การเกิดขึ้นของปัญญาประดิษฐ์ โดยเฉพาะแบบจำลอง AI การสนทนาเช่น ChatGPT ได้ดึงดูดความสนใจทั่วโลก โดยนำเสนอความสามารถที่ไม่เคยมีมาก่อนในการสร้างภาษา การดึงข้อมูล และการสร้างเนื้อหาที่สร้างสรรค์ อย่างไรก็ตาม เบื้องหลังการโต้ตอบที่ดูเหมือนง่ายนั้นมีค่าใช้จ่ายด้านสิ่งแวดล้อมที่สำคัญและมักถูกมองข้าม แม้ว่ามักจะให้ความสำคัญกับผลประโยชน์เชิงบวกของ AI แต่การตรวจสอบอย่างละเอียดเกี่ยวกับการใช้พลังงานและการใช้ทรัพยากรของมันเป็นสิ่งจำเป็นเพื่อทำความเข้าใจผลกระทบที่แท้จริงของเทคโนโลยีเหล่านี้ต่อโลกของเรา เราจำเป็นต้องแยกวิเคราะห์ขั้นตอนต่าง ๆ ของการพัฒนา การติดตั้ง และการใช้งาน AI เพื่อให้เข้าใจถึงความท้าทายด้านสิ่งแวดล้อมที่พวกเขานำเสนอ ซึ่งรวมถึงไม่เพียงแต่พลังงานโดยตรงที่ใช้ในการทำงานของเซิร์ฟเวอร์ที่รองรับโมเดลขนาดใหญ่เหล่านี้ แต่ยังรวมถึงพลังงานที่ฝังอยู่ในฮาร์ดแวร์ น้ำที่ใช้ในการทำความเย็น และขยะอิเล็กทรอนิกส์ที่เกิดจากระบบที่ล้าสมัย การเข้าใจปัจจัยเหล่านี้มีความสำคัญต่อการพัฒนาวิธีการปฏิบัติ AI ที่ยั่งยืนและลดผลกระทบต่อสิ่งแวดล้อมเมื่อ AI ถูกใช้เข้ามามีบทบาทในชีวิตประจำวันของเรา
Anakin AI
หนึ่งในสาเหตุที่มีผลกระทบต่อสิ่งแวดล้อมของ ChatGPT อย่างมีนัยสำคัญคือพลังงานที่ใช้ในการฝึกอบรมโครงข่ายประสาทเทียมที่มีขนาดใหญ่ โมเดลเหล่านี้ได้รับการฝึกซ้อมจากชุดข้อมูลขนาดใหญ่ ซึ่งบางครั้งมีคำ รูปภาพ และรูปแบบข้อมูลอื่น ๆ จำนวนหลายพันล้านคำ การฝึกฝนมักเกี่ยวข้องกับการปรับแต่งพารามิเตอร์ของโครงข่ายประสาทเทียมซ้ำแล้วซ้ำเล่า ซึ่งต้องการพลังคอมพิวเตอร์มหาศาล และตามมาด้วยการใช้พลังงานที่สำคัญ ตัวอย่างเช่นการศึกษาแสดงให้เห็นว่าการฝึกอบรมโมเดลภาษาขนาดใหญ่หนึ่งตัวอาจใช้พลังงานเท่ากับที่ครัวเรือนหลายหลังใช้ในหนึ่งปี การใช้พลังงานนี้ไม่ใช่เพียงแค่ความกังวลทางทฤษฎี; มันแปลเป็นการปล่อยก๊าซเรือนกระจกโดยตรง โดยเฉพาะหากพลังงานไฟฟ้าที่ใช้มาจากแหล่งพลังงานฟอสซิล ตัวเลขที่แน่นอนมักจะยากที่จะได้รับ เนื่องจากบริษัทต่าง ๆ มักเก็บรายละเอียดเหล่านี้เป็นความลับ โดยอ้างเหตุผลทางการแข่งขัน อย่างไรก็ตาม