كيف يؤثّر تطور الذكاء الاصطناعي على كوكب الأرض؟
تاريخ النشر: 23rd, August 2023 GMT
يُعاني العالم منذ سنوات من آثار “التغيرات المناخية” التي تغذي ظواهر الطقس المتطرف بجميع أنحاء الكوكب، وفي ظل التطور المتسارع لـ”الذكاء الاصطناعي”، يحذر خبراء تحدّث معهم موقع “الحرة”، من تداعيات “بيئية” كارثية قد تتسبب بها تلك الأنظمة الذكية مستقبلا، ربما تهدد البشرية بأكملها.
أسوأ من “بيتكوين”
البصمة الكربونية هي الكمية الإجمالية لغازات الدفيئة، بما في ذلك ثاني أكسيد الكربون والميثان، الناتجة عن أنشطة الكائنات الحية في كوكب الأرض.
وعلى الصعيد العالمي، يقترب متوسط البصمة الكربونية من 4 أطنان سنويا، ولتجنب ارتفاع درجات الحرارة العالمية بمقدار درجتين، يجب أن تنخفض تلك النسبة إلى أقل من طنين بحلول عام 2050، وفقا لـ”منظمة الحفاظ على الطبيعة”.
ويمكن لـ”البصمة الكربونية للذكاء الاصطناعي” أن تكون أسوأ من تعدين عملة “بيتكوين”، الذي يولد حاليا غازات دفيئة أكثر من بلدان بأكملها، وفقا لتقرير لصحيفة “الغارديان” البريطانية.
وتؤثر عمليات تعدين “بيتكوين” على البيئة وتتسبب في “تداعيات سلبية على المناخ”، وزيادة انبعاثات غازات الاحتباس الحراري نظرا لاستهلاكها “كميات كبيرة من الطاقة الكهربائية”، وفق دراسة لجامعة “كامبريدج”.
ويتطلب التعدين أو إنشاء بيتكوين، وهي العملة المشفرة الأكثر شيوعا في العالم، حوالي 1150 كيلوواط ساعة من الكهرباء، مما دفع عدة دول لحظر تعدينها، وفقا لوكالة “فرانس برس”.
ومثل تعدين العملات المشفرة، يعتمد الذكاء الاصطناعي على وحدات معالجة الرسومات عالية القدرة، لاختراق البيانات.
ويتم تشغيل برنامج الذكاء الاصطناعي التوليدي “تشات جي بي تي”، بواسطة مراكز بيانات عملاقة تستخدم عشرات الآلاف من رقائق الكمبيوتر “المتعطشة للطاقة”، وفق تقرير لوكالة “بلومبرغ”.
وأصبحت مجموعات البيانات المستخدمة لتدريب الذكاء الاصطناعي كبيرة بشكل متزايد، وتستهلك قدرا هائلا من الطاقة لتشغيلها.
ويمكن أن يتسبب تدريب “نموذج ذكاء اصطناعي واحد فقط”، في انبعاث كميات كبيرة من “ثاني أكسيد الكربون”، بما يعادل خمسة أضعاف الانبعاثات الصادرة عن سيارة أميركية، طوال عمرها الافتراضي، وفق “معهد ماساتشوستس للتكنولوجيا”.
وتشير دراسات إلى أن حساب التأثير البيئي الإجمالي لـ”تشات جي بي تي ” وأنظمة الذكاء الاصطناعي الأخرى معقد، والكثير من المعلومات المطلوبة للقيام بذلك غير متاحة للباحثين. ومن الصعب التكهن بمدى تطور الذكاء الاصطناعي خلال السنوات القليلة المقبلة، أو إلى أي مدى سيصبح فعالا في استخدام الطاقة.
ومع التطور المستمر لأنظمة الذكاء الاصطناعي، تظهر مخاوف بشأن “التكاليف البيئية”، وتأثير ذلك على زيادة انبعاثات غازات الاحتباس الحراري، وفق تقرير لمجلة “فوربس”.
