آیا می‌دانستید با هر ۱۰ درخواستی که از ChatGPT و بینگ‌چت می‌کنید، هوش مصنوعی اندازه‌ی یک بطری نیم‌لیتری آب مصرف می‌کند؟

زمانی «ردپای کربنی» مهم‌ترین دغدغه‌ی زیست‌محیطی فعالیت‌های غول‌های فناوری بود، تاجایی‌که شرکت‌ها یکی پس از دیگری شروع به کم‌رنگ‌ کردن این ردپا به‌کمک مواد بازیافتی و حرکت به‌سمت تولید محصولات به‌اصطلاح «کربن‌خنثی» کردند. اما حالا در سایه‌ی رشد انفجاری هوش مصنوعی، نگرانی دیگری سر برآورده است؛ «ردپای آبی» شرکت‌های فناوری.

دفعه‌ی بعدی که خواستید از چت‌بات ChatGPT یا بینگ‌چت سؤالی بپرسید یا از میدجرنی بخواهید برای درخواست متنی‌تان تصاویر شگفت‌انگیز تولید کند، از خودتان بپرسید با هر پرسش، چه مقدار آب مصرف می‌شود؟

ما همین سؤال را از بینگ‌چت پرسیدیم و با لبخند آرامش‌بخشی جواب داد که وجودش «کاملاً دیجیتالی» است و برای پاسخ به سؤال‌های ما نیازی به آب ندارد. یا بینگ‌چت واقعاً متوجه سؤال نشده بود یا اینکه داشت حقیقت تاریکی را پنهان می‌کرد؛ چراکه به‌تازگی گروهی از پژوهشگران دانشگاه کالیفرنیا متوجه شدند ChatGPT به ازای هر ۱۰ تا ۵۰ درخواست، ۵۰۰ میلی‌لیتر آب مصرف می‌کند؛ یعنی اندازه‌ی یک بطری کوچک آب‌معدنی.

سرورها تشنه هستند
برای آموزش و اجرای مدل‌های هوش مصنوعی بزرگ، مانند چت‌جی‌پی‌تی با میلیون‌ها پارامتر، اغلب از مجموعه‌ی بزرگی از سرورها با تعداد زیادی واحدهای پردازش گرافیکی (GPU)، استفاده می‌شود. این سرورها مصرف انرژی بالایی دارند، به گونه‌ای که هر یک از آن‌ها می‌تواند چند کیلووات انرژی مصرف کند. این مقدار انرژی، معادل مقدار متوسط مصرف برق در خانه‌ای شهری است. بنابراین، با وجود پیشرفت‌های انجام‌شده در زمینه سخت‌افزاری و نرم‌افزاری هوش مصنوعی، آموزش و اجرای مدل‌های هوش مصنوعی همچنان به مصرف انرژی بسیار زیادی منجر می‌شود.

آلودگی هوا و انتشار گازهای گلخانه‌ای از شناخته‌شده‌ترین اثرات مخرب زیست‌محیطی هوش مصنوعی هستند. اما، اثر کمتر شناخته‌‌شده‌ای نیز وجود دارد و آن مصرف آب بسیار بالای مدل‌های AI است. به‌عنوان مثال، ChatGPT به ازای هر ۱۰ تا ۵۰ دستور ورودی داده شده به آن، در حدود ۵۰۰ میلی‌لیتر آب مصرف می‌کند. میزان مصرف آب، به زمان و مکان استفاده از هوش مصنوعی بستگی دارد. با توجه به آن‌که ماهانه صدها میلیون کاربر سؤالات خود را از هوش مصنوعی می‌پرسند، این فناوری نوین می‌تواند آب بسیار زیادی مصرف کند.

هوش مصنوعی، آب شیرین را به دو صورت مصرف می‌کند: خنک‌سازی سرور و مصرف مستقیم آب در محل (محدوده یک): سرورهای هوش مصنوعی به‌دلیل مصرف بسیار زیاد انرژی، گرمای قابل‌ توجهی تولید می‌کنند. برای جلوگیری از بالا رفتن بیش از حد دمای سرور، گرمای تولیدشده باید به محیط اطراف منتقل شود. برای انجام این کار از برج‌های خنک‌کننده استفاده می‌شود که به مقدار زیادی آب نیاز دارند. برج‌های خنک‌کننده به کمک تبخیر‌ آب، آب سرد تولید می‌کنند. مصرف آب در برج‌های خنک‌کننده به هنگام تابستان و رطوبت بسیار کم هوا به‌صورت چشم‌گیری افزایش می‌یابد.