การประเมินจากการวิจัยให้ข้อมูลที่น่าตกใจเกี่ยวกับขนาดของรอยเท้าคาร์บอน ชี้ให้เห็นถึงความจำเป็นเร่งด่วนในการสร้างความโปร่งใสและวิธีการฝึกอบรมที่ใช้พลังงานอย่างมีประสิทธิภาพมากขึ้น ยิ่งไปกว่านั้น แนวโน้มต่อโมเดลที่ใหญ่และซับซ้อนยิ่งขึ้นยังบ่งชี้ว่า ปัญหานี้จะยิ่งแย่ลง เว้นแต่จะมีความก้าวหน้าอย่างมีนัยสำคัญในวิธีการฝึกอบรม AI
พลังงานที่ใช้ในการฝึกอบรมไม่ใช่ความกังวลด้านสิ่งแวดล้อมเพียงอย่างเดียวที่เกี่ยวข้องกับ ChatGPT ฮาร์ดแวร์ที่ใช้ในการฝึกอบรมและเรียกใช้โมเดลเหล่านี้ก็มีรอยเท้าทางสิ่งแวดล้อมที่สำคัญเช่นกัน ซึ่งรวมถึงพลังงานที่ใช้ในกระบวนการผลิตของฮาร์ดแวร์เฉพาะ เช่น GPU และ CPU ซึ่งจำเป็นสำหรับการคำนวณ AI “พลังงานที่ฝังอยู่” ในอุปกรณ์เหล่านี้หมายถึงค่าใช้จ่ายด้านสิ่งแวดล้อมที่สำคัญซึ่งมักถูกมองข้าม นอกจากนี้เมื่อโมเดล AI ถูกปรับปรุงและพัฒนาอย่างต่อเนื่อง ฮาร์ดแวร์จะกลายเป็นของเก่าที่ถูกทิ้งอย่างรวดเร็ว ทำให้เกิดปริมาณขยะอิเล็กทรอนิกส์ที่เพิ่มขึ้น การกำจัดขยะอิเล็กทรอนิกส์อย่างไม่เหมาะสมสามารถปล่อยสารพิษที่เป็นอันตรายต่อสิ่งแวดล้อม ซึ่งก่อให้เกิดอันตรายต่อสุขภาพของมนุษย์และระบบนิเวศ การขุดแร่หายากซึ่งจำเป็นสำหรับการผลิตส่วนประกอบฮาร์ดแวร์เหล่านี้ยังทำให้เกิดปัญหาด้านสิ่งแวดล้อมอีกมากมาย รวมถึงการตัดไม้ออก การปนเปื้อนของน้ำ และการเสื่อมโทรมของดิน ดังนั้นการประเมินผลกระทบด้านสิ่งแวดล้อมของ AI ต้องพิจารณาระยะเวลาของวงจรชีวิตของฮาร์ดแวร์ทั้งหมด ตั้งแต่การผลิตจนถึงการทิ้ง ไม่ใช่แค่พลังงานที่ใช้ในระหว่างการดำเนินงานเท่านั้น
สถานที่ตั้งของศูนย์ข้อมูลที่รองรับและทำงานของ ChatGPT และโมเดล AI อื่น ๆ มีบทบาทสำคัญในการกำหนดผลกระทบต่อสิ่งแวดล้อม ศูนย์ข้อมูลซึ่งเป็นเหมือนคลังสินค้าใหญ่ ๆ ที่เต็มไปด้วยเซิร์ฟเวอร์ต้องการพลังงานไฟฟ้าจำนวนมหาศาลเพื่อขับเคลื่อนเซิร์ฟเวอร์และรักษาให้เย็น สถานที่ตั้งของศูนย์ข้อมูลเหล่านี้จะกำหนดแหล่งของพลังงานไฟฟ้านั้น หากศูนย์ข้อมูลตั้งอยู่ในพื้นที่ที่พึ่งพาพลังงานฟอสซิลอย่างหนักสำหรับการผลิตไฟฟ้า รอยเท้าคาร์บอนของ ChatGPT