एआई प्रशिक्षण उत्सर्जन: एआई-सक्षम प्रणालीहरूले विश्वव्यापी कार्बन उत्सर्जनमा योगदान गर्दछ

• लेखक:
• लेखक नाम

  Quantumrun दूरदर्शिता
• 3 सक्छ, 2022

अन्तरदृष्टि सारांश

आर्टिफिसियल इन्टेलिजेन्स (एआई) टेक्नोलोजीमा भएको बृद्धिले अप्रत्याशित वातावरणीय चुनौती ल्याएको छ, किनकि एआई प्रशिक्षणको क्रममा खपत हुने शक्तिले महत्त्वपूर्ण कार्बन उत्सर्जनमा निम्त्याउँछ। यस मुद्दालाई पहिचान गर्दै, उद्योगले थप ऊर्जा-दक्ष एआई मोडेलहरू विकास गर्ने, नवीकरणीय ऊर्जा कम्पनीहरूसँग साझेदारी गर्ने, र ऊर्जा खपत कम गर्न डेटा केन्द्रहरू स्थानान्तरण गर्ने जस्ता समाधानहरू खोजिरहेको छ। यी प्रयासहरू, सम्भावित नियामक उपायहरूसँग, भविष्यलाई आकार दिइरहेका छन् जहाँ प्राविधिक विकास र वातावरणीय जिम्मेवारी सँगै रहन सक्छ।

एआई प्रशिक्षण उत्सर्जन सन्दर्भ

आर्टिफिसियल इन्टेलिजेन्स (एआई) द्वारा संचालित प्रणालीहरूले उनीहरूको प्रशिक्षण चरणहरूमा महत्त्वपूर्ण मात्रामा शक्ति खपत गर्न जान्छन्, जसले ठूलो मात्रामा कार्बन उत्सर्जन गर्दछ। यसले, बदलेमा, जलवायु परिवर्तनमा योगदान पुर्‍याउँछ, वातावरणीय चिन्ता सिर्जना गर्दछ जुन बेवास्ता गर्न सकिँदैन। ठूला र थप जटिल मोडलहरूको बढ्दो मागसँगै एआई उद्योग बढ्दै जाँदा चुनौती झन् जटिल बन्दै गएको छ। 

एआईले विश्वव्यापी अर्थतन्त्रमा बढ्दो रूपमा महत्त्वपूर्ण भूमिका खेलिरहेको छ र स्वास्थ्य सेवा, प्रविधि र ऊर्जा उद्योगहरूमा नयाँ विकासहरू चलाउँदैछ, नाम मात्र होइन। जे होस्, एआई प्रणालीहरूद्वारा ल्याइएका लाभदायक परिवर्तनहरूका बीचमा, अध्ययनहरूले देखाएको छ कि एआई प्रणालीहरूले प्रशिक्षित हुँदा र ठूलो संख्यामा गणना गर्दा खपत हुने शक्तिका कारण उच्च मात्रामा कार्बन उत्पादन हुन्छ। एमहर्स्टको युनिभर्सिटी अफ म्यासाचुसेट्सले २०१९ मा गरेको अनुसन्धानका अनुसार अफ-द-सेल्फ एआई भाषा प्रशोधन प्रणालीलाई तालिम दिंदा करिब १,४०० पाउण्ड उत्सर्जन हुन्छ। थप रूपमा, शक्तिको स्रोतको आधारमा, गहिरो शिक्षा एआई प्रणाली बनाइयो र स्क्र्याचबाट प्रशिक्षित हुँदा लगभग 2019 पाउन्ड कार्बन उत्सर्जन गरिन्छ।

एआई प्रणालीहरूको सिर्जना र प्रशिक्षणले जलवायु परिवर्तनमा कसरी योगदान पुर्‍याउँछ भन्ने मान्यतामा, हरित एआई आन्दोलनको उदय भएको छ, जसले एआई-सक्षम प्रक्रियाहरूलाई सफा र वातावरणमैत्री बनाउन खोज्छ। केही मेसिन लर्निङ एल्गोरिदमहरूले अन्य एआई-आधारित प्रणालीहरू भन्दा कम पावर खपत गर्छ, जबकि एआई प्रणाली प्रशिक्षणलाई दुर्गम स्थानहरूमा सार्न सकिन्छ र नवीकरणीय स्रोतहरूबाट शक्ति प्रयोग गर्न सकिन्छ भन्ने कुरा उल्लेख गरिएको छ। 

विघटनकारी प्रभाव

एआई प्रणाली उत्पादन र तालिममा विशेषज्ञ कम्पनीहरूसँग नवीकरणीय ऊर्जा स्रोतहरू अँगालेर वातावरणमा सकारात्मक प्रभाव पार्ने सम्भावना हुन्छ। सरकार र नियामक निकायहरूले AI-आधारित सञ्चालनहरूलाई समर्थन गर्न नवीकरणीय ऊर्जा प्रणालीहरू स्थापना गर्नेहरूलाई कर प्रोत्साहन र समर्थन प्रदान गरेर यो परिवर्तनलाई प्रोत्साहन दिन सक्छन्। बलियो नवीकरणीय ऊर्जा उद्योग भएका देशहरू आवश्यक पूर्वाधार प्रदान गर्दै यी कम्पनीहरूका लागि आकर्षक गन्तव्य बन्न सक्छन्। 

AI एल्गोरिदमलाई तालिम दिंदा उत्पादन हुने कार्बन उत्सर्जन बिजुली उत्पादनको स्रोत, प्रयोग गरिएको कम्प्युटर हार्डवेयरको प्रकार र एल्गोरिदमको डिजाइन जस्ता कारकहरूमा निर्भर गर्दछ। गुगलमा रहेका अन्वेषकहरूले पत्ता लगाएका छन् कि यी उत्सर्जनहरूलाई उल्लेखनीय रूपमा घटाउन सम्भव छ, कहिलेकाहीँ १० र १०० पटक बीचको कारकले। नवीकरणीय ऊर्जाको लाभ उठाएर र विभिन्न स्थानहरू प्रयोग गर्ने जस्ता विचारशील समायोजनहरू गरेर, उद्योगले आफ्नो कार्बन फुटप्रिन्ट घटाउनमा पर्याप्त प्रगति गर्न सक्छ। 

एआई प्रशिक्षण परियोजनाहरूले वातावरणीय मापदण्डहरू पालना गर्ने सुनिश्चित गर्न नियामक अधिकारीहरूको भूमिका हुन्छ। यदि विशेष परियोजनाहरूलाई तिनीहरूको क्षेत्राधिकारमा कार्बन उत्सर्जन स्तरहरूमा महत्त्वपूर्ण योगदानकर्ताको रूपमा पहिचान गरिएको छ भने, अधिकारीहरूले उत्सर्जन कम नभएसम्म कार्य रोक लगाउन सक्छन्। ठूलो मात्रामा कार्बन उत्पादन गर्ने एआई केन्द्रहरूमा लाग्ने करहरूलाई निवारकको रूपमा लागू गर्न सकिन्छ, जबकि एआई कम्पनीहरूले कम शक्ति प्रयोग गरेर थप गणनाहरू गर्न कम्प्युटेशनल विज्ञानमा नवीनतम विकासहरू अन्वेषण गर्न सक्छन्।

एआई प्रशिक्षण उत्सर्जन को प्रभाव 

एआई प्रशिक्षण उत्सर्जनको व्यापक प्रभावहरू समावेश हुन सक्छन्:

