احمد محمدی، مترجم: رسیدن به «تراز صفر» در تولید کربن تا سال 2050، یعنی ایجاد تعادل بین انتشار گازهای گلخانهای حاوی کربن ناشی از اقدامات بشر و حذف همان میزان کربن از جو زمین، بدون استفاده از هوش مصنوعی تقریباً غیرممکن است. برای دستیابی به این هدف، اقدام در پنج حوزه اصلی ضروری است.
در سال 2024، میانگین دمای سالانه جهانی برای نخستین بار به بیش از 1.5 درجه سانتیگراد بالاتر از سطح دما در دوران پیش از انقلاب صنعتی رسید. این در حالی است که انتشار گازهای گلخانهای همچنان در حال افزایش است و فرصت دستیابی به «تراز صفر» تا سال 2050 بهسرعت در حال از دست رفتن است. با این حال سامانههای هوش مصنوعی میتوانند نقش مهمی در زمینههای مختلف ایفا کنند، از جمله افزایش بهرهوری در استفاده از انرژی و منابع تولید آن، شتاب دادن به نوآوری و کمک به انسانها برای عمل کردن در این موارد، اما اگر سریع و هدفمند از هوش مصنوعی استفاده نشود، این فرصت از دست خواهد رفت.
تحقق تراز صفر (یعنی ایجاد توازن میان میزان انتشار کربن و میزان جذب آن) تا میانه قرن جاری، مستلزم دگرگونیهای سریع و گسترده است. تولید برق باید تا سال 2050 تقریباً دو برابر شود، زیرا بخشهای حملونقل، سیستمهای گرمایشی و صنایع از سوختهای فسیلی به انرژی الکتریکی تغییر مسیر میدهند. ظرفیت انرژیهای تجدیدپذیر باید تا پایان این دهه سه برابر گردد تا تقاضای فزاینده را پاسخ دهد، بیآنکه بر میزان تولید و انتشار کربن افزوده شود.
صنایع فولاد، سیمان، شیمیایی و دیگر بخشها (که مسئول نزدیک به یکسوم از انتشار دیاکسید کربن جهانی هستند) باید به سمت تولید و انتشار نزدیک به صفر کربن حرکت کنند، هرچند جایگزینهای مقرونبهصرفه و در مقیاس وسیع هنوز محدودند. از سوی دیگر جذب کربن نیز باید به سرعت افزایش یابد. روشهای پایدار جذب، مانند هوازدگی تقویتشده سنگها (که توان ذخیرهسازی دیاکسید کربن برای صدها یا هزاران سال را دارند) باید تا سال 2050 هزار برابر گسترش یابند تا هر ساله حجمهای عظیمی از دیاکسید کربن را جذب کرده و در خنثیسازی اثرات مخرب انتشار این گاز از سوی صنایع و بخشهای مختلف، مؤثر باشند.
هوش مصنوعی معجزه نیست اما کارساز است
پیشرفت در این مسیر با سه مانع اساسی پیچیدگی سامانهها، کندی نوآوری و کمبود نیروی انسانی متخصص مواجه است. برای نمونه، مدیریت شبکههای برق دشوارتر میشود زیرا اتکای بیشتری به منابع متغیر و غیرمتمرکز تجدیدپذیر صورت میگیرد که تحصیل آنها به مراتب از منابع فسیلی دشوارتر است. در همین حال، توسعه و مقیاسگذاری فناوریهای پاک نیز سالها زمان میبرد و نیروی کار ماهر بهاندازه کافی در دسترس نیست.
هوش مصنوعی بهتنهایی «راهحل معجزهآسا» نیست، اما بدون آن بعید است این مشکلات بهموقع برطرف شوند. تاکنون توجه زیادی به مصرف بالای انرژی و آب توسط هوش مصنوعی شده است. سامانههای هوش مصنوعی و پیامدهای عملیاتی آنها میتوانند فشار مضاعفی بر شبکههای برق محلی یا منابع آبی وارد کنند و باید بهطور فعال مدیریت شوند.
با این حال، این عوامل محرک اصلی تغییرات اقلیمی جهانی نیستند. تمرکز بر آنها میتواند توجه را از ظرفیت دگرگونساز هوش مصنوعی در کاهش تغییرات اقلیمی منحرف کند، که مهمترین اثر آن به شیوه استفاده از این فناوری وابسته است. در ادامه، اثرات عملیاتی هوش مصنوعی در چهارچوب گستردهتر اقلیم بررسی میشود و پنج حوزه اقدام ضروری برای تحقق پتانسیل این فناوری در دستیابی به کربنزدایی در مقیاس گسترده ترسیم خواهد شد.