هل يجب أن نقلق؟
يوضح خبير تكنولوجيا المعلومات سلوم الدحداح، في حديثه لموقع “الحرة”، أن أنظمة الذكاء الاصطناعي وعلى رأسها “تشات جي بي تي”، تستهلك حجم طاقة يعادل تلك التي تحتاجها عشرات المنازل خلال عام كامل.
ويحتاج تشغيل تلك الأنظمة الذكية لنفس مقدار الطاقة التي يستهلكها 126 منزلا في الدنمارك خلال عام كامل، وتنبعث منها كمية من غاز “ثاني أكسيد الكربون” توازي الانبعاثات الناجمة عن القيادة لمسافة 700 ألف كيلومتر، حسبما يشير خبير تكنولوجيا المعلومات.
ولذلك فتلك الأنظمة لها “تداعيات سلبية” على استهلاك الطاقة، وتتسبب في “زيادة انبعاث الغازات الدفيئة”، مما يعني ارتفاع نسب “التلوث العالمي”، وفق الدحداح.
تداعيات “مناخية”؟
كلما زاد استخدام “الأجهزة التكنولوجية الحديثة”، ترتفع نسب الغازات الدفيئة المسببة لـ”الاحتباس الحراري”، مما يؤدي لـ”تغيرات مناخية خطيرة”، وفقا لحديث، الخبير المناخي، ضومط كامل.
ويشير في تصريحات لموقع “الحرة”، إلى اقتحام “الذكاء الاصطناعي” لمجالات عدة وبالتالي فهو يستهلك أكثر من 5 بالمئة من إنتاج الطاقة الكهربائية على مستوى العالم، مما يؤثر على “زيادة الاحتباس الحراري والانبعاثات الكربونية”.
وفي الوقت الذي يبحث فيه العالم عن “تخفيف التلوث البيئي”، يمكن للذكاء الاصطناعي التسبب في “زيادة الوضع سوءًا”، في ظل الاتجاه المتصاعد للاعتماد على تلك الأنظمة الذكية في مجالات عدة، وفقا لتوضيح خبير التغيرات المناخية. ويرى ضومط أن “التسابق” على تطوير أنظمة الذكاء الاصطناعي سوف يزيد من “التلوث البيئي العالمي”.
وقد يتسبب الذكاء الاصطناعي في “مضاعفة” نسب التلوث بنسب تزيد عن الوضع الحالي بمقدار من 5 إلى 7 مرات، وهو ما يهدد سلامة الكائنات الحية، وفق ما يوضح خبير التغيرات المناخية.
وإذا تطورت “أنظمة الذكاء الاصطناعي” بشكل “غير منضبط” في المستقبل، فسيكون لذلك “تداعيات كارثة” على الكوكب، وفق تحذيرات ضومط.
هل توجد حلول؟
يجب استخدام “الذكاء الاصطناعي” نفسه للبحث عن مسارات جديدة لتقليل الانبعاثات الحرارية، باستخدام تقنيات حديثة تعتمد على مصادر الطاقة المتجددة وغير التقليدية، وفقا لضومط. ويمكن تطوير أنظمة الذكاء الاصطناعي حتى تستخدم “مصادر طاقة متجددة” مثل الطاقة الشمسية والمائية وطاقة الرياح، لتقليل انبعاثات غاز ثاني أكسيد الكربون، وفق خبير التغيرات المناخية.
ويتفق معه الدحداح الذي يرى أن “مصادر الطاقة البديلة” هي السبيل الوحيد لتخفيف الانبعاثات الكربونية، وبالتالي تجنب “كارثة بيئية” قد يتسبب بها التطور المتسارع لأنظمة الذكاء الاصطناعي.
