گوگل دربارۀ میزان مصرف آب مدل هوش مصنوعی جمنای به جهان دروغ می‌گوید
به گزارش خبرگزاری آنا؛ شرکت گوگل در تلاش برای نمایش چهره‌ای دوستدار محیط زیست از فناوری هوش مصنوعی خود، گزارشی فنی منتشر کرده که در آن ادعا می‌شود هر درخواست متنی معمولی از مدل جمنای، تأثیر زیست‌محیطی ناچیزی دارد. طبق این گزارش، هر پرامپت به طور متوسط ۰.۲۶ میلی‌لیتر آب (حدود پنج قطره) و ۰.۲۴ وات-ساعت برق مصرف می‌کند که معادل تماشای تلویزیون برای کمتر از نه ثانیه است. این آمار‌ها در نگاه اول بسیار امیدوارکننده به نظر می‌رسند، اما به سرعت با انتقادات شدید متخصصان و رسانه‌ها مواجه شده‌اند که معتقدند این گزارش بیش از آنکه شفاف‌سازی کند، به دنبال سرپوش گذاشتن بر واقعیت‌های نگران‌کننده در عصر انفجار هوش مصنوعی است.
پنهان کردن مصرف آب غیرمستقیم
به گزارش د ورج، انتقاد اصلی کارشناسان به این گزارش، نادیده گرفتن «مصرف غیرمستقیم آب» است. آماری که گوگل ارائه داده، تنها مربوط به آبی است که مستقیماً در سیستم‌های خنک‌کننده دیتاسنتر‌ها برای جلوگیری از داغ شدن سرور‌ها استفاده می‌شود. این در حالی است که بخش عمده آب مصرفی یک دیتاسنتر در واقع مربوط به نیروگاه‌های برقی (گازی یا هسته‌ای) است که برق مورد نیاز همان دیتاسنتر را تولید می‌کنند. این نیروگاه‌ها برای خنک کردن توربین‌های خود به مقادیر عظیمی آب نیاز دارند. برای تولید هر کیلووات-ساعت برق، بسته به نوع نیروگاه، ممکن است ده‌ها لیتر آب مصرف شود. به گفته کارشناسان، با حذف این بخش عظیم از محاسبات، گوگل در واقع فقط بخش کوچکی از واقعیت را نشان می‌دهد و اطلاعات مهم را پنهان می‌کند. این مانند آن است که یک خودروساز، مصرف سوخت خودرو را بدون در نظر گرفتن انرژی و منابع مصرف شده برای استخراج نفت، پالایش و حمل و نقل بنزین محاسبه کند؛ یک تاکتیک رایج در «سبزشویی» که در آن شرکت‌ها با ارائه داده‌های گزینشی، خود را دوستدار محیط زیست نشان می‌دهند.
مقایسه ناعادلانه و استفاده از معیار‌های گمراه‌کننده
اشکال دیگری که به این گزارش وارد شده، نحوه مقایسه داده‌هاست. گوگل برای اینکه آمار خود را بهتر جلوه دهد، مصرف آب «مستقیم» خود را با تحقیقات قبلی مقایسه کرده که در آنها مصرف آب مستقیم و غیرمستقیم محاسبه شده بود. این مانند مقایسه سیب با پرتقال است که از نظر علمی فاقد اعتبار است و باعث می‌شود پیشرفت‌های گوگل بسیار بزرگتر از آنچه هست به نظر برسد. علاوه بر این، گوگل از معیار «میانه» به جای «میانگین» (average) برای هر پرامپت استفاده کرده است. این انتخاب آماری بسیار هوشمندانه و در عین حال گمراه‌کننده است؛ زیرا تأثیر درخواست‌های بسیار سنگین و پرمصرف (مانند تولید تصویر یا کدنویسی پیچیده) را که می‌توانند میانگین را به شدت بالا ببرند، خنثی می‌کند. برای مثال، اگر ۹ درخواست یک قطره آب مصرف کنند و یک درخواست ۱۰۰ قطره، میانه همان یک قطره خواهد بود، در حالی که میانگین نزدیک به ۱۱ قطره است. با توجه به اینکه کاربرد‌های پیچیده هوش مصنوعی روز به روز در حال افزایش است، استفاده از میانه تصویر دقیقی از واقعیت ارائه نمی‌دهد و مانع از مقایسه دقیق بین مدل‌های مختلف هوش مصنوعی می‌شود.
پارادوکس بهینگی و رشد مصرف کل
اما شاید مهم‌ترین نکته، تصویر کلی ماجرا باشد. حتی اگر ادعای گوگل مبنی بر بهینه‌تر شدن هر درخواست هوش مصنوعی درست باشد، رشد انفجاری و استفاده گسترده از این فناوری باعث شده که مصرف کل منابع و آلودگی کلی شرکت به شدت افزایش پیدا کند. این پدیده به «پارادوکس جونز» معروف است: هرچقدر یک فناوری بهینه‌تر و ارزان‌تر می‌شود، استفاده از آن نیز بیشتر شده و در نهایت مصرف کل منابع افزایش می‌یابد. این پدیده اولین بار در مورد موتور بخار مشاهده شد؛ با اینکه موتور‌های جدیدتر بهینه‌تر بودند، اما، چون کاربردهایشان گسترش یافت، مصرف کل زغال‌سنگ به شدت بالا رفت. گزارش پایداری خود گوگل نیز این موضوع را تأیید می‌کند و همانطور که رویترز گزارش داده، نشان می‌دهد که انتشار کربن این شرکت در سال گذشته ۱۱ درصد بیشتر شده است. این افزایش، با وجود تمام تلاش‌ها برای بهینه‌سازی، نشان می‌دهد که رشد تقاضا برای هوش مصنوعی، هرگونه پیشرفت در بهره‌وری را خنثی کرده است. به همین خاطر، کارشناسان معتقدند با وجود آمار‌های جزئی و به ظاهر مثبت، داستان کامل بسیار نگران‌کننده‌تر است و شرکت‌های فناوری باید به جای تمرکز بر آمار‌های خرد، گزارشی جامع از ردپای زیست‌محیطی کل عملیات هوش مصنوعی خود ارائه دهند.
انتهای پیام/
