2030ഓടെ AIയുടെ വ്യാപനം ജലം, ഭൂമി, വൈദ്യുതി വിഭവങ്ങൾക്ക് വലിയ സമ്മർദം സൃഷ്ടിക്കുമെന്ന് യു.എൻ റിപ്പോർട്ട്
ന്യൂഡൽഹി: കൃത്രിമ ബുദ്ധിയുടെ (AI) അതിവേഗ വ്യാപനം ആഗോളതലത്തിൽ വൈദ്യുതി, ജല, ഭൂവിഭവങ്ങൾക്കുമേൽ ഗണ്യമായ സമ്മർദം സൃഷ്ടിക്കുമെന്ന് ഐക്യരാഷ്ട്ര സർവകലാശാലയുടെ (UN University) പുതിയ റിപ്പോർട്ട് മുന്നറിയിപ്പ് നൽകി. 2030 ഓടെ AI പ്രവർത്തിപ്പിക്കുന്ന ഡാറ്റാ സെന്ററുകളുടെ വൈദ്യുതി ഉപഭോഗം 945 ടെറാവാട്ട്-മണിക്കൂർ (TWh) വരെ ഉയരുമെന്നാണ് റിപ്പോർട്ടിലെ വിലയിരുത്തൽ.
UN University Institute for Water, Environment and Health (UNU-INWEH) പുറത്തിറക്കിയ റിപ്പോർട്ടിൽ, AIയുടെ പരിസ്ഥിതി ആഘാതം കാർബൺ പുറന്തള്ളലിന്റെ അടിസ്ഥാനത്തിൽ മാത്രമാണ് കൂടുതലായും വിലയിരുത്തപ്പെടുന്നതെന്നും, ജല-ഭൂവിഭവങ്ങളിലുണ്ടാകുന്ന സ്വാധീനം പലപ്പോഴും അവഗണിക്കപ്പെടുന്നുവെന്നും ചൂണ്ടിക്കാട്ടുന്നു.
റിപ്പോർട്ട് പ്രകാരം, 2030 ഓടെ AI ഡാറ്റാ സെന്ററുകളുടെ വാർഷിക ജല ഉപയോഗം 9.3 ട്രില്യൺ ലിറ്ററിലെത്താൻ സാധ്യതയുണ്ട്. ഇത് ഉപസഹാറൻ ആഫ്രിക്കയിലെ ഏകദേശം 130 കോടി ജനങ്ങളുടെ ഒരു വർഷത്തെ അടിസ്ഥാന ഗാർഹിക ജലാവശ്യത്തിന് തുല്യമാണ്. അതേസമയം, ഡാറ്റാ സെന്ററുകൾക്കായി ആവശ്യമായ ഭൂവിസ്തൃതി 14,500 ചതുരശ്ര കിലോമീറ്ററിലധികമായി ഉയരുമെന്നും, ഇത് ജക്കാർത്ത മെട്രോപൊളിറ്റൻ മേഖലയേക്കാൾ ഏകദേശം ഇരട്ടിയാണെന്നും റിപ്പോർട്ട് വ്യക്തമാക്കുന്നു.
“കുറഞ്ഞ കാർബൺ” എന്നത് എല്ലായ്പ്പോഴും “കുറഞ്ഞ ജല-ഭൂവിഭവ ഉപയോഗം” എന്നതല്ലെന്നും റിപ്പോർട്ട് മുന്നറിയിപ്പ് നൽകുന്നു. ചില ശുദ്ധ ഊർജമാറ്റങ്ങൾ കാർബൺ പുറന്തള്ളൽ കുറച്ചാലും ജലവും ഭൂമിയും കൂടുതൽ ഉപയോഗിക്കേണ്ട സാഹചര്യം സൃഷ്ടിക്കാമെന്നാണ് വിലയിരുത്തൽ.
AIയുടെ ഊർജ ഉപഭോഗവുമായി ബന്ധപ്പെട്ട പൊതുചർച്ചകൾ പ്രധാനമായും വലിയ ഭാഷാ മോഡലുകളുടെ പരിശീലനഘട്ടത്തെ കേന്ദ്രീകരിക്കുന്നുവെങ്കിലും, AIയുടെ ആകെ വൈദ്യുതി ഉപയോഗത്തിന്റെ 80 മുതൽ 90 ശതമാനം വരെ ‘ഇൻഫറൻസ്’ (ഉപയോക്താക്കളുടെ ചോദ്യങ്ങൾക്ക് മറുപടി നൽകുന്ന പ്രവർത്തനം) ഘട്ടത്തിലാണെന്ന് റിപ്പോർട്ട് വ്യക്തമാക്കുന്നു.
റിപ്പോർട്ട് അനുസരിച്ച്, ChatGPT പ്രതിദിനം ഏകദേശം 250 കോടി പ്രോംപ്റ്റുകൾ പ്രോസസ് ചെയ്യുകയും, ഇതിന് വർഷത്തിൽ ഏകദേശം 383 ഗിഗാവാട്ട്-മണിക്കൂർ (GWh) വൈദ്യുതി ആവശ്യമായി വരികയും ചെയ്യുന്നു.
AI ഉപയോഗിക്കുന്ന ജോലിയുടെ സ്വഭാവമനുസരിച്ച് പരിസ്ഥിതി ആഘാതത്തിലും വലിയ വ്യത്യാസമുണ്ടെന്ന് റിപ്പോർട്ട് ചൂണ്ടിക്കാട്ടുന്നു. ഒരു സാധാരണ AI ചിത്രം സൃഷ്ടിക്കുന്നതിന് അടിസ്ഥാന ടെക്സ്റ്റ് ക്ലാസിഫിക്കേഷൻ ജോലിയെ അപേക്ഷിച്ച് 1,450 മടങ്ങ് കൂടുതൽ ഊർജം ആവശ്യമായി വരും. അതുപോലെ, ഒരു ചെറിയ AI വീഡിയോ സൃഷ്ടിക്കുന്നതിന് രണ്ട് ലക്ഷം സ്പാം സന്ദേശങ്ങൾ വർഗീകരിക്കാൻ ആവശ്യമായത്ര വൈദ്യുതി വരെ ഉപയോഗിക്കപ്പെടാമെന്നും റിപ്പോർട്ടിൽ പറയുന്നു.
