گزارش ابرنت؛
توسعه هوش مصنوعی و بحران انرژی در عصر فناوری
به گزارش ابرنت، افزایش چشم گیر مصرف انرژی ناشی از توسعه هوش مصنوعی یکی از مهم ترین چالش هایی است که الان جهان با آن روبرو است.
به گزارش ابرنت به نقل از مهر؛ در دهه های اخیر، هوش مصنوعی با سرعت قابل ملاحظه ای پیشرفت کرده و در زمینه های مختلفی همچون پزشکی، حمل و نقل، مالی و خدمات مصرفی تأثیرات عمیقی داشته است. این فناوری با توانایی های بی نظیر خود در تحلیل داده ها، یادگیری ماشین و عرضه راهکارهای نوآورانه، به یکی عوامل کلیدی تحول در دنیای معاصر تبدیل گشته است. با این وجود، این پیشرفت ها بدون هزینه نبوده و یکی از مهم ترین چالش هایی که الان با آن روبرو می باشیم، افزایش چشم گیر مصرف انرژی ناشی از توسعه هوش مصنوعی است. با گسترش روز افزون استفاده از هوش مصنوعی، احتیاج به مراکز داده جدید برای پردازش و ذخیره سازی داده ها بالا رفته است. این مراکز داده برای پایداری و عملکرد مطلوب به مقادیر زیادی انرژی برق نیاز دارند. بر مبنای داده های آماری مستخرج از گزارش ها، یک پرسش در «ChatGPT» تقریبا ۱۰ برابر یک جستجوی معمولی در گوگل انرژی مصرف می کند. همچنین، تولید یک تصویر توسط هوش مصنوعی می تواند به اندازه شارژ کامل یک گوشی هوشمند برق مصرف کند. این افزایش مصرف انرژی نه تنها به افزایش قیمت برق منجر می شود، بلکه فشار زیادی بر شبکه های برق وارد میکند که خیلی از آنها برای تحمل این دفعه اضافی آماده نیستند. از طرف دیگر، باتوجه به تلاشهای ملی کشورها برای کربن زدایی و تغییر منشأ تولید انرژی به منابع تجدیدپذیر، این افزایش تقاضا برای برق بر روی شبکه و تغییر الگوی مصرف انرژی چالش های بزرگی را به همراه دارد. به عقیده خیلی از کارشناسان، این وضعیت نیازمند توجه ویژه و راهکارهای مناسب برای مدیریت و کنترل مصرف انرژی است. در این نوشتار کوتاه، به بررسی نسبت توسعه هوش مصنوعی و مصرف انرژی، تأثیرات این روند بر شبکه های برق و راهکارهای پیشنهادی برای مقابله با چالش های مرتبط می پردازیم. این بررسی شامل مروری بر چالش ها و فرصت های پیش رو و عرضه راهکارهایی برای بهبود وضعیت فعلی و حرکت به سمت آینده ای پایدارتر می شود. افزایش تقاضای انرژی و تأثیرات آن بر شبکه های برق در دو دهه گذشته، با افزایش کارآمدی تولید انرژی، تقاضای انرژی در کشور آمریکا به صورت نسبی متعادل شده بود. با این وجود، توسعه سریع تکنولوژی های جدید بخصوص هوش مصنوعی، این تعادل را بر هم زده است. بر مبنای پیشبینی های شرکتهای مشاوره ای معتبر مانند مک کینزی و گروه مشاوره بوستون، تقاضای برق آمریکا تا پایان دهه جاری به میزان ۱۳ تا ۱۵ درصد در سال افزایش خواهد یافت. این میزان رشد در مقایسه با دهه های گذشته بسیار چشم گیر و فراتر از ظرفیت تولید فعلی برق در ایالات متحده است. یکی از عوامل اصلی پشت این افزایش چشم گیر تقاضا برای برق، توسعه فناوری هوش مصنوعی است. مراکز داده که برای پردازش و ذخیره سازی کلان داده ها مورد استفاده قرار می گیرند، به صورت مداوم به انرژی نیاز دارند. هر بار که یک دستور در «ChatGPT» یا سایر مدلهای زبانی بزرگ تایپ می شود، درخواست در یک مرکز داده پردازش می شود که نیازمند انرژی زیادی است. علاوه بر این، آموزش مدلهای هوش مصنوعی هم مستلزم مصرف حجم عظیمی از انرژی است. این فرآیندها شامل پردازش حجم عظیم داده ها و استفاده مداوم از واحدهای پردازش گرافیکی است که انرژی زیادی مصرف می کنند. افزایش تقاضای انرژی تنها به مصرف بیشتر محدود نمی گردد، بلکه تأثیرات گسترده ای بر شبکه های برق هم دارد. شبکه های برق باید توانایی پاسخگویی به نوسانات تقاضا را داشته باشند. با این وجود، خیلی از زیرساخت های فعلی برای تحمل بار اضافی ناشی از افزایش تقاضای برق آماده نیستند. در ایالات متحده، بعنوان کشوری پیشرو در زمینه فناوری هوش مصنوعی، در شرایطی که