المصدر: “مواقع إلكترونية”
المصدر: الوحدة نيوز
كلمات دلالية: الامم المتحدة الجزائر الحديدة السودان الصين العالم العربي العدوان العدوان على اليمن المجلس السياسي الأعلى المجلس السياسي الاعلى الوحدة نيوز الولايات المتحدة الامريكية اليمن امريكا ايران تونس روسيا سوريا صنعاء عاصم السادة عبدالعزيز بن حبتور عبدالله صبري فلسطين لبنان ليفربول مجلس الشورى مجلس الوزراء مصر نبيل الصوفي أنظمة الذکاء الاصطناعی ثانی أکسید الکربون التغیرات المناخیة الاحتباس الحراری
إقرأ أيضاً:
الأخلاقيات في الأتمتة: معالجة التحيز في الذكاء الاصطناعي
مع تزايد اعتماد الشركات على الأنظمة الآلية، أصبحت الأخلاقيات مصدر قلق رئيسي. وباتت الخوارزميات تتخذ، بشكل متزايد، القرارات التي كان يتخذها البشر سابقًا، وتؤثر هذه الأنظمة على العديد من مناحي الحياة. تتطلب هذه القوة، التي يملكها الذكاء الاصطناعي، مسؤولية. فبدون قواعد ومعايير أخلاقية واضحة، يمكن للأتمتة أن تُؤدي إلى الظلم وتُسبب الضرر.
يؤثر التحيز وتجاهل الأخلاقيات على الناس بطرق حقيقية. يمكن للأنظمة المتحيزة، على سبيل المثال، أن ترفض منح القروض أو الوظائف أو الرعاية الصحية، ويمكن للأتمتة أن تزيد من سرعة اتخاذ القرارات الخاطئة في حال عدم وجود حواجز حماية. عندما تتخذ الأنظمة قرارًا خاطئًا، غالبًا ما يكون من الصعب الاعتراض عليه أو حتى فهم السبب، ويؤدي غياب الشفافية إلى تحويل الأخطاء الصغيرة إلى مشاكل أكبر.
سبب التحيز في الذكاء الاصطناعي
غالبًا ما ينشأ التحيز في الأتمتة من البيانات. إذا تضمنت البيانات التاريخية تمييزًا، فقد تُكرر الأنظمة المُدربة عليها هذه الأنماط. على سبيل المثال، قد ترفض أداة ذكاء اصطناعي تُستخدم لفحص المتقدمين للوظائف المرشحين بناءً على الجنس أو العرق أو العمر إذا كانت بيانات التدريب الخاصة بها تعكس تلك التحيزات السابقة. ويدخل التحيز أيضًا من خلال التصميم، حيث يمكن للاختيارات المتعلقة بما يجب قياسه، والنتائج التي يجب تفضيلها، وكيفية تصنيف البيانات أن تؤدي إلى نتائج منحرفة.
هناك أنواع عديدة من التحيز. يحدث تحيز العينات عندما لا تُمثل مجموعة البيانات جميع الفئات، بينما قد ينشأ تحيز التصنيف من مدخلات بشرية ذاتية. حتى الخيارات التقنية، مثل نوع الخوارزمية، قد تُشوّه النتائج.
المشاكل ليست نظرية فحسب. فقد تخلت شركة "أمازون" للتجارة الإلكترونية عن استخدام أداة توظيف في عام 2018 بعد أن فضّلت المرشحين الذكور، ووُجد أن بعض أنظمة التعرف على الوجه تُخطئ في تحديد الأشخاص ذوي البشرة الملونة بمعدلات أعلى من غيرهم. تُزعزع هذه المشاكل الثقة في نماذج الذكاء الاصطناعي وتُثير المخاوف.
وهناك مصدر قلق حقيقي آخر. فحتى عندما لا تُستخدم سمات مثل العرق، بشكل مباشر، فإن سمات أخرى مثل الرمز البريدي أو المستوى التعليمي قد تُمثّل بدائل، مما يعني أن النظام قد يُميّز حتى لو بدت المدخلات محايدة، على سبيل المثال، بناءً على المناطق الأكثر ثراءً أو فقرًا. يصعب اكتشاف التحيز دون اختبار دقيق. ويُعدّ ارتفاع حالات تحيز الذكاء الاصطناعي علامة على الحاجة إلى مزيد من الاهتمام بتصميم النظام.