مصرف آب خارج از محدوده (محدوده دو): سرورهای هوش مصنوعی برای فعالیت به مقدار زیادی برق نیاز دارند. این برق در نیروگاه‌های حرارتی، هسته‌ای و برق‌آبی با استفاده از مقدار زیادی آب، تولید می‌شود؛ در نتیجه، هوش مصنوعی از این طریق نیز مقدار زیادی آب مصرف می‌کند.

علاوه بر دو محدوده‌ی گفته‌شده، محدوده‌ی سومی نیز وجود دارد. به‌عنوان مثال، برای تولید ریزتراشه به حدود ۲۲۰۰ گالن آبِ فوق‌العاده خالص نیاز داریم. همچنین، آموزش مدل زبانی بزرگی مانند GPT-3 می‌تواند میلیون‌ها لیتر آب شیرین مصرف کند. این مقدار مصرف آب در مدل GPT-4 افزایش قابل‌توجهی داشته، زیرا بسیار بزرگ‌تر از GPT-3 است.

برداشت و مصرف آب، دو نوع مرتبط، اما متفاوت از آب‌مصرفی هستند که روی میزان آبِ در دسترس و تنش‌های آبی در آینده، تأثیر بسزایی می‌گذارند. به فرایند گرفتن آب از منبع آب طبیعی مانند رودخانه، دریاچه یا سفره‌ی آب زیرزمینی، برداشت آب می‌گوییم. آب برداشت‌شده برای اهداف مختلف مانند آبیاری، تولید برق، خنک کردن نیروگاه‌ها و مصارف خانگی استفاده می‌شود.

در مقابل، آب مصرفی ممکن است از چرخه‌ی طبیعت حذف شود. این آب می‌تواند از طریق تبخیر، نفوذ به زمین یا استفاده در محصولات کشاورزی از بین برود. توجه به این نکته مهم است که آب تبخیر شده از سطح زمین ممکن است در جو باقی بماند و به‌صورت بارش به زمین بازگردد؛ اما بارش می‌تواند در نقاط متفاوتی از محل تبخیر آب رخ دهد، بنابراین منابع آبی، توزیع یکسان و یکنواختی در سطح زمین نخواهند داشت.

در بسیاری از کشورها، تولید برق یکی از بخش‌هایی محسوب می‌شود که برداشت آب زیادی در آن صورت می‌گیرد. طبق پژوهش‌های انجام‌شده، پیشرفت هوش مصنوعی و افزایش تقاضای جهانی برای دسترسی به آن ممکن است تا سال ۲۰۲۷ میلادی، نیاز به ۴٫۲ تا ۶٫۶ میلیارد مترمکعب برداشت آب داشته باشد؛ این مقدار، بیشتر از برداشت آب سالانه‌ی نیمی از انگلستان است.

اگر آمریکا میزبان نیمی از انواع هوش مصنوعی در جهان باشد، عملکرد AI ممکن است در حدود ۰٫۵ تا ۰٫۷ درصد از برداشت آب سالانه را به خود اختصاص دهد. همچنین، مصرف کلی آب در محدوده‌های یک و دو می‌تواند از ۰٫۳۸ تا ۰٫۶۰ میلیارد مترمکعب فراتر رود. در نگاه نخست، شاید این اعداد کوچک به نظر برسند، اما با کمی دقت متوجه خواهیم شد که هوش مصنوعی در مقیاس جهانی می‌تواند به یکی از مصرف‌کننده‌های مهم آب تبدیل شود.