تقاضا از عرضه انرژی نیروگاه های پایه فراتر می رود، شرکتهای حوزه تولید برق مجبور به استفاده از نیروگاه های پیک با هزینه های بالاتر می شوند. این نیروگاه ها بطور موقت برای پاسخگویی به افزایش ناگهانی تقاضا فعال می شوند و هزینه تولید انرژی را به میزان قابل توجهی می افزایند. بعنوان مثال، بیشتر حجم تولید انرژی که آمریکا به صورت روزانه به آن تکیه می کند، هزینه ای پایین (حدود ۳۰ دلار در هر مگاوات) دارد. اما وقتی تقاضا از عرضه انرژی نیروگاه های پایه فراتر می رود، شرکتهای خدماتی از نیروگاه های پیک استفاده می نمایند که برای افزایش سریع تولید برق طراحی شده اند. در این شرایط هزینه تولید انرژی بالا رفته و به حدود ۱۰۰۰ دلار در هر مگاوات بیشتر می شود. این افزایش مداوم تقاضا برای برق که توسط مدلهای هوش مصنوعی، وسایل نقلیه الکتریکی و افزایش تولید ایجاد می شود، سبب افزایش استفاده از نیروگاه های پیک با هزینه بالا می گردد و در نتیجه هزینه ها برای همه ذی نفعان همچون خانوارها، مدارس، بیمارستان ها به صورت تصاعدی بیشتر می شود. از همین روی میتوان نتیجه گرفت که افزایش ۱۵ درصدی تقاضای برق به افزایش ۱۵ درصدی قیمت آن منجر نمی گردد، چونکه شرکتهای برق به صورت فزاینده ای به نیروگاه های پرهزینه برای پاسخ گویی به تقاضا متکی هستند. افزایش های تصاعدی هزینه ها به این معناست که امکان دارد قیمت انرژی خانگی دو برابر شود. فراتر از بحث هزینه، حتی اگر شبکه با ظرفیت کامل برای هماهنگی با تقاضا کار کند و موفق به تأمین انرژی مورد نیاز شود، همچنان نمی توان منابع انرژی فسیلی و آلاینده را از زنجیره تأمین برق خارج کرد؛ امری که سبب تأخیر در پیشرفت به سمت اهداف اقلیمی می شود. مصرف انرژی مدلهای هوش مصنوعی مصرف انرژی مدلهای هوش مصنوعی یکی از جنبه های کلیدی است که باید در بحث توسعه و گسترش این فناوری مد نظر قرار گیرد. اغلب مردم کامپیوتر ها را بعنوان وسایلی با مصرف انرژی بالا نمی شناسند؛ اما وقتی یک دستور را در «ChatGPT» یا سایر مدلهای زبانی بزرگ تایپ می کنید، درخواست شما در یک مرکز داده بسیار دور پردازش می شود و تولید پاسخ آن احتیاج به انرژی دارد. از طرف دیگر، آموزش هر مدل هوش مصنوعی هم انرژی زیادی مصرف می کند. حجم عظیمی از داده ها که از صفحات وب، ویکی پدیا، ردیت و ویدیوهای یوتیوب استخراج شده اند، به این مدلهای هوش مصنوعی وارد می شوند. برای پردازش این داده ها، صدها واحد پردازش گرافیکی (GPU) به مدت هزاران ساعت به صورت مداوم کار می کنند و همه ی این موارد به انرژی نیاز دارد. برآوردها نشان میدهد که تا سال ۲۰۳۰، مراکز داده ۱۶ درصد از کل مصرف برق آمریکا را به خود اختصاص خواهند داد؛ رقمی که معادل دوسوم برق مصرفی خانه های این کشور است. از همین روی، خیلی از شرکت ها و مؤسسات به دنبال راهکارهایی برای کاهش مصرف انرژی در مدلهای هوش مصنوعی هستند. این شامل استفاده از منابع انرژی تجدیدپذیر مانند خورشیدی و بادی، بهره گیری از انرژی هسته ای و زمین گرمایی، و ساخت نیروگاه های اختصاصی برای مراکز داده است. همچنین، بهینه سازی شبکه برق با بهره گیری از فناوری های پیشبینی خرابی هم می تواند به کاهش مصرف انرژی کمک نماید. در مجموع، بنظر می رسد که مصرف انرژی مدلهای هوش مصنوعی یکی از چالش های اساسی در راه توسعه این فناوری است. برای مقابله با این چالش، احتیاج به اقدامات جدی در جهت بهبود کارایی انرژی و استفاده از منابع انرژی پایدار داریم. تأثیرات اقتصادی و زیست محیطی افزایش قیمت برق به معنای افزایش هزینه ها برای خانوارها، مدارس، بیمارستان ها و سایر ذی نفعان است. علاوه بر هزینه ها، استفاده مداوم از منابع انرژی فسیلی و آلاینده به سبب احتیاج به تأمین تقاضای روز افزون سبب تأخیر در رسیدن به اهداف اقلیمی و کربن زدایی می شود. این وضعیت نه تنها به بحران انرژی بلکه به بحران زیست محیطی هم دامن