المعايير المهمة
القوانين تُواكب التطور وتحاول معالجة التحيز. يُصنّف قانون الذكاء الاصطناعي للاتحاد الأوروبي، الصادر عام 2024، أنظمة الذكاء الاصطناعي حسب درجة خطورتها. يجب أن تستوفي الأنظمة عالية الخطورة، كتلك المستخدمة في التوظيف أو تقييم الجدارة الائتمانية، متطلبات صارمة، تشمل الشفافية والرقابة البشرية والتحقق من التحيز. في الولايات المتحدة، تعمل الجهات التنظيمية بفاعلية. وتُحذّر لجنة تكافؤ فرص العمل أصحاب العمل من مخاطر أدوات التوظيف المُدارة بالذكاء الاصطناعي، كما أشارت لجنة التجارة الفيدرالية إلى أن الأنظمة المتحيزة قد تُخالف قوانين مكافحة التمييز.
أنظمة أكثر عدالة
لا تنشأ أخلاقيات الأتمتة صدفة، بل تتطلب تخطيطًا دقيقًا، وأدوات مناسبة، واهتمامًا مستمرًا. يجب دمج التحيز والإنصاف في العملية منذ البداية، لا إضافتهما لاحقًا. وهذا يستلزم تحديد الأهداف، واختيار البيانات المناسبة، وإشراك الأطراف المعنية.
يتطلب تحقيق ذلك اتباع بعض الاستراتيجيات الرئيسية:
إجراء تقييمات التحيز
الخطوة الأولى للتغلب على التحيز هي اكتشافه. يجب إجراء تقييمات التحيز مبكرًا وبشكل متكرر، من مرحلة تطوير النموذج إلى نشره، لضمان عدم تحقيق الأنظمة لنتائج غير عادلة. قد تشمل المقاييس القرارات التي يكون لها تأثير أكبر على مجموعة واحدة من غيرها.
يجب أن تُجري جهات خارجية عمليات تدقيق التحيز كلما أمكن ذلك. قد تُغفل المراجعات الداخلية قضايا رئيسية أو تفتقر إلى الاستقلالية، كما أن الشفافية في عمليات التدقيق الموضوعية تبني ثقة الجمهور.
مجموعات بيانات متنوعة
تساعد بيانات التدريب المتنوعة على تقليل التحيز من خلال تضمين عينات من جميع مجموعات المستخدمين، وخاصةً تلك التي غالبًا ما يتم استبعادها. فمساعد صوتي مُدرّب في الغالب على أصوات الرجال لن يُجدي نفعًا مع النساء، ونموذج تقييم الائتمان الذي يفتقر إلى بيانات المستخدمين ذوي الدخل المحدود قد يُسيء تقديرهم.
يساعد تنوع البيانات أيضًا النماذج على التكيف مع الاستخدام الفعلي. ينتمي المستخدمون إلى خلفيات مختلفة، وينبغي أن تعكس الأنظمة ذلك. فالتنوع الجغرافي والثقافي واللغوي جميعها عوامل مهمة. تنوع البيانات لا يكفي بمفرده. فيجب أن تكون دقيقة ومُصنّفة جيدًا.
الشمولية في التصميم
يُشرك التصميم الشامل الأشخاص المتأثرين. ينبغي على المطورين استشارة المستخدمين، وخاصةً المعرضين لخطر الضرر (أو الذين قد يُسببون ضررًا باستخدام الذكاء الاصطناعي المتحيز)، لأن ذلك يُساعد على كشف الجوانب السلبية.
يعني التصميم الشامل أيضًا فرقًا متعددة التخصصات. إن إشراك خبراء الأخلاق والقانون والعلوم الاجتماعية يُمكن أن يُحسّن عملية اتخاذ القرار، لأن هذه الفرق أكثر ميلًا لطرح أسئلة مختلفة ورصد المخاطر.
يجب أن تكون الفرق متنوعة أيضًا. فالأشخاص ذوو التجارب الحياتية المختلفة يكتشفون قضايا مختلفة، والنظام الذي تُنشئه مجموعة متجانسة قد يتغاضى عن مخاطر قد يكتشفها الآخرون.
الخلاصة أن الأتمتة باقية، لكن الثقة في أنظمة الذكاء الاصطناعي تعتمد على عدالة النتائج ووضوح القواعد. إذ قد يُسبب التحيز في أنظمة الذكاء الاصطناعي ضررًا.
استشاري تكنولوجيا إعلام: الحكومة أنهت تريند «شهادات الحلال»