هوش مصنوعی مولد نگاه نوآوران و کارآفرینان را به خود جلب کرده است و آن‌ها به‌خوبی می‌دانند که این چنین فناوری می‌تواند چه تغییرات شگفتی در جهان جاری خلق کند. بااین‌حال، در پشت‌صحنه این چنین تکنولوژی، چالش‌های مهمی نهفته است که می‌توانند تهدیدی برای پیشرفت آن باشد و تبدیل تشکیل مشکلاتهای جهانی انرژی شود. با وجود هرچه زیاد تر هوش مصنوعی در تاروپود صنایع گوناگون، نگرانی‌ها در رابطه به‌کارگیری بی‌رویه انرژی توسط هوش مصنوعی و عدم پایداری آن افزایش یافته و کارشناسان رویکردهای متغیری برای حل این معضل نظر خواهند داد.

دیتاسنترهای (Data centers) گسترش‌یافته توسط غول‌‌های فناوری همانند آلفابت، مایکروسافت و آمازون که به‌منظور اراعه خدمات ابری منفعت گیری خواهد شد، تنها حدوداً ۱ الی ۲ درصد از مصرف انرژی جهانی را به خود تعلق داده‌اند. این چنین این شرکت‌‌‌ها هم‌زمان با افزایش مقدار کارکرد سیستم‌ها، منفعت‌وری انرژی را در این مراکز بهبود بخشیده‌اند و با اندوخته‌گذاری عظیم در او گفت و گو انرژی‌های پاک، اثرات زیست‌محیطی دستگاه‌های خود را افت داده‌اند. یقیناً ملزوم به ذکر است که کوششهای این شرکت‌ها برای تحکیم سیستم‌ها و منفعت‌وری سودمند انرژی هم چنان ادامه دارد. 

بااین‌حال، ظهور هوش مصنوعی مولد چالش‌های جدیدی را به وجود اورده است. برای مثال، پردازشگرهای گرافیکی (GPU) در ChatGPT، انرژی بسیاری را مصرف می‌کنند و مطابق حرف های «کریستوفر ولیس» از کمپانی Equinix (شرکت اجاره‌دهنده دیتاسنتر)، یک سرور استاندارد با مقیاس بالا، پیش از وجود هوش مصنوعی نزدیک به ۱۰ الی ۱۵ کیلووات انرژی مصرف می‌کرد، درحالی‌که این رقم با وجود هوش مصنوعی به ۴۰ الی ۶۰ کیلووات در هر رَک (rack) افزایش می‌یابد؛ یقیناً مصرف بالای انرژی محدود به محاسبات دستگاه‌ها نیست و سیستم‌های خنک‌کننده نیز برای رک‌های GPUها به انرژی قابل‌توجهی نیازمندند. این چنین منفعت گیری از مدل‌های زبانی همانند GPT-4 در عرصه‌های گوناگون، از تحقیقات گرفته تا فعالیت‌های خلاقانه تشکیل محتوا، می‌توانند به افزایش زیاد تر سختی در شبکه منجر شوند. (به‌ گفتن مثال، یک سرچ ساده در ChatGPT می‌تواند ۱۰ برابر زیاد تر از جستجو در گوگل انرژی مصرف کند.)

آژانس بین‌المللی انرژی می‌گوید مقدار مصرف انرژی دیتاسنترها تا سال ۲۰۲۶ امکان پذیر به ۲ برابر مقدار دو سال پیش افزایش یابد و انتظار می‌رود که طی این بازه وقتی، این دستگاه‌ها یک‌سوم مصرف انرژی ایالات‌متحده را به خود تعلق دهند. این چنین «رنه هاس»، مدیر اجرایی آرم (Arm)، طی او مباحثه با وال‌ استریت‌ ژورنال فرمود که تا آخر دهه جاری میلادی، دیتاسنترهای هوش مصنوعی می‌توانند تا ۲۵ درصد کل برق آمریکا را به خود تعلق دهند؛ یقیناً وی درحالی این ادعا را نقل کرده که مصرف جاری این سیستم‌ها نزدیک به ۴ درصد یا کمتر است. 

