پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

جنون مصرف برق در دیتاسنترهای هوش مصنوعی؛ آیا شفافیت متن‌باز این صنعت را نجات می‌دهد؟

انتشار:۲۸ مهر ۱۴۰۵(۱ ساعت پیش)
۵ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

گسترش افسارگسیخته دیتاسنترهای هوش مصنوعی و پنهان‌کاری شرکت‌ها درباره مصرف سرسام‌آور آب و انرژی، خشم جوامع محلی را برانگیخته است. در شرایطی که راهکارهای نوآورانه مانند دیتاسنترهای شناور دریایی نادیده گرفته می‌شوند، حرکت به سمت شفافیت رادیکال و طراحی متن‌باز دیتاسنترها تنها مسیر پیشگیری از یک فاجعه اقلیمی خواهد بود.

جنون مصرف برق در دیتاسنترهای هوش مصنوعی؛ آیا شفافیت متن‌باز این صنعت را نجات می‌دهد؟

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • پنهان‌کاری غول‌های فناوری درباره مصرف واقعی آب و برق در دیتاسنترها، خشم عمومی و کارزارهای حقوقی علیه هوش مصنوعی را شعله‌ور کرده است.
  • فناوری‌های پایدار مانند دیتاسنترهای شناور دریایی با انرژی امواج وجود دارند، اما شرکت‌ها سرگرم ساخت سریع سوله‌ها و سوزاندن سوخت‌های فسیلی هستند.
  • الگوبرداری از انقلاب متن‌باز در نرم‌افزار و شفاف‌سازی کامل محاسبات مهندسی، تنها راه اعتمادسازی و نجات آینده صنعت هوش مصنوعی است.

تبدیل سوله‌های عظیم صنعتی به نماد تباهی و ستم شاید در نگاه اول دشوار به نظر برسد، اما صنعت دیتاسنتر با تمام قوا در حال ساختن چنین تصویری از خود است.

این جعبه‌های غول‌پیکرِ انباشته از سیلیکون و شن نیمه‌هوشمند، روزبه‌روز بیشتر شبیه دژهایی مخرب و فجایع زیست‌محیطی دیده می‌شوند؛ مراکزی که به قیمت خشکسالی و تبخیر منابع آبی کار می‌کنند و گرمای مهیبی به محیط پس می‌دهند. تبدیل شدن این سازه‌ها به معابد تاریک هوش مصنوعی نیز نه‌تنها دیدگاه افکار عمومی را تعدیل نکرده، بلکه بدبینی به این حوزه را عمیق‌تر ساخته است.

میان کسانی که دیتاسنترها را می‌سازند و مردمی که به دیده نفرت به آن‌ها می‌نگرند، به پیمانی تازه مبتنی بر شفافیت کامل نیاز است. شانه خالی کردن از مسئولیت‌ها، بی‌اعتنایی به نگرانی‌های عمومی یا پرت کردن حواس جامعه با وعده‌های پر زرق‌وبرقی که هرگز اجرا نمی‌شوند، دیگر اثرگذار نخواهد بود.

برای نمونه، بحران مصرف انرژی را در نظر بگیرید. بدون دسترسی به ارقام و آمارهای قابل اعتماد، ارزیابی دقیق تأثیر زیست‌محیطی دیتاسنترها عملاً غیرممکن است. اینکه پاسخ دادن به یک پرسش یا کدنویسی یک پایگاه داده توسط مدل کلود (Claude) چقدر انرژی مصرف می‌کند، سؤالی است که هنوز کسی پاسخ دقیقی برای آن ندارد. برآوردهای پراکنده و متناقضی منتشر می‌شود، اما هیچ‌کدام برای هدایت تصمیم‌های فردی یا تدوین سیاست‌های کلان پیرامون کاربرد اخلاقی هوش مصنوعی کافی نیستند. جامعه نیازمند داده‌هایی شفاف، دقیق و به‌روز است که حتی تفاوت میزان مصرف میان مدل‌ها و نسل‌های گوناگون سخت‌افزار را آشکار کند.

