आर्टिफिशियल इंटेलिजेंस (एआई) के दायरे में, चर्चा अक्सर गलत सूचना और मानव नौकरियों के लिए संभावित खतरे के इर्द-गिर्द घूमती है। हालांकि, बोस्टन विश्वविद्यालय के एक प्रोफेसर, केट सैंको, एक और महत्वपूर्ण चिंता की ओर ध्यान आकर्षित कर रहे हैं - जनरेटिव एआई टूल्स का पर्याप्त पर्यावरणीय प्रभाव।
एआई शोधकर्ता के रूप में, सैंको एआई मॉडल के निर्माण की ऊर्जा लागत के बारे में चिंता जताते हैं। वार्तालाप पर एक लेख में, वह जोर देती है, "एआई जितनी अधिक शक्तिशाली होगी, उतनी ही अधिक ऊर्जा लेती है।"
जबकि बिटकॉइन और एथेरियम जैसी क्रिप्टोकरेंसी की ऊर्जा खपत ने व्यापक बहस छेड़ दी है, एआई के तेजी से विकास को ग्रह पर इसके प्रभाव के संदर्भ में समान स्तर की जांच नहीं मिली है।
प्रोफ़ेसर सैंको का लक्ष्य एकल जनरेटिव एआई क्वेरी के कार्बन फ़ुटप्रिंट पर उपलब्ध सीमित डेटा को स्वीकार करते हुए, इस कथन को बदलना है। हालाँकि, वह इस बात पर प्रकाश डालती हैं कि शोध से पता चलता है कि ऊर्जा की खपत एक साधारण खोज इंजन क्वेरी की तुलना में चार से पाँच गुना अधिक है।
2019 के एक उल्लेखनीय अध्ययन में ट्रांसफ़ॉर्मर्स (BERT) से बिडायरेक्शनल एनकोडर रिप्रेजेंटेशन नामक जेनेरेटिव AI मॉडल की जाँच की गई, जिसमें 110 मिलियन पैरामीटर शामिल हैं। इस मॉडल ने ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू) का उपयोग करते हुए अपनी प्रशिक्षण प्रक्रिया के दौरान एक व्यक्ति के लिए एक राउंड-ट्रिप अंतरमहाद्वीपीय उड़ान के बराबर ऊर्जा की खपत की। पैरामीटर, जो मॉडल की भविष्यवाणियों को निर्देशित करते हैं और जटिलता को बढ़ाते हैं, त्रुटियों को कम करने के लिए प्रशिक्षण के दौरान समायोजित किए जाते हैं।
इसकी तुलना में, Saenko ने खुलासा किया कि OpenAI का GPT-3 मॉडल, चौंका देने वाले 175 बिलियन मापदंडों के साथ, एक वर्ष के लिए संचालित 123 गैसोलीन-संचालित यात्री वाहनों या लगभग 1,287-मेगावाट घंटे बिजली के बराबर ऊर्जा की खपत करता है। इसके अतिरिक्त, इसने 552 टन कार्बन डाइऑक्साइड का चौंका देने वाला उत्पादन किया। उल्लेखनीय रूप से, यह ऊर्जा व्यय किसी भी उपभोक्ता द्वारा मॉडल का उपयोग शुरू करने से पहले हुआ।
एआई चैटबॉट्स की बढ़ती लोकप्रियता के साथ, जैसे कि परप्लेक्सिटी एआई और माइक्रोसॉफ्ट के चैटजीपीटी को बिंग में एकीकृत किया गया है, मोबाइल एप्लिकेशन जारी होने से स्थिति और भी खराब हो गई है, जिससे ये तकनीकें व्यापक दर्शकों के लिए और भी अधिक सुलभ हो गई हैं।
सौभाग्य से, Saenko Google के एक अध्ययन पर प्रकाश डालता है जो कार्बन पदचिह्न को कम करने के लिए विभिन्न रणनीतियों का प्रस्ताव करता है। अधिक कुशल मॉडल आर्किटेक्चर, प्रोसेसर और पर्यावरण के अनुकूल डेटा केंद्रों को नियोजित करने से ऊर्जा की खपत में काफी कमी आ सकती है।
जबकि एक अकेला बड़ा एआई मॉडल अकेले पर्यावरण को तबाह नहीं कर सकता है, सेंको ने चेतावनी दी है कि यदि कई कंपनियां विभिन्न उद्देश्यों के लिए थोड़ा अलग एआई बॉट विकसित करती हैं, तो प्रत्येक लाखों ग्राहकों को पूरा करता है, संचयी ऊर्जा उपयोग एक महत्वपूर्ण चिंता बन सकता है।
अंतत: साएन्को का सुझाव है कि जेनेरेटिव एआई की दक्षता बढ़ाने के लिए और शोध आवश्यक है। उत्साहजनक रूप से, वह एआई के अक्षय ऊर्जा स्रोतों पर काम करने की क्षमता पर प्रकाश डालती है। हरित ऊर्जा की उपलब्धता के साथ मिलान करने के लिए गणना का अनुकूलन करके या ऐसे डेटा केंद्रों का पता लगाना जहां नवीकरणीय ऊर्जा प्रचुर मात्रा में है, जीवाश्म ईंधन-प्रभुत्व वाले ग्रिड पर निर्भर होने की तुलना में उत्सर्जन को 30 से 40 के उल्लेखनीय कारक से कम किया जा सकता है।
अंत में, जबकि एआई के कारण गलत सूचना और नौकरी के विस्थापन के बारे में चिंता बनी रहती है, जेनेरेटिव एआई टूल्स के पर्यावरणीय प्रभाव पर प्रोफेसर सैंको का जोर एक महत्वपूर्ण मुद्दा उठाता है। यह यह सुनिश्चित करने के लिए बढ़े हुए अनुसंधान और नवीन दृष्टिकोणों का आह्वान करता है कि एआई विकास स्थिरता लक्ष्यों के साथ संरेखित हो। ऐसा करके, हम कार्बन पदचिह्न को कम करते हुए एआई की क्षमता का उपयोग कर सकते हैं, इस प्रकार एक हरित भविष्य का मार्ग प्रशस्त कर सकते हैं।
स्रोत: https://bitcoinworld.co.in/the-environmental-impact-of-artificial-intelligence-a-concern-beyond-misinformation-and-job-threats/