จะสูงขึ้นอย่างมีนัยสำคัญมากกว่าหากศูนย์ข้อมูลได้รับพลังงานจากแหล่งพลังงานทดแทนเช่นพลังงานแสงอาทิตย์ ลม หรือพลังงานน้ำ บริษัทเทคโนโลยีหลายแห่งกำลังพยายามตั้งศูนย์ข้อมูลในพื้นที่ที่เข้าถึงพลังงานทดแทน แต่สิ่งนี้ไม่ได้เป็นไปได้เสมอไปเนื่องจากปัจจัยเช่นต้นทุน การเข้าถึง และอุปสรรคทางกฎระเบียบ แม้ในขณะที่พลังงานทดแทนมีอยู่ พลังงานที่ใช้ในศูนย์ข้อมูลเหล่านี้ก็สามารถสร้างความเครียดให้กับโครงข่ายในพื้นที่และต้องการการลงทุนที่สำคัญในโครงสร้างพื้นฐาน ดังนั้นการเพิ่มประสิทธิภาพการวางตำแหน่งเชิงภูมิศาสตร์ของศูนย์ข้อมูลจึงเป็นกลยุทธ์ที่สำคัญในการลดผลกระทบต่อสิ่งแวดล้อมของ AI
นอกจากพลังงานแล้ว การใช้น้ำก็เป็นปัญหาสำคัญด้านสิ่งแวดล้อมที่เกี่ยวข้องกับโมเดล AI เช่น ChatGPT ศูนย์ข้อมูลสร้างความร้อนจำนวนมหาศาลที่ต้องถูกระบายออกเพื่อป้องกันเซิร์ฟเวอร์ไม่ให้ร้อนจัดและเกิดการทำงานผิดปกติ วิธีการทำความเย็นแบบดั้งเดิมพึ่งพาน้ำ ซึ่งใช้ปริมาณมากในการทำให้เย็นอากาศที่หมุนเวียนในศูนย์ข้อมูล น้ำถูกระเหยออกทำให้สูญเสียน้ำ หรือจะถูกทำให้เย็นและหมุนเวียนใหม่ ซึ่งยังคงต้องการพลังงานจำนวนมาก ในพื้นที่ที่ประสบปัญหาขาดแคลนน้ำอยู่แล้ว ความต้องการน้ำของศูนย์ข้อมูลอาจทำให้ปัญหาที่มีอยู่แย่ลงและเกิดความขัดแย้งกับผู้ใช้น้ำรายอื่น ๆ เช่น เกษตรกรรมและพื้นที่ที่ตั้งบ้านเรือน เทคโนโลยีการทำความเย็นทางเลือก เช่น การทำความเย็นด้วยอากาศหรือการทำความเย็นจุ่มกำลังถูกสำรวจ แต่ก็อาจมีความท้าทายของตนเอง เช่น การใช้พลังงานที่มากขึ้นหรือต้นทุนที่สูงขึ้น การปรับปรุงประสิทธิภาพการใช้น้ำในศูนย์ข้อมูลจึงเป็นพื้นที่สำคัญของการวิจัยและพัฒนา โดยเฉพาะเมื่อการใช้งาน AI ยังคงเติบโตในระดับโลก การนำระบบทำความเย็นแบบวงปิด การเก็บน้ำฝน และมาตรการการอนุรักษ์อื่น ๆ มาใช้สามารถช่วยลดรอยเท้าทางน้ำของ AI ได้อย่างมีนัยสำคัญ
