
هوش مصنوعی تولید کننده انرژی است و روش هایی که می توان تأثیرات زیست محیطی آن را می توان پیچیده کرد. هنگام بررسی اهداف پایداری شرکت خود ، تأثیر پایین دست AI تولید کننده بر محیط زیست را در نظر بگیرید.
- چه عوارض جانبی ممکن است بلافاصله قابل مشاهده نباشد اما می تواند تأثیر عمده ای داشته باشد؟
- چه زمانی بیشتر مصرف انرژی رخ می دهد: در طول آموزش یا استفاده روزمره؟
- آیا مدل های هوش مصنوعی “کارآمدتر” در واقع هرگونه نگرانی در مورد پایداری را برطرف می کنند؟
تأثیر هوش مصنوعی تولیدی بر تولید برق ، آب و کیفیت هوا
تأثیر هوش مصنوعی بر آلودگی هوا
در دسامبر سال 2024 ، دانشگاه کالیفرنیا ، ریورساید و انستیتوی فناوری کالیفرنیا آن آموزش را محاسبه کردند متاLlama-3.1 همان میزان آلودگی هوا را بیش از 10،000 سفر دور توسط ماشین بین لس آنجلس و شهر نیویورک تولید کرد.
محققان UC Riverside و Caltech دریافتند که افزایش آلودگی هوا از تولید کنندگان پشتیبان در مراکز داده که دارای هوش مصنوعی هستند باعث شده هزینه های بهداشت عمومی منطقه ای تقریباً 190 میلیون دلار تا 260 میلیون دلار در سال باشد.
تأثیر هوش مصنوعی در استفاده از برق
گزارش 2024 از آژانس انرژی بین المللی گفت: یکی از سریع chatgpt از 10 ساعت Terawatt ساعت در سال بیشتر از کل مورد استفاده سالانه برای جستجوهای Google استفاده می کرد.
تأثیر هوش مصنوعی در استفاده از آب
با استفاده از برق بیشتر ، می تواند آب و برق در حال حاضر در حال تلاش باشد و منجر به Browout یا خاموشی شود. ترسیم آب از مناطق مستعد خشکسالی ، مانند ققنوس که به سرعت در حال توسعه ، آریزونا یا بیابان های کالیفرنیا است ، می تواند باعث از بین رفتن زیستگاه و آتش سوزی شود.
ببینید: ارسال یک ایمیل با chatgpt معادل مصرف یک بطری آب است
آیا آموزش یا استفاده روزمره از هوش مصنوعی منابع بیشتری مصرف می کند؟
IEA در خود نوشت: “آموزش یک فرایند وقت گیر و پر انرژی است.” 2025 Energy and AI World Energy Outlook گزارش ویژهبشر یک پردازنده گرافیکی از نوع مناسب برای آموزش AI به همان اندازه برق به عنوان یک توستر در حداکثر مصرف انرژی خود جذب می کند. این آژانس محاسبه کرد که 42.4 ساعت گیگاوات را برای آموزش GPT-4 Openai ، معادل استفاده روزانه از برق خانگی 28.500 خانوار در یک اقتصاد پیشرفته ، محاسبه کرد.
در مورد استفاده روزمره چطور؟ اندازه پرس و جو ، اندازه مدل ، میزان مقیاس زمان استنباط و عوامل بیشتر در میزان برق یک مدل AI در مرحله استنتاج استفاده ، برای تجزیه سریع. این عوامل و کمبود داده در مورد اندازه و اجرای مدلهای هوش مصنوعی مصرف کننده بدان معنی است که اندازه گیری اثرات زیست محیطی بسیار دشوار است. با این حال ، هوش مصنوعی تولیدی غیرقابل انکار قدرت بیشتری نسبت به محاسبات معمولی می کند.
