با شات ایکس همیشه در فناوری بروز باشید
۲ ابتکار جالب توجه نوکیا برای کاهش اثر سوء هوش مصنوعی!
عکس : ابتکار نوکیا برای کاهش اثر سوء هوش مصنوعی!

با توسعه سریع و روزافزون هوش مصنوعی در جهان، بلایی تازه در انتظار آینده بشریت نشسته است؛ اینکه مراکز داده فعال در این حوزه (دیتاسنتر‌هایی که ابررایانه‌های هوش مصنوعی در آن‌ها مستقر شده و فعالیت می‌کنند)، مصرف برق بسیار بالایی دارند و بخش زیادی از انرژی صرف شده در جریان پردازش اطلاعات، به گرما تبدیل می‌شود.

به گزارش سرویس اخبار هوش مصنوعی سایت شات ایکس و به نقل از نبض فناوری وضعیتی به مراتب وخیم‌تر از آنچه ماینر‌ها و فرایند استخراج رمزارز‌ها پدید آورده است؛ مصرف بالاتر برق که نتیجه آن تولید گرمای بالاتر و همچنین مصرف بسیار زیاد آب در فرایند خنک سازی مراکز داده است، اما ظاهرا علاقه به هوش مصنوعی مانع شده که به مانند ایرادات ماینینگ، به سرخط اخبار و تحلیل‌ها سنجاق شود.

البته شاید مقایسه هوش مصنوعی و فواید پرشماری که برای بشریت دارد، با رمزارز که در نهایت عده محدودی از استخراجش منفعت می‌برند و به تعبیری، نوعی بازی ثروت است، از اساس قیاس درستی نباشد، اما مصرف شدید برق که که مستقیم و غیرمسقیم به محیط زیست آسیب می‌زند، آفتی نیست که بشود به سادگی از کنارش گذشت.


هدیه خاص نوکیا به ۱۴ هزار همسایه این شرکت

اشکالی که اگرچه شرکت‌های بزرگ فعال در این حوزه به آن توجه خاصی نشان نداده اند، اما « نوکیا » برای رفع آن با تمام توان وارد میدان شده است تا جایی که حالا خبر می‌رسد سومین دیتاسنتر این شرکت فنلادی هم به شبکه‌ای پیوسته که این شرکت برای سبز کردن هوش مصنوعی طراحی کرده است.

به گفته «پکا لوندمارک»، رئیس و مدیرعامل نوکیا ، در این گام، گرمای اضافی تولید شده در مرکز داده واقع در دفتر مرکزی نوکیا در فنلاند، به خانه‌های ۱۴۰۰۰ نفر از ساکنان این شهر منتقل خواهد شد تا به کاهش انرژی مصرفی جامعه محلی کمک کند. فرایندی که در شبکه طراحی و اجرا شده توسط این شرکت صورت خواهد گرفت.

غول فنلاندی، جلوتر از برنامه اتحادیه اروپا

البته نوکیا در قیاس با غول‌های این حوزه، مراکز داده گسترده و عظیمی ندارد و دیتاسنتر‌های این شرکت، زیرمجموعه شبکه ابریِ بزرگ دیتاسنتر‌های امثال مایکروسافت فعالیت می‌کنند، اما از آنجایی که محیط زیست برای نوکیا اهمیت دارد و فعالیت سبز، شعار محوری این مجموعه است، هرگز از اتخاذ تدابیری ویژه برای کاهش ضایعات و معایب تمامی فعالیت‌ها غافل نمی‌شوند.

این الزامی است که اتحادیه اروپا برای همه شرکت‌های فعال در حوزه این اتحادیه گذاشته است که تا رد کربن خود را کاهش دهند که به معنای بهینه کردن و کاهش مصرف انرژی است. هدفی که گفته می‌شود به کمک هوش مصنوعی و نقش آن در بهینه سازی و کاهش مصرف، محقق شدنی است، اما نوکیا از آن هم فراتر رفته و برای خسارت جانبی توسعه هوش مصنوعی هم تدبیر کرده است.

هوش مصنوعی، هم درد و هم درمان!

طبق گزارش یک موسسه معتبر پژوهشی در آمریکا، هوش مصنوعی در ادامه روند رو به رشد و توسعه‌اش، تا سال ۲۰۳۰ خواهد توانست ۵ تا ۱۰ درصد از انتشار گاز‌های گلخانه‌ای در جهان بکاهد، در حالی که تا رسیدن به آن روز، راه زیادی باقی مانده و به شدت بر مصرف انرژی خواهد افزود تا جایی که به تاکید وزارت انرژی ایالات متحده آمریکا، تقاضای برق مراکز داده در این کشور در سه سال آینده ۳ برابر خواهد شد.

بر این اساس، هم توسعه مراکز تولید انرژی و به طور ویژه برق و هم بهینه‌سازی مصرف انرژی هوش مصنوعی به شدت اهمیت دارد. اقداماتی که در بخش نخست، توسعه مراکز تولید برق خارج از شبکه فعلی و حتی جانمایی مناسب برای ساخت دیتاسنتر‌های بزرگ (از جمله انتقال مراکز داده به عرض‌های جغرافیایی بسیار شمالی یا جنوبی برای خنک‌سازی محیطی) در دستور کار قرار گرفته است.

هوش مصنوعی بزرگتر، الزاما بهتر نیست!

در بخش دوم یعنی بهینه سازی مصرف هم، به امور دیگری از جمله توجه به مدل‌های زبانی کوچک، توجه شده است؛ اینکه در هوش مصنوعی ، بزرگتر بودن همیشه به معنی بهتر بودن نیست. این ایده مهم دیگری است که در نوکیا در دستور کار قرار گرفته و به واسطه آن، آزمایشگاه‌های بل نوکیا به نمونه‌سازی در این حوزه مشغول شده‌اند.

به گفته مدیرعامل نوکیا ، محققان این شرکت مدل‌های زبانی کوچک (SLM) را در مقابل رویکرد مدل زبانی بزرگ (LLM) ساخته‌اند و تاکید دارند که آموزش این ابزار‌های تخصصی هوش مصنوعی هم آسان‌تر است، هم دقت بالاتری ارائه می‌دهند و در نهایت، به ازای هر محاسبه، انرژی کمتری مصرف می‌کنند.

به عنوان مثال، یک مهندس مخابرات ممکن است در مورد نحوه نصب یک دستگاه خاص به راهنمایی نیاز داشته باشد؛ در این مورد یک SLM مخابراتی خاص، اطلاعات مفیدتری به وی ارائه می‌دهد و انرژی کمتری نسبت به درخواست از یک مدل یادگیری ماشین عظیم (همان LLM) مصرف می‌کند. مضافا اینکه ساخت این مدل خاص، آسان‌تر است و در کل، فرایند بهینه سازی به شکلی کامل رقم خواهد خورد.

ارسال این خبر برای دوستان در شبکه های مجازی :
تلگرامواتساپایتاتوییترفیس بوکلینکدین