แม้ว่าการใช้พลังงานและน้ำโดยตรงของ ChatGPT จะมีความสำคัญอยู่แล้ว แต่ผลกระทบทางสิ่งแวดล้อมทางอ้อมก็มีค่าควรพิจารณาเช่นกัน ตัวอย่างหนึ่งคือศักยภาพของ AI ในการขับเคลื่อนรูปแบบการบริโภค โดยการนำเสนอคำแนะนำและข้อเสนอ แอลกอริธึม AI สามารถกระตุ้นให้ผู้ใช้ซื้อผลิตภัณฑ์และบริการมากขึ้น ส่งผลให้มีการผลิตและการบริโภคทรัพยากรมากขึ้น ซึ่งอาจทำให้ผลประโยชน์ด้านสิ่งแวดล้อมที่อาจเกิดขึ้นจาก AI ในด้านอื่น ๆ เช่น การเพิ่มประสิทธิภาพการใช้พลังงานหรือการลดขยะถูกชดเชย ตัวอย่างเช่น แคมเปญโฆษณาที่ปรับตามบุคคลที่ขับเคลื่อนด้วย AI อาจนำไปสู่การเพิ่มขึ้นอย่างรวดเร็วในความต้องการผลิตภัณฑ์เฉพาะ ซึ่งส่งผลต่อการผลิตและการขนส่งที่เพิ่มมากขึ้น ซึ่งมักก่อให้เกิดการปล่อยก๊าซเรือนกระจกและการลดลงของทรัพยากร นอกจากนี้ยังสำคัญที่จะต้องคิดถึงผลกระทบของโครงสร้างพื้นฐานการสื่อสารขนาดใหญ่ที่จำเป็นในการสนับสนุนแอปพลิเคชัน AI การนำเครือข่าย 5G ซึ่งเป็นสิ่งจำเป็นสำหรับแอปพลิเคชัน AI หลายอย่างมาใช้ต้องมีการสร้างเสาเซลล์ใหม่และโครงสร้างพื้นฐานอื่น ๆ จำนวนมาก ซึ่งกระบวนการก่อสร้างนี้อาจมีผลกระทบต่อสิ่งแวดล้อมอย่างสำคัญ รวมถึงการทำลายถิ่นที่อยู่และมลพิษ
หนึ่งในวิธีที่มีแนวโน้มในการลดผลกระทบต่อสิ่งแวดล้อมของ ChatGPT และโมเดล AI อื่น ๆ คือการปรับปรุงประสิทธิภาพของอัลกอริธึม ซึ่งเกี่ยวข้องกับการพัฒนาอัลกอริธึมที่มีประสิทธิภาพมากขึ้นที่สามารถแสดงผลลัพธ์เดียวกันหรือดีกว่าโดยใช้พลังงานและพลังคอมพิวเตอร์น้อยลง ตัวอย่างเช่น นักวิจัยกำลังค้นหาวิธีการ เช่น การตัดแต่ง การลดความละเอียด และการกลั่นความรู้ ซึ่งสามารถลดขนาดและความซับซ้อนของโครงข่ายประสาทเทียมโดยไม่ลดทอนความแม่นยำ การตัดแต่งเกี่ยวข้องกับการลบการเชื่อมต่อที่ไม่จำเป็นในเครือข่าย ในขณะที่การลดความละเอียดจะลดความแม่นยำของค่าตัวเลขที่ใช้ในเครือข่าย การกลั่นความรู้เกี่ยวข้องกับการฝึกอบรมโมเดลขนาดเล็กและมีประสิทธิภาพมากขึ้นเพื่อเลียนแบบการทำงานของโมเดลที่ใหญ่และซับซ้อนมากขึ้น เทคนิคเหล่านี้และเทคนิคอื่น ๆ สามารถลดพลังงานที่จำเป็นในการฝึกอบรมและการเรียกใช้โมเดล AI ได้อย่างมาก ทำให้พวกเขามีความยั่งยืนต่อสิ่งแวดล้อมมากขึ้น นอกจากนี้ ความก้าวหน้าในการออกแบบฮาร์ดแวร์ เช่น การพัฒนา AI accelerator เฉพาะ ก็สามารถช่วยเพิ่มประสิทธิภาพการใช้พลังงานได้เช่นกัน