الکس دو وریس ، بنیانگذار وبلاگ تحقیق و مصرف انرژی بیت کوین ، در نامه ای به TechRatic ، نوشت: “مرحله استنتاج (همچنین مرحله عملیاتی) قبلاً مسئولیت اکثریت (60 ٪) هزینه های انرژی هوش مصنوعی در گوگل حتی قبل از اتخاذ انبوه برنامه های کاربردی هوش مصنوعی (2019-2021) بود.” “حتی اگر تعداد دقیقی نداریم ، پذیرش انبوه برنامه های AI باعث افزایش وزن مرحله استنباط (/عملیاتی) می شود.”
در همین حال ، مدل های هوش مصنوعی همچنان گسترش می یابند. De Vries گفت: “افزایش اندازه مدل (پارامترها) منجر به عملکرد بهتر می شود ، اما مصرف انرژی از آموزش و استنباط را افزایش می دهد.”
بارگیری: این GREENTECH سریع واژه نامه از حق بیمه TechRepublic
Deepseek ادعا کرد که انرژی بیشتری دارد ، اما پیچیده است
مدلهای هوش مصنوعی Deepseek به دلیل دستیابی به رقبای اصلی خود بدون مصرف انرژی و با قیمت پایین تر ، به همان اندازه رقبای اصلی خود مورد ستایش قرار گرفته اند. با این حال ، واقعیت پیچیده تر است.
رویکرد مخلوط کردن Deepseek با پردازش روابط بین مفاهیم در دسته ها ، هزینه ها را کاهش می دهد. به همان اندازه به قدرت محاسباتی احتیاج ندارد یا به همان اندازه انرژی در طول آموزش مصرف می کند. در IEA پیدا شد اینکه استفاده روزمره از روش مقیاس بندی زمان استنباط که توسط Deepseek-R1 استفاده می شود ، مقدار قابل توجهی از برق مصرف می کند. به طور کلی ، مدلهای استنتاج بزرگ بیشترین برق را مصرف می کنند. آموزش کمتر خواستار است ، اما استفاده بیشتر از آن است ، با توجه به بررسی فناوری MITبشر
IEA در گزارش انرژی و هوش مصنوعی سال 2025 نوشت: “Deepseek-R1 و مدل O1 Openai نسبت به سایر مدل های بزرگ زبان از نظر انرژی بسیار فشرده تر هستند.”
IEA همچنین به “اثر برگشتی” اشاره کرد ، جایی که افزایش کارآیی محصول منجر به پذیرش بیشتر کاربران آن می شود. در نتیجه ، محصول همچنان منابع بیشتری را مصرف می کند.
آیا هوش مصنوعی می تواند منابعی را که مصرف می کند جبران کند؟
شرکت های فنی هنوز دوست دارند خود را به عنوان مباشر خوب معرفی کنند. گوگل گواهینامه های آگاهانه انرژی را در سطح جهان دنبال می کند ، از جمله امضای پیمان مرکز داده خنثی آب و هوا در اروپا. مایکروسافت ، که شاهد افزایش مشابهی در مصرف آب و برق در گزارش پایداری خود در سال 2024 بود ، در نظر دارد دوباره نیروگاه هسته ای را در جزیره سه مایل در پنسیلوانیا برای تأمین انرژی مراکز داده هوش مصنوعی خود باز کند.
مشاهده کنید: گسترش AI یک رونق پایدار ایجاد کرده است مراکز داده و زیرساخت های مرتبط
حامیان هوش مصنوعی ممکن است استدلال کنند که فواید آن از خطرات فراتر است. هوش مصنوعی تولیدی می تواند در پروژه های پایداری مورد استفاده قرار گیرد. هوش مصنوعی می تواند به استفاده از مجموعه داده های گسترده اطلاعات در مورد انتشار کربن یا پیگیری انتشار گازهای گلخانه ای کمک کند. علاوه بر این ، شرکت های هوش مصنوعی به طور مداوم در حال بهبود کارآیی مدل های خود هستند. اما به نظر می رسد “کارآیی” واقعاً همیشه به نظر می رسد.
