في عصر الذكاء الاصطناعي التوليدي، تتنامى قدرة التكنولوجيا على إنتاج محتوى متنوع من النصوص والصور والفيديوهات استجابة لأوامر المستخدمين، مما يمثل تحولا ثوريا في مجالات عدة.
وفي قلب تلك التقنية، تقبع النماذج اللغوية الكبيرة التي تستخدم معالجة اللغات الطبيعية. يتم تدريب هذه النماذج على مجموعات بيانات ضخمة ويمكن ضبطها لتحقيق رؤى خبيرة في مجالات متخصصة. ومع ذلك، تتطلب نماذج اللغات الكبيرة موارد حاسوبية هائلة للتدريب والاستخدام، مما يستلزم أجهزة وبنية تحتية حاسوبية واسعة النطاق. وهو أمر يثير قضايا استدامة حاسمة، بما في ذلك استهلاك الطاقة والانبعاثات الكربونية المرتبطة بهذه العمليات.
فالثورة الرقمية تحمل تحديات بيئية خطيرة، وعملية تدريب وتشغيل نماذج الذكاء الاصطناعي العملاقة تتطلب قدرة هائلة من الموارد الحوسبية، وتترتب على ذلك زيادة متسارعة في حجم النفايات الإلكترونية الناتجة من التخلص من المعدات المستخدمة في تشغيل هذه الأنظمة.
وقد أدى تطوير نماذج مثل GPT-4 وDeBERTa، بالإضافة إلى تطبيقات الذكاء الاصطناعي التوليدي في مجال توليد الصور والفيديوهات مثل Sora، إلى زيادة الطلب العالمي على الأجهزة الحاسوبية.
مشكلة دون دراسة
ركزت الدراسات السابقة حول الحوسبة المستدامة بشكل رئيس على استهلاك الطاقة وانبعاثات الكربون الناتجة من نماذج الذكاء الاصطناعي. لكن المواد المادية المستخدمة في دورة حياتها والنفايات الإلكترونية الناتجة من الأجهزة القديمة لم تحظ بالاهتمام الكافي.
على سبيل المثال، يبلغ وزن منصة "نفيديا بلاكويل" المصممة لمهام الاستدلال والتدريب ومعالجة البيانات المكثفة لنماذج اللغات الكبيرة حوالي 1.36 طن، مما يجعل الذكاء الاصطناعي التوليدي قطاعا كثيفا من حيث استخدام المواد.