلس إدارة في Orchard Hill College and Academy Trust ومقرها المملكة المتحدة، من المهم أن تكون المؤسسات على دراية بكيفية مساهمة استخدام GenAI في التأثيرات البيئية السلبية. وقالت: “أولاً، يجب عليك تحديد التأثير حتى تتمكن من تتبعه والحد منه”.
ومع ذلك، على الرغم من أن مراقبة وتتبع الانبعاثات أمر بالغ الأهمية، إلا أن 14٪ فقط ممن شملهم الاستطلاع الذي أجرته شركة Capgemini قالوا إن شركاتهم تقيس وتتتبع بصمة GenAI الخاصة بها.
وأشار ثلاثة أرباع المديرين التنفيذيين إلى “الشفافية المحدودة” من الموردين باعتبارها تحديًا في قياس الأثر البيئي. وقال التقرير: “إنهم يتوقعون أن يقود قطاع التكنولوجيا الجهود” لتسهيل هذا الهدف.
وعلى الرغم من هذه الاتجاهات، سلط كابجيميني الضوء على كيفية تعامل بعض شركات التكنولوجيا مع التكنولوجيا بشكل مستدام.
لاحظت، على سبيل المثال، أن أحدث وحدات معالجة الرسومات من Nvidia أكثر كفاءة بمقدار 30 مرة من التكرارات السابقة؛ وأن شركة LiquidAI الناشئة من معهد ماساتشوستس للتكنولوجيا قد طورت تقنيات خوارزمية “قابلة للتكيف وأقل استهلاكًا للطاقة”؛ وأن مايكروسوفت قد أدخلت ميزات مراقبة الطاقة في ماجستير إدارة الأعمال الخاص بها.
وسلطت الضوء أيضًا على صفقة وقعتها شركة Meta لشراء الطاقة الحرارية الأرضية لتوفير الطاقة لمراكز بياناتها في الولايات المتحدة، بالإضافة إلى Google Carbon Sense Suite، وهي “مجموعة من الميزات التي تجعل من السهل الإبلاغ بدقة عن انبعاثات الكربون الخاصة بك وتقليلها”. .
خلال قمة الذكاء الاصطناعي بلندن في يونيو 2024، وقال خبراء الاستدامة أنه على الرغم من إمكانية نشر التكنولوجيا بعدة طرق لمساعدة الشركات على أن تصبح أكثر استدامة من الناحية البيئية، إلا أنه يجب أن يكون هناك اعتراف بالآثار السلبية الواضحة التي تحدثها حاليًا على الكوكب.
وقالوا إنه على الرغم من أنه يمكن أن يساعد الشركات على إدارة انبعاثات النطاق 3 بشكل أفضل من خلال ربط مصادر البيانات وجعلها أكثر وضوحًا، إلا أنه قد يكون من الصعب تتبع هذه الانبعاثات نظرًا لكيفية تقوم المؤسسات بشكل مختلف بجمع بياناتها وإدارتها ومشاركتها.