De Vries گفت: “برخی تنگناها (مانند ظرفیت شبکه) وجود دارد که می تواند رشد AI و تقاضای برق آن را حفظ کند.” “پیش بینی این کار دشوار است ، همچنین با توجه به اینکه پیش بینی تقاضای آینده برای هوش مصنوعی امکان پذیر نیست (به عنوان مثال AI Hype می تواند تا حدی محو شود) ، اما هر امیدی برای محدود کردن تقاضای قدرت هوش مصنوعی از این امر ناشی می شود. با توجه به” AI بزرگتر “بهتر است” اساساً با پایداری محیط زیست ناسازگار است. “
سپس این سؤال وجود دارد که باید تأثیر زنجیره تأمین AI را تا چه حد حساب کرد. IEA در Energy و AI گفت: “انتشار غیرمستقیم از مصرف برق مهمترین مؤلفه انتشار گازهای گلخانه ای از تولید سخت افزار[ازنیمههادیهااست”[ofsemiconductors”saidtheIEAintheEnergyandAIreport
هزینه سخت افزار و استفاده از آن کاهش یافته است زیرا شرکت ها نیازهای تولید هوش مصنوعی را بهتر و محوری برای محصولات متمرکز بر آن درک می کنند.
“در سطح سخت افزار ، هزینه ها سالانه 30 ٪ کاهش یافته است ، در حالی که راندمان انرژی هر سال 40 ٪ بهبود یافته است.” گزارش فهرست AI دانشگاه استنفورد 2025بشر
بارگیری: این سیاست انرژی سبز مرکز اطلاعات از حق بیمه TechRepublic
در نظر بگیرید که هوش مصنوعی چگونه بر اهداف زیست محیطی تجارت شما تأثیر می گذارد
هوش مصنوعی تولیدی در حال تبدیل شدن به جریان اصلی است. کوپیلوت مایکروسافت به طور پیش فرض در برخی از رایانه های شخصی گنجانده شده است. سازندگان تلفن های هوشمند مشتاقانه در حال ویرایش ویرایش ویدیو و دستیاران هستند. و Google مدل پیشرفته Gemini خود را به صورت رایگان به دانشجویان ارائه می دهد.
شرکت های فنی که اهداف پایداری امیدوار را تعیین می کنند ممکن است رسیدن به اهداف خود را دشوار می کند اکنون که آنها محصولات AI تولیدی را تولید و استفاده می کنند.
دو وری گفت: “هوش مصنوعی می تواند تأثیرات چشمگیری بر گزارش های ESG و همچنین توانایی شرکت های مربوط به دستیابی به اهداف آب و هوایی خود داشته باشد.”
بارگیری: این قابل تنظیم سیاست زیست محیطی از حق بیمه TechRepublic
مطابق گزارش زیست محیطی Google 2024، مراکز داده غول فناوری 17 ٪ آب بیشتری نسبت به سال 2023 مصرف کردند. گوگل این موضوع را به “گسترش محصولات و خدمات هوش مصنوعی” نسبت داد و به “رشد مشابه در مصرف برق” اشاره کرد. تولید زباله های مرکز داده Google و استفاده از آب هر دو افزایش یافته است.
دن روت ، رئیس اتحادهای استراتژیک جهانی در ClickShare گفت: “با تسریع در مورد پذیرش هوش مصنوعی ، رهبران فناوری اطلاعات به طور فزاینده ای آگاه هستند که دستگاه های باهوش تر به طور مستقیم با مصرف انرژی کارآمد تر ارتباط ندارند.” “سنبله در تقاضای محاسبه از ابزارهای AI به این معنی است که بخش های فناوری اطلاعات باید به دنبال فرصت های جبران در جای دیگر در پشته خود باشند.”
همانطور که آژانس بین المللی انرژی در خود اشاره کرد گزارش برق 2024اگر جهان برای پاسخگویی به خواسته های انرژی هوش مصنوعی باشد ، باید منبع برق و زیرساخت ها در نظر گرفته شود.
د وری گفت: “شما می توانید مدل ها را کمی کوچکتر کنید تا نیاز انرژی خود را کاهش دهید ، اما این همچنین بدان معنی است که شما باید برای فداکاری عملکرد آماده باشید.”
منبع: https://www.techrepublic.com/article/news-ai-sustainability-earth-day-2025/