می زند. با افزایش تقاضا برای برق، هزینه های تولید و توزیع انرژی هم به صورت قابل توجهی بیشتر می شود. نیروگاه های پیک که برای تأمین تقاضای اضافی برق به کار گرفته می شوند، دارای هزینه های تولید بسیار بالاتری هستند. این نیروگاه ها برای افزایش سریع تولید برق طراحی شده اند و هزینه تولید انرژی در آنها می تواند به حدود ۱۰۰۰ دلار در هر مگاوات برسد. این افزایش هزینه تولید به صورت مستقیم بر قیمت برق تاثیر می گذارد و سبب افزایش هزینه ها برای همه ذی نفعان همچون خانوارها، مدارس و بیمارستان ها می شود. افزایش تقاضا و هزینه های تولید برق منجر به افزایش قیمت برق مصرفی می شود. این افزایش قیمت می تواند بار مالی سنگینی را بر خانوارها و کسب وکارها تحمیل کند. بخصوص در شرایطی که قیمت انرژی به صورت تصاعدی افزایش یابد، امکان دارد هزینه انرژی خانگی دو برابر شود. این افزایش هزینه ها می تواند به کاهش قدرت خرید مصرف کنندگان و کاهش سودآوری کسب وکارها منجر شود. از طرف دیگر، افزایش قیمت انرژی می تواند بر رقابت پذیری صنایع و اقتصادی ملی هم تاثیر منفی بگذارد. صنایع انرژی بر مانند تولید و حمل و نقل به صورت خاص تحت تاثیر این افزایش تقاضا قرار می گیرند. افزایش هزینه های تولید می تواند منجر به افزایش قیمت محصولات و کاهش تقاضا برای آنها شود؛ امری که به نوبه خود می تواند بر رشد اقتصادی تاثیر منفی بگذارد. گذشته از مساله افزایش هزینه، با افزایش تقاضا برای برق و احتیاج به تأمین این تقاضا، استفاده از منابع انرژی فسیلی مانند زغال سنگ و گاز طبیعی بیشتر می شود. این منابع انرژی همچون عوامل اصلی انتشار گازهای گلخانه ای هستند. افزایش مصرف این منابع هم در دراز مدت منجر به افزایش انتشار دی اکسید کربن و سایر گازهای گلخانه ای می شود؛ امری که به تغییرات اقلیمی و گرم شدن زمین دامن می زند. همانطور که پیشتر ذکر شد، افزایش تقاضا برای برق و استفاده بیشتر از منابع انرژی فسیلی می تواند تأخیر در رسیدن به اهداف کربن زدایی را به همراه داشته باشد. در شرایطی که شبکه های برق برای پاسخگویی به تقاضا با ظرفیت کامل کار کنند، نمی توان منابع انرژی فسیلی و آلاینده را از خط تولید خارج کرد. این امر سبب می شود که پیشرفت به سمت استفاده از انرژی های تجدیدپذیر و پایدار به تأخیر بیفتد. راهکارهای پیشنهادی برای مقابله با بحران انرژی به زعم برخی کارشناسان، برای مقابله با بحران انرژی ناشی از توسعه هوش مصنوعی و افزایش مصرف برق، راهکارهای گوناگونی وجود دارد که می توانند به بهبود وضعیت فعلی و حرکت به سمت آینده ای پایدارتر کمک کنند. این راهکار ها شامل بهبود کارایی محاسباتی، استفاده از منابع انرژی تجدیدپذیر، بهره گیری از انرژی هسته ای و زمین گرمایی، ساخت نیروگاه های اختصاصی برای مراکز داده و بهینه سازی شبکه برق با بهره گیری از فناوری های پیشبینی خرابی هستند. بهبود کارایی محاسباتی و کاهش مصرف انرژی توسعه و استفاده از سخت افزارهای محاسباتی با کارایی بالاتر می تواند به کاهش مصرف انرژی مراکز داده کمک نماید. واحدهای پردازش گرافیکی و واحدهای پردازش مرکزی (CPU) جدیدتر با کارایی بیشتر و مصرف انرژی کمتر می توانند نقش مهمی دراین زمینه ایفا کنند. از طرف دیگر، بهینه سازی الگوریتم های یادگیری ماشین و هوش مصنوعی برای کاهش پیچیدگی محاسباتی و مصرف انرژی هم می تواند تاثیر قابل توجهی دراین زمینه داشته باشد. این شامل توسعه مدلهای کم حجم تر و کارآمدتر است که با حفظ دقت و عملکرد، مصرف انرژی کمتری دارند. استفاده از منابع انرژی تجدیدپذیر: بهره گیری از انرژی خورشیدی و بادی برای تأمین برق مراکز داده می تواند به کاهش وابستگی به منابع فسیلی و کاهش انتشار گازهای گلخانه ای کمک نماید. نصب پنل های خورشیدی و توربین های بادی در مراکز داده و استفاده از این انرژی پاک می تواند نقش مهمی در تأمین انرژی پایدار ایفا کند.
