التكلفة الخفية لازدهار الذكاء الاصطناعي: الاستغلال الاجتماعي والبيئي

سيطرت بعض المخاوف الرئيسية على المحادثات السائدة حول الذكاء الاصطناعي (AI) ، مثل ما إذا كان الذكاء الاصطناعي الفائق سوف يقضي علينا ، أو ما إذا كان الذكاء الاصطناعي سيسرق وظائفنا. لكننا أولينا اهتمامًا أقل للآثار البيئية والاجتماعية المختلفة “لاستهلاكنا” للذكاء الاصطناعي ، والتي يمكن القول إنها لا تقل أهمية.

كل ما نستهلكه له “عوامل خارجية” – التأثيرات غير المباشرة لاستهلاكنا. على سبيل المثال ، يعد التلوث الصناعي من العوامل الخارجية المعروفة التي لها تأثير سلبي على الناس والبيئة.

الخدمات عبر الإنترنت التي نستخدمها يوميًا لها أيضًا عوامل خارجية ، ولكن يبدو أن هناك مستوى أقل بكثير من الوعي العام بها. بالنظر إلى الإقبال الهائل على استخدام الذكاء الاصطناعي ، لا يجب التغاضي عن هذه العوامل.

التأثيرات البيئية لاستخدام الذكاء الاصطناعي

في عام 2019 ، قدر مركز الأبحاث الفرنسي The Shift Project أن استخدام التقنيات الرقمية ينتج انبعاثات كربونية أكثر من صناعة الطيران. وعلى الرغم من أنه يُقدر حاليًا أن الذكاء الاصطناعي يساهم بأقل من 1٪ من إجمالي انبعاثات الكربون ، فمن المتوقع أن ينمو حجم سوق الذكاء الاصطناعي تسعة أضعاف بحلول عام 2030.

أدوات مثل ChatGPT مبنية على أنظمة حسابية متقدمة تسمى نماذج اللغات الكبيرة (LLMs). على الرغم من أننا نصل إلى هذه النماذج عبر الإنترنت ، إلا أنه يتم تشغيلها وتدريبها في مراكز البيانات المادية حول العالم التي تستهلك موارد كبيرة.

في العام الماضي ، نشرت شركة Hugging Face للذكاء الاصطناعي تقديرًا للبصمة الكربونية لمادة LLM الخاصة بها تسمى BLOOM (نموذج من التعقيد مماثل لـ OpenAI’s GPT-3).

نظرًا لتأثير استخراج المواد الخام وتصنيعها وتدريبها ونشرها والتخلص منها في نهاية عمرها ، نتج عن تطوير النموذج واستخدامه ما يعادل 60 رحلة جوية من نيويورك إلى لندن.

قدر Hugging Face أيضًا أن دورة حياة GPT-3 ستؤدي إلى انبعاثات أكبر بعشر مرات ، نظرًا لأن مراكز البيانات التي تشغلها تعمل على شبكة أكثر كثافة من الكربون. هذا دون النظر إلى تأثيرات المواد الخام والتصنيع والتخلص المرتبطة بـ GTP-3.

يشاع أن أحدث عروض LLM من OpenAI ، GPT-4 ، تحتوي على تريليونات من المعلمات وربما استخدام طاقة أكبر بكثير.

علاوة على ذلك ، يتطلب تشغيل نماذج الذكاء الاصطناعي كميات كبيرة من الماء. تستخدم مراكز البيانات أبراج المياه لتبريد الخوادم الموجودة في الموقع حيث يتم تدريب نماذج الذكاء الاصطناعي ونشرها. تعرضت Google مؤخرًا لانتقادات بسبب خططها لبناء مركز بيانات جديد في أوروغواي المنكوبة بالجفاف والذي سيستخدم 7.6 مليون لتر من المياه يوميًا لتبريد خوادمها ، وفقًا لوزارة البيئة في البلاد (على الرغم من أن وزير الصناعة قد عارض الأرقام ). هناك حاجة أيضًا إلى المياه لتوليد الكهرباء المستخدمة لتشغيل مراكز البيانات.

في مسودة أولية نُشرت هذا العام ، قدم Pengfei Li وزملاؤه منهجية لقياس البصمة المائية لنماذج الذكاء الاصطناعي. لقد فعلوا ذلك ردًا على نقص الشفافية في كيفية تقييم الشركات للبصمة المائية المرتبطة باستخدام وتدريب الذكاء الاصطناعي.

ويقدرون أن تدريب GPT-3 مطلوب في مكان ما بين 210.000 و 700.000 لتر من الماء (أي ما يعادل ذلك المستخدم لإنتاج ما بين 300 و 1000 سيارة). بالنسبة للمحادثة التي تحتوي على 20 إلى 50 سؤالًا ، تم تقدير أن ChatGPT “يشرب” ما يعادل 500 مل زجاجة من الماء.