تنها مرجع معتبری که چنین داده‌هایی را در اختیار دارد، خودِ شرکت‌های گرداننده دیتاسنترها هستند. بدون همکاری شفاف آن‌ها، هیچ‌کس باور نخواهد کرد که انگیزه‌ای فراتر از یک مسابقه جنون‌آمیز برای بلعیدن گیگاوات‌ها برق به هر قیمتی، پشت پروژه‌های توسعه این مراکز وجود دارد. با نگاهی به طرح‌هایی مانند خوشه‌های عظیم کولوسوس متعلق به استارتاپ xAI ایلان ماسک در جنوب آمریکا که با توربین‌های گازی متان و بدون دریافت مجوزهای قانونی محیط زیستی برپا شده‌اند، صنعت هوش مصنوعی نمی‌تواند انتظار خوش‌بینی از سوی مردم داشته باشد؛ روندی که در عمل به سرازیر شدن سیل شکایت‌های حقوقی انجامیده است.

از سوی دیگر، تمایل شدیدی در میان مدیران این صنعت شکل گرفته است که با وعده به‌کارگیری انرژی هسته‌ای و حتی گداخت هسته‌ای (همجوشی) در آینده، مصرف ویرانگر سوخت‌های فسیلی در زمان حال را توجیه کنند. انرژی هسته‌ای شاید در درازمدت بخشی از بار شبکه برق را تأمین کند، اما بسیاری از پروژه‌های تبلیغاتی کنونی تا سال‌ها قادر به تولید یک وات برق هم نخواهند بود؛ همجوشی هسته‌ای نیز همچنان دهه‌ها با تجاری‌سازی فاصله دارد و ابزارهای سنتی مهندسی بسیار زودتر از آن به بازدهی می‌رسند.

چنین رویکردهایی هرگز پاسخی برای مهار پیامدهای فوری و روزمره گسترش دیتاسنترها نیستند. در کنار این موارد، همواره شعارهای پرطمطراقی شنیده می‌شود مبنی بر اینکه هوش مصنوعی به قدری توانمند خواهد شد که در نهایت راه‌حلی برای برطرف کردن آسیب‌های زیست‌محیطی خودش پیدا می‌کند؛ اما آیا تا کنون کوچک‌ترین نشانه‌ای از تحقق این ادعا به چشم خورده است؟

نکته دیگر، نگاه مقطعی و متزلزل این صنعت به نوآوری‌های حقیقی است؛ برای مثال، ظرفیت فوق‌العاده دیتاسنترهای دریاییِ متکی به ژنراتورهای جزرومدی و امواج را در نظر بگیرید. اقیانوس‌ها خنک‌کنندگی طبیعیِ نامحدود و انرژی پاک سرشاری ارائه می‌دهند؛ پدیده‌ای که مستقیماً از گرانش میان زمین، ماه و خورشید نیرو می‌گیرد. انرژی جزرومدی از نظر کیهانی کاملاً قابل پیش‌بینی و اتکاست و می‌توان الگوهای آن را تا قرن‌ها بعد محاسبه کرد. گرچه آب دریا به دلیل خورندگی فلزات و حضور آبزیان چالش‌هایی ایجاد می‌کند، اما مهندسان دریایی بیش از یک قرن است که شیوه‌های غلبه بر این موانع را فرا گرفته‌اند.

در حوزه انرژی امواج نیز تحولات چشمگیری به دور از هیاهو در حال شکل‌گیری است، هرچند نباید منتظر شنیدن آن از زبان غول‌های فناوری بود. استارتاپ Panthalassa در حال توسعه ژنراتورهای امواج است؛ سازه‌هایی که شباهت معنادار و جالبی به فضاپیمای «دیسکاوری وان» در فیلم مشهور «۲۰۰۱: ادیسه فضایی» دارند؛ همان مکانی که میزبان HAL 9000، مجنون‌ترین هوش مصنوعی تاریخ سینما بود. این سازه ۸۵ متری به‌صورت عمودی روی آب شناور می‌شود؛ بخش کروی آن روی سطح اقیانوس شناور می‌ماند و یک دنباله لوله‌ای‌شکل بلند در عمق آب امتداد می‌یابد. نوسان مداوم امواج، آبِ داخل سیستم را به حرکت درمی‌آورد و توربین‌ها را می‌چرخاند تا برق پایدار را برای پردازنده‌های هوش مصنوعی مستقر در کانتینر مهروموم‌شده و خنک‌شونده با آب دریا تولید کند.

