בינה מלאכותית תצרוך מים כמו 1.3 מיליארד בני אדם עד 2030
דוח חדש של האוניברסיטה של האומות המאוחדות מגלה כי מרכזי הנתונים המניעים את תשתיות ה-AI יצרכו עד שנת 2030 כמות מים השווה לצרכים הבסיסיים של כל תושבי אפריקה שמדרום לסהרה. הממצאים מאתגרים את ההנחה שמעבר לאנרגיה ירוקה יפתור את הבעיה הסביבתית של הבינה המלאכותית.
מרכזי הנתונים של AI: המחיר הסביבתי האמיתי
דוח שפרסמה השבוע מכון UNU-INWEH של אוניברסיטת האומות המאוחדות חושף כי ההערכות הנוכחיות לגבי ההשפעה הסביבתית של ה-AI מחמיצות את התמונה המלאה באופן שיטתי. בעוד שהשיח הציבורי מתמקד בעיקר בפליטות פחמן הנובעות מאימון מודלים, הדוח מצביע על כך שהעלויות הנסתרות - צריכת מים וקרקע - הן הבעיה האמיתית שצריכה להדאיג את מקבלי ההחלטות.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
הממצאים הבולטים מהדוח: עד 2030 יצרכו מרכזי הנתונים המפעילים יישומי AI כ-945 טרה-וואט שעות של חשמל - פי שלושה מהצריכה המשולבת של פקיסטן, בנגלדש וניגריה. בנוסף, צריכת המים של אותה תשתית תגיע ל-9.3 טריליון ליטר לשנה, המקבילה לצרכי המים הבסיסיים של 1.3 מיליארד תושבי אפריקה שמדרום לסהרה (כפי שעולה מנתוני הדוח שפורסם ב-Futurism על ידי פרנק לנדמור).
עלות ה-Inference: הבעיה הגדולה יותר
אחד הטיעונים המרכזיים בדוח הוא ההפרדה בין עלויות האימון לעלויות ה-inference - כלומר, ריצת המודלים לצורך מתן תשובות לשאלות משתמשים. ה-inference מהווה בין 80 ל-90 אחוז מסך צריכת האנרגיה של AI.
הדוגמה שמביא הדוח היא מאירה: אימון מודל GPT-4 של OpenAI צרך עד 70 גיגה-וואט שעות של חשמל. אך הפעלת ChatGPT לצורך מענה על מיליארדי שאילתות ביום צורכת לפי ההערכות כ-383 גיגה-וואט שעות - פי חמישה יותר.
הפרדוקס של האנרגיה הירוקה
הדוח מציג ממצא מפתיע שצפוי להעסיק את מתכנני מדיניות האנרגיה: מעבר לאנרגיה ירוקה אינו מהווה פתרון פשוט לבעיה הסביבתית של AI. מירים אקסל, החוקרת הראשית של הדוח, מסבירה כי מעבר מפחם לאנרגיה ביולוגית אמנם עשוי לצמצם את פליטות הפחמן ב-70 אחוז, אך יגדיל את טביעת הרגל המימית פי 30 ואת טביעת הרגל הקרקעית פי 100.
"מה שהפתיע אותנו ביותר הוא עד כמה לעתים קרובות הבחירות שנראות הכי ירוקות מבחינת פחמן מסתיימות כגרועות יותר עבור מים או קרקע," אמרה אקסל.
המנהל של UNU-INWEH, קאווה מדאני, הוסיף פרדוקס נוסף: ייעול טכנולוגי עלול דווקא להגדיל את ההשפעה הסביבתית הכוללת. ככל שה-AI יהפוך זול ויעיל יותר, הצריכה הכוללת שלו תגדל - תופעה המוכרת בכלכלה כ"פרדוקס ג'בונס".
הדוח מדגיש כי נדרשת גישה רחבה יותר למדידת ההשפעה הסביבתית של AI - כזו שתשקלל במשולב את הפחמן, המים והקרקע. בלי מדיניות כוללת ומחושבת, ה"פתרונות" לבעיה אחת עלולים להחריף בעיות אחרות, לעתים קרובות באזורים שלא ביקשו להיות חלק מהמשוואה.