التأثيرات الاجتماعية لاستخدام الذكاء الاصطناعي

غالبًا ما تحتاج LLM إلى مدخلات بشرية واسعة النطاق أثناء مرحلة التدريب. وعادة ما يتم الاستعانة بمصادر خارجية في هذا الأمر لمقاولين مستقلين يواجهون ظروف عمل غير مستقرة في البلدان منخفضة الدخل ، مما يؤدي إلى انتقادات “العمل الرقمي المستغل”.

في يناير ، ذكرت مجلة تايم كيف تعاقد العمال الكينيون على تصنيف البيانات النصية لاكتشاف “السمية” في ChatGPT ، حيث تم دفع أقل من 2 دولار أمريكي في الساعة أثناء تعرضهم لمحتوى صريح وصادم.

يمكن أيضًا استخدام LLM لتوليد أخبار ودعاية مزيفة. إذا تُركت بدون رادع ، فإن الذكاء الاصطناعي لديه القدرة على استخدامه للتلاعب بالرأي العام ، وبالتالي يمكن أن يقوض العمليات الديمقراطية. في تجربة حديثة ، وجد باحثون في جامعة ستانفورد أن الرسائل التي يولدها الذكاء الاصطناعي كانت مقنعة باستمرار للقراء البشريين بشأن قضايا الساعة مثل ضرائب الكربون وحظر الأسلحة الهجومية.

لن يتمكن الجميع من التكيف مع طفرة الذكاء الاصطناعي. يمكن أن يؤدي اعتماد الذكاء الاصطناعي على نطاق واسع إلى تفاقم عدم المساواة في الثروة العالمية. لن يتسبب ذلك فقط في اضطرابات كبيرة في سوق العمل – ولكنه قد يؤدي بشكل خاص إلى تهميش العمال من خلفيات معينة وفي صناعات معينة.

هل توجد حلول؟

ستعتمد الطريقة التي يؤثر بها الذكاء الاصطناعي علينا بمرور الوقت على عوامل لا تعد ولا تحصى. نماذج الذكاء الاصطناعي التوليدية المستقبلية استطاع مصممة لاستخدام طاقة أقل بشكل ملحوظ ، ولكن من الصعب تحديد ما إذا كانت ستكون كذلك.

عندما يتعلق الأمر بمراكز البيانات ، يمكن أن يؤثر موقع المراكز ونوع توليد الطاقة الذي تستخدمه ووقت استخدامها بشكل كبير على الاستهلاك الكلي للطاقة والمياه. قد يؤدي تحسين موارد الحوسبة هذه إلى تخفيضات كبيرة. لقد دافعت الشركات بما في ذلك Google و Hugging Face و Microsoft عن الدور الذي يمكن أن تلعبه خدمات الذكاء الاصطناعي والسحابة في إدارة استخدام الموارد لتحقيق مكاسب في الكفاءة.

أيضًا ، بصفتنا مستهلكين مباشرين أو غير مباشرين لخدمات الذكاء الاصطناعي ، من المهم أن ندرك جميعًا أن كل استعلام عن روبوتات الدردشة وتوليد الصور ينتج عنه استخدام المياه والطاقة ، ويمكن أن يكون له آثار على العمالة البشرية.

قد تؤدي الشعبية المتزايدة للذكاء الاصطناعي في النهاية إلى تطوير معايير وشهادات الاستدامة. سيساعد ذلك المستخدمين على فهم ومقارنة تأثيرات خدمات معينة للذكاء الاصطناعي ، مما يسمح لهم باختيار تلك التي تم اعتمادها. سيكون هذا مماثلاً لميثاق مركز البيانات المحايدة مناخياً ، حيث وافق مشغلو مراكز البيانات الأوروبية على جعل مراكز البيانات محايدة مناخياً بحلول عام 2030.

ستلعب الحكومات دورًا أيضًا. وافق البرلمان الأوروبي على مشروع قانون للتخفيف من مخاطر استخدام الذكاء الاصطناعي. وفي وقت سابق من هذا العام ، استمع مجلس الشيوخ الأمريكي إلى شهادات من مجموعة من الخبراء حول كيفية تنظيم الذكاء الاصطناعي بشكل فعال وتقليل أضراره. نشرت الصين أيضًا قواعد بشأن استخدام الذكاء الاصطناعي التوليدي ، والتي تتطلب تقييمات أمنية للمنتجات التي تقدم خدمات للجمهور.

اقرأ المزيد: الاتحاد الأوروبي يوافق على مشروع قانون لتنظيم الذكاء الاصطناعي – وإليك كيفية عمله