التأثير البيئي للتكنولوجيات الجديدة.. هل المناخ يتحمل الطلب على الطاقة لمواجهة سباق العالم على الذكاء الاصطناعي؟

دفع طفرة الذكاء الاصطناعي أسعار أسهم شركات التكنولوجيا الكبرى إلى مستويات مرتفعة جديدة، ولكن على حساب تطلعات القطاع المناخية.

اعترفت شركة جوجل هذا الأسبوع، أن التكنولوجيا تهدد أهدافها البيئية بعد الكشف عن أن مراكز البيانات، وهي جزء أساسي من البنية التحتية للذكاء الاصطناعي، ساعدت في زيادة انبعاثات الغازات المسببة للانحباس الحراري 48٪ منذ عام 2019.

وقالت إن “عدم اليقين الكبير”، حول الوصول إلى هدفها المتمثل في انبعاثات صافية صفرية بحلول عام 2030 – مما يقلل من إجمالي كمية انبعاثات ثاني أكسيد الكربون التي تتحمل المسؤولية عنها إلى الصفر – شمل “عدم اليقين حول التأثير البيئي المستقبلي للذكاء الاصطناعي، وهو أمر معقد ويصعب التنبؤ به”.

ويأتي ذلك بعد أن اعترفت شركة مايكروسوفت، الداعم المالي الأكبر لمطور ChatGPT OpenAI، بأن هدفها المتمثل في تحقيق صافي انبعاثات صفري بحلول عام 2030 قد لا ينجح بسبب استراتيجيتها في مجال الذكاء الاصطناعي.

فهل ستكون التكنولوجيا قادرة على خفض التكلفة البيئية للذكاء الاصطناعي، أم أن الصناعة ستستمر في ذلك بغض النظر عن ذلك لأن جائزة التفوق عظيمة للغاية؟

• لماذا يشكل الذكاء الاصطناعي تهديدًا للأهداف الخضراء لشركات التكنولوجيا؟

تعد مراكز البيانات مكونًا أساسيًا لتدريب وتشغيل نماذج الذكاء الاصطناعي مثل Gemini من Google أو GPT-4 من OpenAI، وهي تحتوي على معدات حوسبة متطورة، أو خوادم، تعمل على معالجة كميات هائلة من البيانات التي تدعم أنظمة الذكاء الاصطناعي.

وتتطلب كميات كبيرة من الكهرباء للعمل، مما يولد ثاني أكسيد الكربون اعتمادًا على مصدر الطاقة، بالإضافة إلى إنشاء ثاني أكسيد الكربون “المضمن” من تكلفة تصنيع ونقل المعدات اللازمة.

ووفقًا لوكالة الطاقة الدولية، فإن إجمالي استهلاك الكهرباء من مراكز البيانات قد يتضاعف من مستويات عام 2022 إلى 1000 تيراوات في الساعة في عام 2026 ، وهو ما يعادل الطلب على الطاقة في اليابان، بينما تحسب شركة الأبحاث SemiAnalysis، أن الذكاء الاصطناعي سيؤدي إلى استخدام مراكز البيانات لـ 4.5٪ من توليد الطاقة العالمي بحلول عام 2030.

كما أن استخدام المياه مهم أيضًا، حيث تقدر إحدى الدراسات أن الذكاء الاصطناعي قد يمثل ما يصل إلى 6.6 مليار متر مكعب من استخدام المياه بحلول عام 2027 – أي ما يقرب من ثلثي الاستهلاك السنوي في إنجلترا.

• ماذا يقول الخبراء عن الأثر البيئي؟

في تقرير حديث صادر عن الحكومة البريطانية حول سلامة الذكاء الاصطناعي، ورد أن كثافة الكربون في مصدر الطاقة الذي تستخدمه شركات التكنولوجيا تشكل “متغيرا رئيسيا” في تحديد التكلفة البيئية لهذه التكنولوجيا، ومع ذلك، يضيف التقرير أن “جزءا كبيرا” من تدريب نماذج الذكاء الاصطناعي لا يزال يعتمد على الطاقة التي تعمل بالوقود الأحفوري.

تسعى شركات التكنولوجيا إلى جمع عقود الطاقة المتجددة في محاولة لتلبية أهدافها البيئية، على سبيل المثال، تعد شركة أمازون أكبر مشترٍ للطاقة المتجددة في العالم، ومع ذلك، يزعم بعض الخبراء أن هذا يدفع مستخدمي الطاقة الآخرين إلى استخدام الوقود الأحفوري لأن الطاقة النظيفة لا تكفي الجميع.

ويقول أليكس دي فريس، مؤسس موقع Digiconomist، وهو موقع يراقب التأثير البيئي للتكنولوجيات الجديدة: “إن استهلاك الطاقة لا ينمو فحسب، بل إن جوجل تكافح أيضًا لتلبية هذا الطلب المتزايد من مصادر الطاقة المستدامة”.

• هل هناك ما يكفي من الطاقة المتجددة للجميع؟

تخطط الحكومات العالمية لمضاعفة موارد الطاقة المتجددة في العالم ثلاث مرات بحلول نهاية العقد لخفض استهلاك الوقود الأحفوري بما يتماشى مع أهداف المناخ، لكن التعهد الطموح، الذي تم الاتفاق عليه في محادثات المناخ COP28 العام الماضي، أصبح موضع شك بالفعل ويخشى الخبراء من أن الزيادة الحادة في الطلب على الطاقة من مراكز بيانات الذكاء الاصطناعي قد تدفعه إلى أبعد من المتناول.