สุดท้าย การแก้ปัญหาผลกระทบต่อสิ่งแวดล้อมของ ChatGPT และโมเดล AI อื่น ๆ ต้องการความพยายามร่วมกันจากนักวิจัย นักพัฒนา ผู้กำหนดนโยบาย และผู้ใช้ ความโปร่งใสในด้านการใช้พลังงานและการใช้ทรัพยากรของโมเดล AI อย่างมากเป็นสิ่งสำคัญ บริษัทควรได้รับการสนับสนุนให้เปิดเผยรอยเท้าทางสิ่งแวดล้อมของระบบ AI ของพวกเขา รวมถึงพลังงานที่ใช้ในการฝึกอบรมและการคาดการณ์ น้ำที่ใช้ในการทำความเย็น และขยะอิเล็กทรอนิกส์ที่เกิดขึ้น ข้อมูลนี้สามารถช่วยให้ผู้บริโภคทำการตัดสินใจที่มีข้อมูลมากขึ้น และกระตุ้นให้บริษัทเลือกใช้วิธีการที่ยั่งยืนมากขึ้น ผู้กำหนดนโยบายควรมีบทบาทในการกำหนดมาตรฐานและข้อบังคับสำหรับการพัฒนา AI ส่งเสริมประสิทธิภาพการใช้พลังงาน และสนับสนุนการใช้พลังงานอย่างยั่งยืน นอกจากนี้ นักวิจัยควรยังคงสำรวจอัลกอริธึมและการออกแบบฮาร์ดแวร์ใหม่ ๆ ที่สามารถลดผลกระทบต่อสิ่งแวดล้อมของ AI ได้ ผู้ใช้ยังสามารถมีส่วนร่วมโดยการใส่ใจต่อการใช้งาน AI ของตนและสนับสนุนบริษัทที่มุ่งมั่นต่อความยั่งยืน โดยการทำงานร่วมกัน เราสามารถมั่นใจได้ว่าผลประโยชน์จาก AI จะไม่เกิดขึ้นที่ต้นทุนของสิ่งแวดล้อม
การพัฒนาและติดตั้ง AI ควรอยู่ภายใต้หลักการด้านความยั่งยืน เพื่อให้แน่ใจว่าการพิจารณาด้านสิ่งแวดล้อมถูกผนวกเข้าไปในทุกขั้นตอนของวงจรชีวิต AI ซึ่งรวมถึงการลดการใช้พลังงานและการใช้ทรัพยากรของโมเดล AI แต่ยังต้องพิจารณาถึงผลกระทบทางสังคมและจริยธรรมของเทคโนโลยี AI ด้วย ตัวอย่างเช่น ระบบ AI ควรถูกออกแบบมาให้มีความเป็นธรรมและไม่มีอคติ และไม่ควรนำมาใช้เพื่อเผยแพร่หรือทำให้ความไม่เท่าเทียมที่มีอยู่แย่ลง การพัฒนา AI ที่ยั่งยืนต้องการวิธีการที่เป็นสหวิทยาการ โดยมีผู้เชี่ยวชาญจากวิทยาการคอมพิวเตอร์ วิทยาศาสตร์สิ่งแวดล้อม จริยธรรม และสาขาอื่น ๆ นอกจากนี้ยังต้องการความร่วมมือระหว่างวิจัย อุตสาหกรรม และรัฐบาล เพื่อส่งเสริมการสร้างสรรค์และรวบรวมการนำเสนอแนวปฏิบัติที่ดีที่สุด โดยการให้ความสำคัญกับความยั่งยืนในการพัฒนา AI เราสามารถใช้ศักยภาพของ AI ในการแก้ไขความท้าทายที่สำคัญที่สุดของโลกในขณะที่ลดผลกระทบต่อสิ่งแวดล้อมลง อนาคตของ AI ขึ้นอยู่กับความสามารถของเราในการสร้างเทคโนโลยีที่ไม่เพียงแต่ฉลาด แต่ยังมีความรับผิดชอบและยั่งยืน