علاوه بر انرژی خورشیدی و بادی، استفاده از منابع دیگر تجدیدپذیر مانند انرژی آبی، زمین گرمایی و زیست توده هم می تواند به کاهش مصرف انرژی فسیلی و تأمین انرژی پایدار کمک نماید. از طرف دیگر، استفاده از نیروگاه های هسته ای بعنوان منبعی پایدار و کارآمد برای تولید برق می تواند به تأمین برق مورد نیاز مراکز داده کمک نماید. کارشناسان معتقدند که نیروگاه های هسته ای با تولید برق پایدار و کم کربن می توانند نقش مهمی در تأمین انرژی پاک ایفا کنند. ساخت نیروگاه های اختصاصی برای مراکز داده: بی گمان برای عبور از بحران تقاضای انرژی ناشی از توسعه هوش مصنوعی، نمی توان صرفا به استفاده از منابع تجدیدپذیر اکتفا کرد. از همین روی، راه اندازی نیروگاه های کوچک مقیاس اختصاصی برای مراکز داده می تواند به تأمین برق پایدار و کاهش وابستگی به شبکه های برق عمومی کمک نماید. این در حالیست که در خیلی از موارد، نیروگاه های اختصاصی مذکور هم می توانند از منابع تجدیدپذیر برای تأمین انرژی خود بهره گیرند. سخن پایانی توسعه هوش مصنوعی با وجود مزایای فراوان، چالش های بزرگی را هم به همراه دارد. افزایش تقاضای انرژی و تأثیرات آن بر شبکه های برق و قیمتها نیازمند توجه ویژه ای است. بررسی های انجام شده نشان میدهد که مصرف بالای انرژی در مدلهای هوش مصنوعی نه تنها سبب افزایش هزینه های اقتصادی می شود، بلکه تأثیرات زیست محیطی قابل توجهی هم دارد. ازاین رو، برای مقابله با این چالش ها احتیاج به اتخاذ راهکارهای پایدار و سیاستگذاری های مناسب در حوزه انرژی و محیط زیست داریم. خیلی از کارشناسان بر این باور هستند که برای مقابله با بحران انرژی ناشی از توسعه هوش مصنوعی، به یک رویکرد جامع و تلفیقی از راهکارهای مختلف نیاز است. این راهکار ها باید باتوجه به شرایط محلی و نیازهای خاص هر منطقه اجرا شوند و با همکاری میان دولت ها، صنایع و مؤسسات تحقیقاتی تحقق یابند. تنها از راه این تلاشهای مشترک می توانیم به سمت آینده ای پایدار حرکت نماییم و از مزایای هوش مصنوعی به بهترین شکل بهره مند شویم. در کشورمان ایران هم توسعه هوش مصنوعی با چالش های مشابهی مواجه می باشد. باآنکه کشور ظرفیتهای بالقوه بالایی در حوزه فناوری اطلاعات و هوش مصنوعی دارد، اما مشکلات زیرساختی و محدودیت های انرژی می تواند مانع از تحقق کامل این ظرفیت ها شود. از همین روی و با توجه به چالش های ذکر شده، تدبیر مساله تأمین انرژی برای توسعه هوش مصنوعی در ایران از اهمیت ویژه ای برخوردارست. بی گمان تحقق اهداف بلندپروازانه ما برای توسعه هوش مصنوعی، نیازمند برنامه ریزی و سیاستگذاری دقیق و مشارکت همه ذی نفعان حوزه انرژی برای حل معضل پیش رو است.
منبع: abrnet.ir
این مطلب را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب