به نقل از ای‌ویک، تاثیر هوش مصنوعی بر آلودگی آب و هوا ممکن است بیشتر از حد تصور باشد. این فناوری می‌تواند به ردیابی در لحظه تغییرات آب‌وهوایی و آلودگی کمک کند، به پیش‌بینی علل و زمینه‌های آینده آلودگی بپردازد و نوآوری‌هایی را در فناوری ضد آلودگی پدید بیاورد. با وجود این، خود هوش مصنوعی نیز می‌تواند یک منبع آلودگی باشد. آموزش مدل‌های هوش مصنوعی به قدرت محاسباتی مراکز بزرگ داده نیاز دارد که از هزاران منابع طبیعی از جمله سوخت‌های فسیلی -یکی از عوامل اصلی آلودگی و گرم شدن کره زمین- استفاده می‌کنند.
یادگیری رابطه بین هوش مصنوعی و آلودگی آب و هوا می‌تواند به کسب و کارها کمک کند تا تصمیمات آگاهانه‌تری را بگیرند و درک بهتری از نحوه تأثیر فناوری خود بر محیط زیست داشته باشند.
به گزارش سرویس اخبار محیط زیست سایت شات ایکس و به نقل از ایسنا هوش مصنوعی به سه شیوه در آلودگی هوا، آب و زمین نقش دارد که به شرح زیر هستند.
۱. تولید مدل‌های هوش مصنوعی به مقادیر زیادی انرژی نیاز دارد که معمولا با سوزاندن سوخت‌های فسیلی تولید می‌شود.
آموزش مدل‌های هوش مصنوعی به ویژه مدل‌های زبانی بزرگ مانند «ChatGPT» یک فرآیند پرانرژی است که مقدار زیادی دی‌اکسید کربن را در جو منتشر می‌کند. پژوهشگران «دانشگاه ماساچوست امهرست»(Umass Amherst) دریافتند که دی‌اکسید کربن ناشی از روند آموزش یک مدل هوش مصنوعی، پنج برابر بیشتر از سوخت‌رسانی و تولید یک خودروی معمولی است. مقصر اصلی این مشکل، مراکز داده هستند که بسیاری از مدل‌های هوش مصنوعی در آنها آموزش می‌بینند و در آنها نگهداری می‌شوند.
مراکز داده برای اجرای الگوریتم‌های پیچیده هوش مصنوعی و برق‌رسانی به وسایل الکترونیکی خود، به انرژی بسیار زیادی نیاز دارند. مراکز داده در حال حاضر حدود یک تا دو درصد از انرژی جهان را مصرف می‌کنند. پیش‌بینی می‌شود که تا سال ۲۰۳۰ این میزان به سه یا چهار درصد افزایش یابد. بسیاری از این انرژی هنوز از سوزاندن سوخت‌های فسیلی تأمین می‌شود که گازهای گلخانه‌ای را در محیط آزاد می‌کنند.
اگر شرکت‌های مرکز داده مانند «آمازون» نتوانند روش‌های کارآمدتری را برای تولید انرژی بیابند و به منابع انرژی تجدیدپذیر بیشتری روی بیاورند، انتشار کربن و آلودگی ناشی از هوش مصنوعی همچنان افزایش خواهد یافت و بر تغییرات آب‌وهوایی تأثیر منفی خواهد گذاشت.
۲. تجهیزات فناوری اطلاعات به منابع غیر قابل تجدید متکی هستند که به روش‌های مخرب محیط زیست استخراج می‌شود.
گاز گلخانه‌ای تنها محصول جانبی مضر هوش مصنوعی برای محیط زیست نیست. مراکز داده نیز تجهیزاتی را دور می‌ریزند که به عنوان زباله‌های الکترونیکی شناخته می‌شوند. نمونه‌های متداول سخت‌افزار که به زباله‌های الکترونیکی تبدیل می‌شوند، عبارتند از مسیریاب‌ها، بردهای مدار، واحدهای منبع تغذیه، سیستم‌های خنک‌کننده و سوئیچ‌های شبکه.
ین تجهیزات الکترونیکی اغلب حاوی مواد شیمیایی خطرناکی مانند سرب و جیوه هستند که با مسموم کردن خاک، حیات وحش و بدنه‌های آبی، محیط زیست را تخریب می‌کنند. مواد شیمیایی ناشی از تجهیزات الکترونیکی می‌تواند به بروز مشکلات سلامتی در انسان‌هایی منجر شود که در نزدیکی این منابع آلودگی زندگی می‌کنند. رونق هوش مصنوعی به ایجاد مراکز داده بیشتری می‌انجامد که به سخت‌افزار بیشتری نیاز دارند و زباله‌های الکترونیکی بیشتری را ایجاد می‌کنند.
۳. تجهیزات فناوری اطلاعات در پایان چرخه حیات خود می‌توانند به زباله‌های الکترونیکی تبدیل شوند که به رودخانه‌ها، محل دفن زباله و اقیانوس‌ها راه می‌یابند.
بسیاری از مراکز داده هوش مصنوعی بر روش‌های خنک‌کننده تکیه می‌کنند که برای جلوگیری از گرم شدن بیش از حد رایانه‌ها و تجهیزات فناوری اطلاعات، به مقادیر زیادی آب نیاز دارند. یکی از روش‌های رایج، خنک‌سازی تبخیری است که در آن، آب برای خنک کردن هوای اطراف تجهیزات تبخیر می‌شود. هنگامی که هوا گرم می‌شود، به جو راه می‌یابد. سیستم‌هایی از این دست اغلب به طور مداوم کار می‌کنند. هرچه دستگاه گرم‌تر شود، آب بیشتری مورد استفاده قرار می‌گیرد.
حجم کاری هوش مصنوعی همراه با افزایش گرما ناشی از تغییرات آب‌وهوایی، مراکز داده را داغ‌تر از همیشه می‌کند. تغییرات آب‌وهوایی همراه با افزایش گرما، این خشکسالی‌ها را طولانی‌تر و شدیدتر می‌کنند.
فروشندگان فناوری‌های هوش مصنوعی تحت فشار قرار دارند تا در مورد استفاده از منابع طبیعی شفاف‌تر باشند اما این روند به تازگی آغاز شده است.
استفاده از هوش مصنوعی برای مقابله با آلودگی هوش مصنوعی
اگرچه هوش مصنوعی به آلودگی آب و هوا منجر می‌شود اما می‌تواند با کارهایی مانند بهینه‌سازی مصرف انرژی و نظارت بر آلودگی هوا، جلوی آلودگی را بگیرد و آن را کاهش دهد.
بهینه‌سازی مصرف انرژی. هوش مصنوعی با تحلیل خودکار داده‌های مصرف انرژی و شناسایی راه‌های کارآمد می‌تواند به مراکز داده، ساختمان‌ها و کسب‌وکارها در کاهش مصرف انرژی کمک کند. مدیریت انرژی مبتنی بر هوش مصنوعی می‌تواند مقداری از اتلاف انرژی ناشی از فعالیت‌های مرتبط با هوش مصنوعی را مانند خنک کردن مراکز داده و آموزش مدل‌های هوش مصنوعی جبران کند. به عنوان مثال، یک مرکز داده می‌تواند از سیستم تهویه مطبوع مبتنی بر هوش مصنوعی استفاده کند که دمای اتاق و رایانه را مورد بررسی قرار می‌دهد، دمای آینده را پیش‌بینی می‌کند و ترموستات را به طور خودکار متناسب با آن تنظیم می‌کند تا مصرف انرژی بهینه‌سازی شود. به عبارت دیگر، سیستم تهویه مطبوع زمانی که باید خاموش باشد، هرگز روشن نمی‌شود و در مصرف برق صرفه‌جویی می‌کند.
پیش‌بینی و ردیابی آلودگی هوا. هوش مصنوعی ، موارد استفاده قابل توجهی را در نظارت بر محیط زیست و تشخیص آلودگی هوا دارد. امکانات پایش فوری می‌توانند آلودگی را در هر لحظه از روز شناسایی کنند و به سازمان‌ها امکان می‌دهند تا به سرعت برای پاکسازی آلودگی کنونی مداخله کنند. برخی فناوری‌ها حتی می‌توانند منبع آلودگی را شناسایی کنند و سازمان‌ها را قادر سازند تا مشکل را پیدا کنند و جلوی تکرار آن را بگیرند.
هوش مصنوعی به پیش‌بینی و جلوگیری از آلودگی در آینده نیز کمک می‌کند. برنامه‌ریزان شهری با استفاده از پیش‌بینی‌های مبتنی بر هوش مصنوعی می‌توانند پیش‌بینی کنند که یک پروژه خاص چقدر هوا را آلوده می‌کند. ردیابی و پیش‌بینی دقیق آلودگی به سازمان‌های زیست‌محیطی و دولت‌ها کمک می‌کند تا تصمیمات آگاهانه‌ای را برای محیط زیستی بگیرند.
به طور کلی، هوش مصنوعی می‌تواند یک راه حل کارآمد برای مقابله با مشکل آلودگی هوا یا آب باشد اما کسب‌وکارهای هوش مصنوعی باید راه‌های کارآمدتر و پایدارتری را برای توسعه فناوری‌های بیابند و دولت‌ها باید این نوآوری‌ها را تشویق کنند. در غیر این صورت، هوش مصنوعی این خطر را به همراه خواهد داشت که محیط زیست ما را آلوده کند و به اکوسیستم‌ها، حیات وحش و زندگی انسان‌هایی که برای بقا به آن وابسته هستند، آسیب برساند.