حذرت وكالة الطاقة الدولية، الجهة الرقابية العالمية على الطاقة، من أنه على الرغم من أن القدرة العالمية على إنتاج الطاقة المتجددة نمت بأسرع وتيرة مسجلة في العشرين عاما الماضية في عام 2023، فإن العالم قد يضاعف طاقته المتجددة فقط بحلول عام 2030 بموجب خطط الحكومة الحالية.

قد يكون الجواب على شهية الذكاء الاصطناعي للطاقة هو أن تستثمر شركات التكنولوجيا بشكل أكبر في بناء مشاريع جديدة للطاقة المتجددة لتلبية الطلب المتزايد على الطاقة.

• متى يمكننا بناء مشاريع جديدة للطاقة المتجددة؟

مشاريع الطاقة المتجددة البرية مثل مزارع الرياح والطاقة الشمسية سريعة نسبيا في البناء – فقد يستغرق تطويرها أقل من ستة أشهر، ومع ذلك، فإن قواعد التخطيط البطيئة في العديد من البلدان المتقدمة إلى جانب الجمود العالمي في ربط المشاريع الجديدة بشبكة الكهرباء قد تضيف سنوات إلى العملية، تواجه مزارع الرياح البحرية ومشاريع الطاقة الكهرومائية تحديات مماثلة بالإضافة إلى أوقات البناء التي تتراوح بين عامين وخمسة أعوام.

وقد أثار هذا مخاوف بشأن ما إذا كانت الطاقة المتجددة قادرة على مواكبة التوسع في الذكاء الاصطناعي.

وقد استغلت شركات التكنولوجيا الكبرى بالفعل ثلث محطات الطاقة النووية في الولايات المتحدة لتزويد مراكز البيانات التابعة لها بالكهرباء منخفضة الكربون، وفقًا لصحيفة وول ستريت جورنال.

ولكن بدون الاستثمار في مصادر طاقة جديدة، فإن هذه الصفقات من شأنها أن تحول الكهرباء منخفضة الكربون بعيدًا عن المستخدمين الآخرين مما يؤدي إلى زيادة استهلاك الوقود الأحفوري لتلبية الطلب الإجمالي.

• هل سيستمر الطلب على الكهرباء من خلال الذكاء الاصطناعي في النمو إلى الأبد؟

وتشير قواعد العرض والطلب العادية إلى أنه مع زيادة استخدام الذكاء الاصطناعي للكهرباء، ترتفع تكلفة الطاقة وتضطر الصناعة إلى الاقتصاد، ولكن الطبيعة الفريدة للصناعة تعني أن أكبر الشركات في العالم قد تقرر بدلاً من ذلك تحمل ارتفاعات أسعار الكهرباء، مما يؤدي إلى حرق مليارات الدولارات نتيجة لذلك.

أكبر وأغلى مراكز البيانات في قطاع الذكاء الاصطناعي هي تلك المستخدمة لتدريب الذكاء الاصطناعي “الرائد”، مثل أنظمة GPT-4o وClaude 3.5 التي تعد أقوى وأكثر قدرة من أي أنظمة أخرى.

لقد تغير القائد في هذا المجال على مر السنين، لكن OpenAI تقترب عمومًا من القمة، وتتنافس على المركز مع Anthropic، صانع Claude، وGemini من Google.

المنافسة في “الحدود” تعتبر بالفعل “الفائز يأخذ كل شيء”، ولا يوجد ما يمنع العملاء من القفز إلى أحدث شركة رائدة، وهذا يعني أنه إذا أنفقت شركة ما 100 مليون دولار على تشغيل تدريبي لنظام ذكاء اصطناعي جديد، فإن منافسيها يجب أن يقرروا إنفاق المزيد بأنفسهم أو الانسحاب من السباق بالكامل.

والأسوأ من ذلك أن السباق نحو ما يسمى “الذكاء الاصطناعي العام”، وهي أنظمة الذكاء الاصطناعي القادرة على القيام بأي شيء يمكن لأي شخص القيام به، يعني أنه قد يكون من المفيد إنفاق مئات المليارات من الدولارات على جولة تدريب واحدة – إذا كان القيام بذلك يؤدي بشركتك إلى احتكار التكنولوجيا التي يمكنها، كما تقول شركة OpenAI ، “رفع مستوى الإنسانية”.

• هل ستتعلم شركات الذكاء الاصطناعي استخدام كميات أقل من الكهرباء؟

في كل شهر، تظهر إنجازات جديدة في تكنولوجيا الذكاء الاصطناعي تمكن الشركات من إنجاز المزيد بموارد أقل، على سبيل المثال، في مارس 2022، أظهر مشروع ديب مايند المسمى شينشيلا للباحثين كيفية تدريب نماذج الذكاء الاصطناعي الرائدة باستخدام قوة حوسبة أقل بشكل جذري، من خلال تغيير النسبة بين كمية بيانات التدريب وحجم النموذج الناتج.

ولكن هذا لم يسفر عن استخدام نفس أنظمة الذكاء الاصطناعي لكميات أقل من الكهرباء؛ بل أدى بدلاً من ذلك إلى استخدام نفس الكمية من الكهرباء لصنع أنظمة ذكاء اصطناعي أفضل.

وفي الاقتصاد، تُعرف هذه الظاهرة باسم “مفارقة جيفونز”، على اسم الخبير الاقتصادي الذي لاحظ أن تحسين المحرك البخاري بواسطة جيمس وات، والذي سمح باستخدام كميات أقل بكثير من الفحم، أدى بدلاً من ذلك إلى زيادة هائلة في كمية الوقود الأحفوري المحروق في إنجلترا.

ومع انخفاض سعر الطاقة البخارية بعد اختراع وات، تم اكتشاف استخدامات جديدة لم تكن لتستحق العناء عندما كانت الطاقة باهظة الثمن.