الجديد برس| نشر أليكس دي فريس-غاو، طالب الدكتوراه في معهد الدراسات البيئية بجامعة أمستردام، مقالة في مجلة Joule تناول فيها حجم استهلاك الكهرباء الناتج عن تشغيل تطبيقات الذكاء الاصطناعي، لا سيما عند الاستجابة لاستفسارات المستخدمين. واستعرض فريس-غاو في ورقته البحثية كيفية حساب استهلاك الطاقة لمراكز بيانات الذكاء الاصطناعي على المستوى العالمي، سواء في الماضي أو الحاضر، كما قدّم تقديرات مستقبلية محتملة.
وأشار الباحث إلى أنّ مطوّري نماذج اللغة الكبيرة (LLM) مثل ChatGPT اعترفوا
خلال السنوات الأخيرة بالحاجة إلى طاقة حاسوبية هائلة لتشغيل أنظمتهم، وهو ما دفع بعضهم إلى توليد الكهرباء بأنفسهم لتلبية هذه المتطلبات المتزايدة. لكنه أوضح أنّ الشركات أصبحت أقل شفافية خلال العام الماضي بشأن حجم الطاقة التي تستهلكها، وهو ما حفّزه على إجراء دراسة تقديرية شاملة، وفقاً لموقع Tech Xplore.
التأثير على استهلاك الطاقة في مراكز البيانات تُعتبر مراكز البيانات للذكاء الاصطناعي بالفعل مستهلكاً كبيراً للكهرباء نظراً للطلب المتزايد على موارد الحوسبة في العصر الرقمي الحالي. وتُفاقم إضافة أحمال عمل الذكاء الاصطناعي هذه المشكلة، حيث تتطلب أنظمتها طاقة أكبر للعمل بكفاءة. ووفقاً لدراسات حديثة، يمكن أن تستهلك أحمال عمل الذكاء الاصطناعي طاقة تصل إلى خمسة أضعاف طاقة أحمال العمل التقليدية في مراكز البيانات.
الذكاء الاصطناعي يستهلك كهرباء بحجم دولة خلال دراسته استند دي فريس-غاو إلى تحليل الرقائق التي تصنعها شركة تايوان لصناعة أشباه الموصلات، المزوّد الرئيس لشركات مثل إنفيديا. كما اعتمد على تقارير أرباح وتحليلات خبراء بارزين، بالإضافة إلى بيانات حول الأجهزة التي تمّ شراؤها واستخدامها في بناء مراكز البيانات . واستكمل تقديراته من خلال مراجعة المعلومات المتاحة علناً حول استهلاك الكهرباء للأجهزة المستخدمة في تشغيل تطبيقات الذكاء الاصطناعي. وقدّر دي فريس-غاو أنّ مزودي خدمات الذكاء الاصطناعي سيستهلكون نحو 82 تيراواط/ساعة من الكهرباء خلال عام 2024، وهو ما يعادل تقريباً استهلاك دولة بحجم سويسرا. وأجرى دي فريس-غاو حسابات إضافية لتقدير تأثير استمرار النمو السريع، مع افتراض تضاعف الطلب على الذكاء الاصطناعي خلال الأشهر المتبقية من العام. وبناءً على هذه التقديرات، توصل إلى أنه قد تستهلك تطبيقات الذكاء الاصطناعي نصف إجمالي الكهرباء المستخدمة في مراكز البيانات حول العالم. ورأت الدراسة أنه يجب على مشغلي مراكز البيانات وشركات التكنولوجيا وصانعي السياسات العمل معاً لوضع حلول مستدامة توازن بين الطلب المتزايد على الذكاء الاصطناعي وضرورة الحد من استهلاك الطاقة وتأثيره البيئي. من خلال الاستثمار في تقنيات توفير الطاقة، وتحسين إدارة أعباء العمل، واعتماد مصادر الطاقة المتجددة، يمكن ضمان استمرار تطور الذكاء الاصطناعي دون المساس باستدامة البنية التحتية للبيانات. ورغم الفوائد الكبيرة التي يقدمها الذكاء الاصطناعي في رفع مستوى الكفاءة، إلّا أنّ ارتفاع استهلاكه للطاقة يثير مخاوف بيئية متزايدة. ومع ذلك، يمكن تحقيق توازن بين التطور التكنولوجي والاستدامة من خلال تبني تقنيات أكثر كفاءة في استهلاك الطاقة، وتحسين إدارة أعباء العمل، والاعتماد بشكل أكبر على مصادر الطاقة المتجددة، وفقاً لما ذكره موقع Life Technology.
المصدر: الجديد برس
كلمات دلالية:
الذکاء الاصطناعی
استهلاک الطاقة
مراکز البیانات
إقرأ أيضاً:
الذكاء الاصطناعي يفتح آفاقاً جديدة لأبحاث الأمراض النادرة
ابتكر فريق بحثي من جامعة كارنيغي ميلون الأميركية، بالتعاون مع شركاء، أداة مدعومة بالذكاء الاصطناعي تسهم في الكشف عن المؤشرات الوراثية للأمراض النادرة، ما يسرّع عملية التشخيص ويساعد في تطوير علاجات موجهة لحالات تصيب نسبة ضئيلة من السكان.
وتواجه الأبحاث في مجال الأمراض النادرة تحديات كبيرة، إذ تتطلب دراسة العلاقة بين الطفرات الجينية والأمراض بيانات من عشرات الآلاف من المرضى، وهو ما يصعب تحقيقه نظراً لانخفاض نسبة انتشار هذه الأمراض، التي قد لا تتجاوز 0.01% من السكان.
- اقرأ أيضاً: هل سيبقى دور الأطباء محورياً في عصر الذكاء الاصطناعي؟
ابتكار جيني
لتجاوز هذه العقبة، طوّر الفريق أسلوباً مبتكراً يُعرف باسم "KGWAS" يجمع بين الدراسات الجينية واسعة النطاق "GWAS" وكمّ هائل من بيانات الجينوم الوظيفي، ضمن ما يسمى بـ"قاعدة المعرفة".
وتضم هذه القاعدة 11 مليون رابط بين الطفرات الجينية والجينات وبرامج الجينات، ما يجعلها من الأكبر عالمياً.
ويستفيد KGWAS من تقنيات التعلم العميق لتدريب نموذج ذكاء اصطناعي قادر على التنبؤ بقوة ارتباط الطفرات بالأمراض النادرة بدقة أكبر، مع تقليل الضوضاء والنتائج الزائفة في البيانات.
- انظر أيضاً: الذكاء الاصطناعي يسلّح جهاز المناعة بـ"صواريخ" لمهاجمة الخلايا السرطانية
نتائج واعدة
بحسب موقع "ميديكال إكسبريس"، أظهرت نتائج استخدام أسلوب KGWAS أنه يضاعف الاكتشافات الجينية ذات الدلالة الإحصائية مقارنة بالأساليب التقليدية، أو يحقق نفس مستوى الدقة باستخدام عدد عينات أقل بنحو 2.7 مرة.
وتفتح هذه التقنية آفاقاً واسعة أمام تسريع تشخيص الأمراض النادرة، وتطوير أدوية مخصصة، وتحسين فهم الروابط الجينية المعقدة التي تعيق تقدم الأبحاث في هذا المجال.
أمجد الأمين (أبوظبي)
أخبار ذات صلة

"Genie 3" من جوجل.. يفتح أبواباً جديدة في التعليم والألعاب والتصميم الافتراضي

"واتساب" تحظر 7 ملايين حساب احتيالي وتطلق أدوات حماية جديدة