پیچیدگی‌های مصرف انرژی در آمریکا 

ظهور هوش مصنوعی مولد هم‌زمان با تشکیل زمان‌های اقتصادی متعدد، مصرف انرژی بالایی را هم می‌طلبد؛ درحالی‌که کاربران و اندوخته‌داران رؤیای منفعت گیری حداقلی انرژی را در سر دارند. این تفکر در دیگر قسمت‌ها نیز قابل مشاهده است‌. برای مثال، تعداد بسیاری از مشتریان می‌خواهند انرژی خودروهایشان زیرو کربن (بدون کربن) باشد و منبع های فرد دیگر را برای انرژی دستگا‌ه‌هایشان جستجو می‌کنند. 

از طرفی، گسترش شبکه‌ها دیگر چالش پیش‌روی کمپانی‌ها است. علی‌رغم حمایتکاخ سفید، ساخت سریع ظرفیت‌های تجدیدپذیر تازه برای شرکت‌ها آسان نیست و آن‌ها از مشکلات بسیاری در زنجیره فراهم رنج می‌برند. مطابق برخی محاسبات، تحویل ترانسفورماتورها سه سال طول می‌کشد و همین‌طور افزایش هزینه پروژه‌های بادی و خورشیدی، فراهم مالی آن‌ها را دشوار ساخته است.

چه باید کرد؟ 

شکی نیست که ادامه حالت جاری، مشکلاتهای زیست‌محیطی و انرژی بسیاری را رقم خواهد زد؛ درنتیجه صنعت حال‌حاضر به راه‌کارهای نوآورانه و خلاق نیاز دارد. 

یکی از رویکردهای احتمالی، بهبود منفعت‌وری پردازشگرهای گرافیکی است. اکنون انویدیا به‌گفتن فراهم‌کننده عمده قطعات در این عرصه، ادعا کرده که منفعت‌وری ملزوم را در تازه ترین سرور‌های هوش‌مصنوعی خود اعمال کرده است و این روال را ادامه می‌دهد. بااین‌حال، ساخت تراشه‌های کارآمدتر می‌تواند به افزایش مصرف انرژی ختم شود و مجدد مشکل تشکیل کند. 

«آرون دنمن» از شرکت Bain، نظر می‌کند که مدعیان حوزه فناوری از منبع های مالی خود برای پشتیبانی به شرکت‌های حوزه برق جهت از بین بردن محدودیت‌های این شبکه خرج کنند. او با اشاره به افزایش تقاضا برای مصرف انرژی در زمان‌های اوج مصرف، از الزام منفعت‌مندی از نیروگاه‌های پشتیبان آماده او گفت. بااین‌حال، این نیروگاه‌ها به گمان زیادً با گاز طبیعی کار می‌کنند که با اهداف زیست‌محیطی شرکت‌های بزرگ در تضاد است. 

افتاحتمالی انرژی‌های تجدیدپذیر هزینه‌هایی را به‌همراه خواهد داشت. علی‌رغم عدم آشنایی با نحوه درآمدزایی از هوش مصنوعی، مردم می‌دانند که وجود پردازشگرهای گرافیکی سدی بزرگ در منفعت‌وری انرژی محسوب خواهد شد. اگر هزینه‌های انرژی افزایش یابد، گسترش هوش مصنوعی و فناوری‌های نوین نیز با اختلال مواجه خواهد شد. از طرفی دیگر، «سم آلتمن» و همکارانش در OpenAI، به‌کارگیری شکافت هسته‌ای را به‌گفتن یکی از راه‌های فراهم انرژی مصرفی سیستم‌های هوش مصنوعی در سر دارند. بااین‌حال، باید چشم به راه ماند و دید که مسیر گسترش انرژی‌های تجدیدپذیر چطور پیش خواهد رفت و آینده هوش مصنوعی مولد به‌گفتن یک فناوری کاربردی چطور خواهد می بود.