• नयाँ AI मोडेलहरूको प्राथमिकतामा आधारित विकास जसले न्यूनतम ऊर्जा खपतको साथ डेटाको अधिक कुशलतापूर्वक विश्लेषण गर्न सक्छ, जसले समग्र ऊर्जा मागहरूमा कमी ल्याउन र वातावरणीय प्रभावमा समान कमी ल्याउन सक्छ।
• एआई विकासमा लगानी गरेका कम्पनीहरूले नवीकरणीय ऊर्जा कम्पनीहरूसँग साझेदारी गर्दै प्रविधि र ऊर्जा क्षेत्रहरू बीचको सहकार्यलाई बढावा दिँदै उनीहरूको सञ्चालनलाई समर्थन गर्न स्वच्छ ऊर्जा पूर्वाधार स्थापना गर्न सकोस्।
• कर प्रोत्साहनको फाइदा लिन र नियामक निरीक्षणबाट बच्न डेटा केन्द्रहरूको स्थान स्थानान्तरण गर्दै, वा कूलिङ सर्भरहरूमा खर्च हुने ऊर्जालाई न्यूनीकरण गर्न आर्कटिक स्थानहरूमा स्थानान्तरण गर्दै, प्रविधि र सम्भावित स्थानीय आर्थिक वृद्धिका लागि नयाँ भौगोलिक केन्द्रहरूतर्फ अग्रसर गर्ने।
• दिगो एआई विकासमा केन्द्रित नयाँ शैक्षिक कार्यक्रमहरूको सृजना, वातावरणीय उत्तरदायित्वसँग प्राविधिक विकासलाई सन्तुलनमा राख्न थप दक्ष जनशक्तिको नेतृत्व गर्ने।
• AI कार्बन उत्सर्जन मा अन्तर्राष्ट्रिय सम्झौता र मापदण्ड को उदय, AI को वातावरणीय प्रभाव को प्रबंधन को लागी एक अधिक एकीकृत वैश्विक दृष्टिकोण को नेतृत्व।
• वातावरणीय रूपमा जिम्मेवार AI उत्पादनहरू र सेवाहरू तिर उपभोक्ता अपेक्षाहरूमा परिवर्तन, खरीद व्यवहारमा परिवर्तन र AI ऊर्जा खपतमा पारदर्शिताको लागि बढ्दो मागको नेतृत्व।
• परम्परागत ऊर्जा क्षेत्रहरूमा रोजगारी विस्थापनको सम्भावना एआई कम्पनीहरू बढ्दो रूपमा नवीकरणीय उर्जा स्रोतहरूमा फर्कन्छन्, जसले श्रम बजार परिवर्तन र पुन: प्रशिक्षण कार्यक्रमहरूको आवश्यकतालाई निम्त्याउँछ।
• नवीकरणीय ऊर्जा उपलब्धता र एआई उद्योग आवश्यकताहरूमा आधारित नयाँ राजनीतिक गठबन्धन र तनावको विकास, जसले अन्तर्राष्ट्रिय सम्बन्ध र व्यापार सम्झौताहरूमा परिवर्तनहरू निम्त्याउँछ।
• ऊर्जा-दक्ष हार्डवेयर डिजाइनमा बढ्दो फोकस विशेष गरी AI अनुप्रयोगहरूको लागि उपयुक्त छ, जसले प्रदर्शनको साथसाथै दिगोपनलाई प्राथमिकता दिने प्राविधिक प्रगतिहरूको लागि नेतृत्व गर्दछ।
• प्रचुर मात्रामा नवीकरणीय ऊर्जा स्रोतहरू भएका ग्रामीण क्षेत्रहरू एआई विकासको लागि आकर्षक स्थानहरू बन्न सक्ने सम्भावना, जनसांख्यिकीय परिवर्तनहरू र अघिल्लो कम सेवा नभएका क्षेत्रहरूमा आर्थिक वृद्धिका लागि नयाँ अवसरहरू।

विचार गर्न प्रश्नहरु

• के तपाईलाई लाग्छ कि एआई कम्पनीहरूले गहिरो सिकाइ एआई प्रणालीहरू प्रशिक्षित र विकास गर्ने योजना बनाउँदा मात्र नवीकरणीय उर्जा प्रयोग गर्न सकिने नियमहरू पारित गर्नुपर्छ? 
• के वातावरणविद्हरूले AI प्रणालीको वास्तविक/पूर्ण वातावरणीय लागत गणना गर्न AI प्रणाली विश्लेषण (उदाहरणका लागि नयाँ ऊर्जा-बचत सामग्री, मेसिनरी, सप्लाई चेन राउटिङ, इत्यादिको लागि कम्प्युटिङ डिजाइनहरू) को परिणामस्वरूप ऊर्जा बचत लाभहरूमा कारक हुनुपर्छ?