این ساختار به گونه‌ای طراحی شده است که بدون نیاز به لنگراندازی، کابل‌های بستر دریا یا هرگونه اتصال فیزیکی به خشکی فعالیت کند و بدین ترتیب، پیچیدگی‌های رایج پروژه‌های فراساحلی را از میان بردارد. در این دیتاسنترهای شناور، ارتباطات اینترنتی از طریق منظومه‌های ماهواره‌ای انجام خواهد شد. با در نظر گرفتن اینکه ماهواره‌ها زمان زیادی را برفراز آب‌های آزاد اقیانوس‌ها سپری می‌کنند – جایی که آبزیان قطعاً نیازی به پهنای باند اینترنت ندارند – استفاده از این ظرفیت معطل‌مانده ایده‌ای بسیار هوشمندانه است. علاوه بر این، مزارع داده شناور را می‌توان در صورت نیاز به تعمیرات یا ارتقا به‌راحتی یدک کشید، نه اینکه مانند ایده‌های خام ارسال دیتاسنتر به مدار زمین، در فضا رها شوند.

این رویکرد از هر نظری عاقلانه‌تر و منطقی‌تر از رؤیاپردازی درباره دیتاسنترهای فضایی است. صنعتی که دغدغه واقعی همزیستی با انسان‌ها را داشته باشد، توسعه تأسیسات شناور روی آب را بر سفرهای فضایی ترجیح می‌دهد؛ اما واقعیت این است که این صنعت چنین هدفی را دنبال نمی‌کند. در عوض، با گام برداشتن در مرز جنون، سرگرم هزینه‌کردهای سرسام‌آور برای بالا بردن هرچه سریع‌تر سوله‌هاست و هم‌زمان همانند مجرمان پشیمان التماس می‌کند: «پیش از آنکه آسیب بیشتری بزنیم، جلوی ما را بگیرید!»

این معجون سمی ناشی از ولخرجی‌های افسارگسیخته، ندامت‌های پس از خرید، تحریف واقعیت و بی‌تفاوتی مرگبار در تراز هوش مصنوعی هال ۹۰۰۰ نسبت به حیات انسان‌ها، در حال تبدیل دغدغه‌های زیست‌محیطی به جنبش‌های اعتراضی فعال است. زمانی که سوخت‌های فسیلی در افکار عمومی به‌عنوان متهم ردیف اول تغییرات اقلیمی شناخته شدند، بیش از یک قرن قدمت داشتند و ریشه‌هایشان در سراسر اقتصاد جهانی تنیده شده بود؛ اما هوش مصنوعی هنوز در ابتدای راه توسعه قرار دارد و در برابر فشارهای اجتماعی بسیار شکننده‌تر است.

اگرچه اعتراض مستقیم به پلتفرم‌ها و استراتژی‌های جهانی شرکت‌های بزرگ دشوار به نظر می‌رسد، اما دیتاسنترها سازه‌هایی فیزیکی و محلی هستند و به‌شدت در برابر اعتراضات بومی و تصمیم‌گیری‌های منطقه‌ای آسیب‌پذیری دارند. برای هر گروهی که به دنبال اعتراض به پیامدهای هوش مصنوعی در غیاب رگولاتوری شفاف باشد، این سازه‌ها در دسترس‌ترین هدف محسوب می‌شوند. با وجود بی‌کفایتی صنعت در درک این خطرات و فرار از پذیرش مسئولیتِ تحمیل پروژه‌های تریلیون دلاری، بسیاری از کارشناسان و ناظران همچنان خواهان پیشرفت بلندمدت و پایدار از طریق دیتاسنترهایی کارآمدتر هستند تا توان محاسباتی بشر بدون تخریب محیط زیست گسترش یابد؛ اما مسیری که اکنون طی می‌شود هرگز به این مقصد نخواهد رسید.