پیامدهای اقلیمی هوش مصنوعی
نیاز هوش مصنوعی به مصرف برق بهسرعت در حال افزایش است. آژانس بینالمللی انرژی (IEA) گزارش داده است که مصرف جهانی برق توسط مراکز داده تا سال 2030 میتواند بیش از دو برابر شود و به حدود 3 درصد از کل مصرف برق جهان برسد؛ در حالی که سرورهای اختصاصی هوش مصنوعی تقریباً نیمی از این رشد را رقم خواهند زد. در ایالات متحده، مراکز داده در حال حاضر حدود 4.4 درصد از برق کشور را مصرف میکنند و این رقم بسته به میزان استقرار و کارآمدی هوش مصنوعی، ممکن است تا سال 2028 به 6.7 تا 12 درصد افزایش یابد. تأمین کامل این افزایش تقاضا با «برق بدون کربن» (برق تولید شده از منابعی که انتشار گازهای گلخانهای آنها در حد صفر یا حداقل ممکن است، مانند انرژی خورشیدی، باد، هیدروالکتریک یا همان نیروگاههای برقآبی و نیروگاههای هستهای) دشوار است.
در گذشته، توسعهدهندگان مراکز داده تنها به هزینه و زیرساخت توجه داشتند اما اکنون بسیاری از آنها ظرفیت شبکه و میزان انتشار کربن را نیز در نظر میگیرند. با این حال، نقاط موانع اصلی انتقال و تأخیر در صدور مجوزها رشد برق بدون کربن را کُند کرده و پاسخگویی به تقاضای برق مورد نیاز سامانههای هوش مصنوعی را دشوار ساخته است. برخی مناطق برای پاسخ به این تقاضای فزاینده به گاز طبیعی روی آوردهاند. در ایالت اوهایو مرکزی، نهادهای ناظر با توسعه نیروگاههای جدید گازی برای مراکز داده موافقت کردهاند. در ویرجینیای شمالی نیز تحلیلها برآورد میکنند که ممکن است 10 تا 15 گیگاوات ظرفیت گاز طبیعی برای پاسخگویی به تقاضای مراکز داده مورد نیاز باشد.
با این حال، از دیدگاه جهانی، ردپای عملیاتی هوش مصنوعی در تولید و انتشار دیاکسید کربن همچنان محدود است. مراکز داده حدود 1.5 درصد از برق جهان را مصرف میکنند و تقریباً 0.5 درصد از کل انتشار دیاکسید کربن را به خود اختصاص دادهاند. مصرف آب برای خنکسازی مراکز داده و تأمین برق آنها حدود 560 میلیون مترمکعب در سال است که کمتر از 0.08 درصد از مصرف جهانی آب شیرین به شمار میرود. برآوردها نشان میدهد که مصرف آب مراکز داده تا سال 2030 بیش از دو برابر خواهد شد. هرچند این رقم در مقیاس جهانی ناچیز است، اما با این وجود، تقاضای منابع توسط مراکز داده میتواند فشار مضاعفی بر شبکهها و تأسیسات محلی آب وارد سازد.
ادعای رایج مبنی بر اینکه «چتبات ChatGPT برای یک مکالمه ساده نیازمند مصرف یک بطری 500 میلیلیتری آب است» نگرانکننده بهنظر میرسد اما گمراهکننده است. تحلیلها نشان میدهد که 87 درصد از این آب برای خنکسازی نیروگاهها مصرف میشود. این امر واقعیتی کمتر شناختهشده را برجسته میسازد: تولید برق همچنان عمدتاً متکی بر سوختهای فسیلی است و مصرف آب بسیار بالایی دارد. به بیان دیگر، هر بار که چراغی را روشن میکنیم، آب مصرف میشود.
2.5 میلیارد پرسش روزانه کاربران از ChatGPT حدود 0.5 درصد از میزان برقی را مصرف میکند که مردم ایالات متحده هر روز صرف تماشای تلویزیون میکنند. مصرف روزانه آب این چتبات (حدود 3700 مترمکعب) در مقایسه با 690 هزار مترمکعب آبی که برای تأمین برق تلویزیونها در ایالات متحده استفاده میشود و همچنین حدود 43 میلیون مترمکعب آبی که روزانه به دلیل نشتی لولهها در این کشور هدر میرود، ناچیز است.
بزرگترین پیامدهای اقلیمی هوش مصنوعی ناشی از شیوه استفاده از آن خواهد بود. این فناوری میتواند با افزایش استخراج سوختهای فسیلی بر میزان انتشار دیاکسید کربن بیفزاید. همچنین در صورت فقدان سازوکارهای حکمرانی مناسب، سامانههای هوش مصنوعی میتوانند با تعمیق نابرابریها و تضعیف اعتماد عمومی، پیشرفتهای اقلیمی را به عقب برانند.