علم به‌طور دائم در حال پیشرفت است و افراد مختلف تمایل زیادی به استفاده از فناوری‌های نوین دارند. اما میزان تقاضا برای هوش مصنوعی در مقایسه با سایر فناوری‌ها بسیار بیشتر است. همان‌طور که در تصویر زیر مشاهده می‌کنید، ارزش بازار هوش مصنوعی از حدود ۲۵۰ هزار دلار در سال ۲۰۲۴ میلادی به حدود ۲ میلیون دلار در سال ۲۰۳۰ میلادی، افزایش خواهد یافت.

افزایش قابل‌ توجه تقاضا برای هوش مصنوعی بر میزان مصرف آب تأثیر چشم‌گیری خواهد گذاشت. به‌عنوان مثال، میزان مصرف مستقیم آب توسط گوگل در سال ۲۰۲۲ نسبت به سال ۲۰۲۱، در حدود ۲۰ درصد افزایش یافت. همچنین، شرکت مایکروسافت نیز در همین دوره شاهد افزایش ۳۴ درصدی مصرف آب بود. توجه به این نکته مهم است که بیشتر شرکت‌های فناوری بزرگ برای خنک‌سازی سرورهای خود از منابع آب آشامیدنی استفاده می‌کنند. آب مصرف‌شده پس از تبخیر در جو زمین ناپدید خواهد شد.

مصرف آب هوش مصنوعی و ایجاد تنش‌های اجتماعی
اگرچه میزان مصرف آب توسط هوش مصنوعی به‌طور قابل‌ توجهی افزایش یافته است، هنوز به نقطه‌ای نرسیده‌ایم که AI بسیاری از منابع طبیعی آب را از ما گرفته باشد. بااین‌حال، افزایش مصرف و برداشت آب در آینده‌ای نزدیک به‌طور قطع نگران‌کننده خواهد بود.

همان‌طور که در تصویر زیر مشاهده می‌کنید، کمبود آب به یکی از مهم‌ترین چالش‌های جهانی تبدیل شده است و بسیاری از مناطق جهان با این مسئله دست به گریبان هستند. دلیل این موضوع به افزایش جمعیت جهان، کاهش منابع آب و از بین رفتن زیرساخت‌های قدیمی آب، به‌خصوص در مناطق مستعد خشکسالی، مربوط می‌شود.

خشکسالی یکی از اصلی‌ترین عامل‌های تغییرات آب‌وهوایی در جهان است. از این‌رو، هر کسی به نوبه خود باید در برابر چالش جهانی کمبود آب در جهان مسئول باشد.

در ماه‌های اخیر، شاهد تنش‌های جدی بر سر مصرف آب بین مراکز داده هوش مصنوعی و جوامع محلی بوده‌ایم. اگر مدل‌های هوش مصنوعی به مصرف بی‌رویه‌ی آب ادامه دهند، این تنش‌ها بیشتر خواهند شد و ممکن است شاهد ناآرامی‌های وسیعی در سطح جوامع باشیم.

مصرف مستقیم آب توسط گوگل در سال ۲۰۲۲ نسبت به سال ۲۰۲۱، در حدود ۲۰ درصد افزایش یافت. همچنین، شرکت مایکروسافت نیز در همین دوره شاهد افزایش ۳۴ درصدی مصرف آب بود.

مایکروسافت در آخرین گزارش پایداری محیط‌زیست فاش کرد که مصرف آب جهانی این شرکت از سال ۲۰۲۱ تا ۲۰۲۲ بیش از یک سوم افزایش یافته و به نزدیک به ۱٫۷ میلیارد گالن رسیده است؛ به‌عبارت دیگر، مصرف سالانه آب مایکروسافت می‌تواند بیش از ۲۵۰۰ استخر المپیک را پر کند. مصرف آب گوگل در مراکز داده و دفاتر این شرکت در سال ۲۰۲۲ به ۵٫۶ میلیارد گالن رسید که ۲۱ درصد افزایش نسبت‌ به سال قبل را نشان می‌دهد.

توجه به این نکته مهم است که با وجود افزایش چشم‌گیر تقاضای عمومی برای استفاده از هوش مصنوعی، این فناوری باید با استفاده از روش‌های نوین، آب بسیار کمتری مصرف کند. به عنوان مثال، شرکت‌های گوگل و مایکروسافت در تلاش هستند تا سال ۲۰۳۰ میلادی، میزان مصرف آب را تا حد قابل‌قبولی کاهش دهند.