تا جایی که فرهنگی به نام تصمیم‌گیران حوزه دیتاسنتر وجود دارد – که واقعاً وجود دارد و تمام اعضای تأثیرگذار آن در یک سالن همایش معمولی جا می‌شوند – این صنعت باید به سمت شفافیت حداکثری و الگوی متن‌باز حرکت کند. شاید تصور یک «دیتاسنتر متن‌باز» در صنعتی که همواره بدگمانی‌هایش را پشت دیوارهای پنهان‌کاری مخفی کرده دشوار باشد، اما در دهه ۱۹۹۰ میلادی نیز درباره صنعت نرم‌افزار دقیقاً همین‌گونه فکر می‌کردند. شفافیت بیش از هر چیز صداقت می‌آفریند و صداقت پایه‌گذار اعتماد است؛ عنصری حیاتی که صنعت هوش مصنوعی امروز بیش از هر تراشه پیشرفته یا بهینه‌سازی فنی به آن نیاز دارد.

با شفاف‌سازی محاسبات مهندسی، رونمایی از ساختار درونی دیتاسنترها و مشارکت دادن جامعه در تصمیم‌گیری‌های آینده، راهکارهای بهتر و کارآمدتری خلق خواهد شد. مشارکت‌جویی متحد می‌سازد و پنهان‌کاری، دشمن می‌تراشد؛ دشمنانی که با روندهای کنونی، هر روز بر تعدادشان افزوده می‌شود. پیام روشن است: شرکت‌ها باید به سمت شفافیت و صداقت بروند، یا این مسیر اشتباه را برای همیشه متوقف کنند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

ایجنت‌های هوش مصنوعی چگونه بازار را میان ارزان‌ترین قیمت و بهترین راهکار تقسیم می‌کنند؟
آخرین اخبار

ایجنت‌های هوش مصنوعی چگونه بازار را میان ارزان‌ترین قیمت و بهترین راهکار تقسیم می‌کنند؟

ورود ایجنت‌های هوش مصنوعی به چرخه خرید، استراتژی رقابتی شرکت‌ها را دستخوش دگرگونی بنیادین می‌کند. در دنیایی که نرم‌افزارها تصمیم‌گیرنده نهایی هستند، کسب‌وکارهای معمولیِ حاضر در میانه بازار تحت فشار شدیدی قرار می‌گیرند و تنها ارزان‌ترین ارائه‌دهندگان یا تخصصی‌ترین راهکارها شانس بقا خواهند داشت.

۶ دقیقه مطالعه
۰
۲۸ مهر
۵ نشتی مالی بزرگ هوش مصنوعی که بی‌صدا بودجه استارتاپ‌ها را می‌بلعند
آخرین اخبار

۵ نشتی مالی بزرگ هوش مصنوعی که بی‌صدا بودجه استارتاپ‌ها را می‌بلعند

استفاده از ابزارهای هوش مصنوعی می‌تواند هزینه‌های پیش‌بینی‌نشده‌ای روی دست استارتاپ‌ها بگذارد و بودجه آن‌ها را پیش از موعد خالی کند. در این گزارش، ۵ نشتی مالی پنهان در پروژه‌های هوش مصنوعی و راهکار حسابرسی ۳۰ دقیقه‌ای برای مهار آن‌ها را بررسی می‌کنیم.

۶ دقیقه مطالعه
۰
۲۸ مهر
معمای بازدهی هوش مصنوعی؛ چرا شرکت‌ها ارزش واقعی این فناوری را اشتباه اندازه می‌گیرند؟
آخرین اخبار

معمای بازدهی هوش مصنوعی؛ چرا شرکت‌ها ارزش واقعی این فناوری را اشتباه اندازه می‌گیرند؟

بسیاری از شرکت‌ها سودآوری هوش مصنوعی را صرفاً در تعدیل نیرو و صرفه‌جویی کوتاه‌مدت جستجو می‌کنند، اما بازدهی واقعی این فناوری در گرو بازطراحی جریان‌های کاری و انباشت «سرمایه شناختی» است؛ دارایی ارزشمندی که استانداردهای کهنه حسابداری آن را از ترازنامه‌ها پنهان کرده‌اند.

۷ دقیقه مطالعه
۰
۲۸ مهر