تصویرسازی از سد عظیمی که سیلی از آب را آزاد می‌کند.
مراکز داده‌ی هوش مصنوعی تا سال ۲۰۳۰ به اندازه نیاز ۱٫۳ میلیارد نفر آب مصرف می‌کنند؛ گزارشی تازه ابعاد پنهان هزینه‌های زیست‌محیطی AI را آشکار می‌کند.
گزارش جدید «مؤسسه آب، محیط‌زیست و سلامت دانشگاه سازمان ملل» نشان می‌دهد که مراکز داده‌ی هوش مصنوعی تا سال ۲۰۳۰ به اندازه‌ای آب مصرف خواهند کرد که پاسخگوی نیازهای اساسی ۱٫۳ میلیارد نفر است. گزارش تأکید دارد که هزینه‌های زیست‌محیطی هوش مصنوعی به‌طور نظام‌مندی کمتر از واقعیت برآورد شده است.

پژوهشگران در گزارش سازمان ملل می‌گویند ارزیابی‌های کنونی صرفاً بر انتشار کربن ناشی از آموزش مدل‌های زبانی بزرگ متمرکز هستند و ردپای این فناوری بر آب و زمین را نادیده می‌گیرند. تأثیر بر آب، ناشی از خنک‌سازی و تأمین انرژی مراکز داده و تأثیر بر زمین نیز برآمده از زیرساخت‌های انرژی و زنجیره‌های تأمین موردنیاز برای ساخت و بهره‌برداری از این مراکز است.

یافته‌های گزارش حاکی از آن است که هزینه‌های اولیه‌ی آموزش مدل‌ها در برابر هزینه‌های «استنتاج» بسیار ناچیز است. هزینه‌های استنتاج که مربوط به اجرای مدل‌ها برای پاسخ‌گویی به درخواست‌های کاربران می‌شود، بین ۸۰ تا ۹۰ درصد کل انرژی مصرفی هوش مصنوعی را تشکیل می‌دهد.

هوش مصنوعی تا سال ۲۰۳۰ حدود ۹٫۳ تریلیون لیتر آب مصرف خواهد کرد

برای نمونه، آموزش مدل جی‌پی‌تی-۴ (GPT-4) حدود ۷۰ گیگاوات‌ساعت برق مصرف کرد، اما تخمین زده می‌شود که پاسخ‌گویی به میلیاردها درخواست روزانه در چت‌جی‌پی‌تی (ChatGPT)، ۳۸۳ گیگاوات‌ساعت انرژی می‌طلبد. گزارش پیش‌بینی می‌کند که تا سال ۲۰۳۰، مراکز داده‌ی هوش مصنوعی ۹۴۵ تراوات‌ساعت برق مصرف خواهند کرد؛ رقمی که سه برابر مجموع مصرف برق کشورهای پاکستان، بنگلادش و نیجریه با جمعیتی بیش از ۶۵۰ میلیون نفر است.

تأثیر این میزان انرژی بر منابع آبی نگران‌کننده است؛ هوش مصنوعی تا سال ۲۰۳۰ حدود ۹٫۳ تریلیون لیتر آب مصرف خواهد کرد که برابر با نیاز آبی سالانه ۱٫۳ میلیارد نفر در جنوب صحرای آفریقا است. گزارش هشدار می‌دهد که مقابله با پیامدهای زیست‌محیطی هوش مصنوعی به سادگیِ انتقال به منابع انرژی سبز نیست. جایگزینی زغال‌سنگ با انرژی‌های زیستی شاید بتواند انتشار کربن مرتبط با هزینه‌های برق را تا ۷۰ درصد کاهش دهد، اما تأثیر بر آب را ۳۰ برابر و تأثیر بر زمین را ۱۰۰ برابر افزایش خواهد داد.

میریام اکزل، پژوهشگر مؤسسه‌ی سازمان ملل و نویسنده‌ی اصلی گزارش، در این‌باره می‌گوید: «گزینه‌هایی که از منظر انتشار کربن سبزتر به نظر می‌رسند، اغلب برای منابع آب یا زمین پیامدهای بدتری دارند.» او می‌افزاید اگر پایداری هوش مصنوعی را تنها با معیار کربن بسنجیم، تصور خواهیم کرد که انرژی‌های تجدیدپذیر زیرساخت‌های این فناوری را پاک می‌کنند، اما این نگاه، حل یک مسئله و ایجاد مشکلات دیگر، اغلب در مناطقی که نقشی در این تصمیم‌ها نداشته‌اند.

همچنین، افزایش بهره‌وری انرژی در هوش مصنوعی به‌طور متناقضی می‌تواند ردپای زیست‌محیطی آن را افزایش دهد. نویسندگان گزارش معتقدند: «بسیاری گمان می‌کنند هرچه فناوری پیشرفته‌تر و کارآمدتر شود، فشار بر محیط‌زیست کاهش می‌یابد؛ اما این فقط بخشی از ماجرا است. هوش مصنوعی و انرژی ارزان‌تر به معنای استفاده‌ی بیشتر است و همین افزایش مصرف می‌تواند ردپای زیست‌محیطی را از میزان صرفه‌جویی ناشی از بهبود بهره‌وری فراتر ببرد.»