چطور می‌توان مصرف آب هوش مصنوعی را کاهش داد؟
طبق برآوردها و مطالعات انجام‌شده در سال ۲۰۲۱، سهم «فناوری اطلاعات و ارتباطات» در انتشار گازهای گلخانه‌ای بین ۱٫۸ تا ۲٫۸ درصد بوده است، اما به احتمال زیاد، این برآورد تصویر کاملی از وضعیت کنونی را ارائه نمی‌دهد.

انرژی مصرف‌شده توسط فناوری‌های نوظهور امروزی مانند بلاک‌چین، هوش مصنوعی و محاسبات کوانتومی بسیار بیشتر از هر فناوری دیگری در گذشته است. مصرف انرژی در مراکز داده، حدود ۴ درصد از مصرف برق جهانی را در برمی‌گیرد. همچنین، در حدود یک درصد از انتشار گازهای گلخانه‌ای به این مراکز مربوط می‌شود. صنعت ذخیره‌سازی داده‌ها سالانه در حدود ۲۰ درصد رشد می‌کند. علاوه بر این، پیش‌بینی می‌شود رشد بازار جهانی هوش مصنوعی هر سال برابربا ۴۰ درصد باشد. با این سرعت رشد، مصرف انرژی، به ویژه آب و انتشار گازهای گلخانه‌ای توسط هوش مصنوعی می‌تواند از کنترل خارج شود. ازاین‌رو، پژوهشگران به دنبال راه‌حلی برای مصرف بهینه آب توسط هوش مصنوعی هستند. برخی از این راه‌حل‌ها عبارت‌اند از:

بهینه‌سازی مراکز داده: شرکت‌هایی مانند گوگل و مایکروسافت می‌توانند از سیستم‌های بهینه‌‌شده‌ای برای خنک‌سازی مرکز داده خود استفاده کنند. با انجام این کار، میزان آب مصرفی برای خنک‌سازی به‌صورت قابل‌ ملاحظه‌ای کاهش خواهد یافت.
مکان مرکز داده: مکان مرکز داده می‌تواند در محلی انتخاب شود که آب به میزان کافی وجود داشته باشد یا بتوان در آن مکان از راه‌های جایگزین، مانند هوا و انرژی‌ها پاک، برای خنک‌سازی استفاده کرد.

بازده الگوریتم AI: بهبود الگوریتم‌های هوش مصنوعی به‌صورت غیرمستقیم می‌تواند مصرف آب را کاهش دهد؛ زیرا این الگوریتم‌ها به قدرت محاسباتی و در نتیجه به خنک‌سازی کمتری نیاز دارند. از این‌رو، مصرف آب به‌صورت قابل‌ توجهی کاهش خواهد یافت.
تصفیه آب:‌ شرکت‌های سازنده هوش مصنوعی با استفاده از سیستم‌های تصفیه آب در مرکزهای داده می‌توانند میزان مصرف آب را تا میزان قابل‌ توجهی کاهش دهند.

منابع انرژی تجدیدپذیر: از آنجا که تولید برق به‌صورت سنتی بر آب متکی است، برای راه‌اندازی مراکز داده می‌توان از منابع انرژی تجدیدپذیر مانند خورشید یا باد استفاده کرد. در این صورت، مصرف آب توسط هوش مصنوعی کاهش خواهد یافت.

اگرچه هوش مصنوعی مقدار زیادی آب مصرف می‌کند، نباید این نکته را فراموش کنیم که از آن می‌توان برای مدیریت منابع آب استفاده کرد. به‌عنوان مثال، هوش مصنوعی به کمک سنسورها و تصاویر ماهواره‌ای می‌تواند میزان بارندگی، جریان رودخانه‌ها، سطح مخازن و کیفیت آب را به‌طور مداوم پایش کند. این داده‌ها، اطلاعات ارزشمندی را در اختیار مدیران منابع آب قرار می‌دهد. همچنین، به کمک هوش مصنوعی می‌توان میزان مصرف غیرعادی آب را شناسایی یا وقوع خشکسالی در مناطق مختلف در جهان را پیش‌بینی کرد.