AI Environmental Impact:સુશીલ દ્વિવેદી. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI)એ આધુનિક વિશ્વમાં સૌથી ઝડપથી વિકસતી ટેકનોલોજીઓમાંની એક છે. તેનો ઉપયોગ આરોગ્યસંભાળ,શિક્ષણ, કૃષિ, ઉદ્યોગ, અવકાશ, સંરક્ષણ અને સંદેશાવ્યવહારથી લઈને રોજિંદા જીવનમાં વિસ્તરી રહ્યો છે. ચેટબોટ્સ, AI શોધ અને છબી અને વિડિઓ બનાવટ ટેકનોલોજી આપણા ડિજિટલ જીવનનો અભિન્ન ભાગ બની ગઈ છે. જો કે, AI ના વિકાસમાં એક પર્યાવરણીય પાસું પણ છે જેના પર ગંભીર વિચારણા કરવાની જરૂર છે. સામાન્ય લોકો માને છે કે AI ફક્ત મોબાઇલ ફોન અથવા કમ્પ્યુટર પર જ કામ કરે છે, પરંતુ તેની પાછળ, હજારો શક્તિશાળી સર્વર્સ મોટા ડેટા સેન્ટરોમાં સતત ચાલે છે.
AI મોડેલ્સને તાલીમ આપવા અને વપરાશકર્તાઓના પ્રશ્નોના જવાબ આપવા માટે પ્રચંડ કમ્પ્યુટિંગ શક્તિની જરૂર પડે છે. આના કારણે સર્વર ગરમ થાય છે, અને તેમને ઠંડુ કરવા માટે નોંધપાત્ર પ્રમાણમાં ઊર્જાની જરૂર પડે છે, અને કેટલાક કિસ્સાઓમાં, પાણીની પણ. આબોહવા પરિવર્તન, અનિયમિત વરસાદ, વસ્તી વૃદ્ધિ અને ઝડપી શહેરીકરણને કારણે વિશ્વ પહેલાથી જ પાણીની તંગીનો સામનો કરી રહ્યું છે. ડેટા સેન્ટરોની વધતી જતી પાણીની જરૂરિયાતો એક નવી ચિંતા ઉભી કરે છે. તેથી, AI વિકાસ સાથે પર્યાવરણીય સંરક્ષણનું સંતુલન કરવું આવશ્યક છે.
ભવિષ્યમાં એવી ટેકનોલોજી અને ડેટા સેન્ટર વિકસાવવાની જરૂર પડશે જે ઓછા પાણી અને ઉર્જાનો ઉપયોગ કરે. એ સમજવું મહત્વપૂર્ણ છે કે AI પોતે પાણીનો ઉપયોગ કરતું નથી. પાણીનો વપરાશ મુખ્યત્વે એવા ડેટા સેન્ટરોમાં થાય છે જ્યાં હજારો સર્વર્સ અને શક્તિશાળી ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સ (GPUs) AI સેવાઓ ચલાવે છે. AI મોડેલ્સની તાલીમ અને સંચાલન દરમિયાન આ મશીનો ખૂબ જ ગરમ થઈ જાય છે. તેમને ઠંડુ રાખવા માટે, વિવિધ ઠંડક તકનીકોનો ઉપયોગ કરવામાં આવે છે, જેમાંથી કેટલીક પાણી આધારિત હોય છે. બાષ્પીભવન ઠંડકમાં, પાણી ગરમીને શોષી લે છે અને વાતાવરણમાં બાષ્પીભવન થાય છે. પરિણામે, વપરાયેલ પાણી સંપૂર્ણપણે પુનઃપ્રાપ્ત થતું નથી. જેમ જેમ AI નો ઉપયોગ વધશે, તેમ ડેટા સેન્ટરોમાં કમ્પ્યુટિંગ મશીનો અને સર્વર્સની સંખ્યા પણ વધી શકે છે. ગરમીને નિયંત્રિત કરવા માટે આને વધુ ઊર્જાની જરૂર પડશે, અને કેટલાક કિસ્સાઓમાં, વધુ પાણીની જરૂર પડશે.
AI નું પાણીનું પદચિહ્ન ફક્ત ડેટા સેન્ટરો પૂરતું મર્યાદિત નથી. ઉર્જા ઉત્પાદન પણ મહત્વપૂર્ણ ભૂમિકા ભજવે છે. AI મોડેલોને તાલીમ આપવા અને ચલાવવા માટે નોંધપાત્ર પ્રમાણમાં વીજળીની જરૂર પડે છે. વિશ્વના ઘણા ભાગોમાં, વીજળી ઉત્પાદન હજુ પણ કોલસા અને ગેસ જેવા અશ્મિભૂત ઇંધણ પર આધાર રાખે છે. થર્મલ પાવર પ્લાન્ટ્સને વીજળી ઉત્પાદન અને ઠંડક પ્રક્રિયાઓ માટે પાણીની જરૂર પડે છે. આમ, AI માટે વપરાતી વીજળીનો એક ભાગ પરોક્ષ રીતે જળ સંસાધનો પર દબાણ લાવી શકે છે.
આ જ કારણ છે કે, AI ની પર્યાવરણીય અસરને સમજતી વખતે, ફક્ત ડેટા સેન્ટરોમાં વપરાતા પાણીને જોવાનું પૂરતું નથી. સમગ્ર સપ્લાય ચેઇનના વોટર ફૂટપ્રિન્ટ, જેમાં પાવર જનરેશન, ચિપ મેન્યુફેક્ચરિંગ અને સર્વર મેન્યુફેક્ચરિંગનો સમાવેશ થાય છે, તેને પણ ધ્યાનમાં લેવું જોઈએ. આ અર્થમાં, AI ની પર્યાવરણીય ફૂટપ્રિન્ટ એક બહુ-સ્તરીય સમસ્યા છે - તે પાણી, ઊર્જા, કાર્બન ઉત્સર્જન અને ઇલેક્ટ્રોનિક કચરો સહિત અનેક પરિમાણોને આવરી લે છે. જેમ જેમ જનરેટિવ AI અને મોટા ભાષા મોડેલો વિસ્તરે છે, તેમ તેમ તેઓ કુદરતી સંસાધનો અને આબોહવા પર નોંધપાત્ર દબાણ લાવી રહ્યા છે.
મોટી ટેક કંપનીઓ પણ હવે આ પડકારને ઓળખી રહી છે. ઘણી કંપનીઓ પાણી સંરક્ષણ અને પાણી રિચાર્જ તરફ કામ કરવાનો દાવો કરે છે. વરસાદી પાણીનો સંગ્રહ, ગંદા પાણીનું રિસાયક્લિંગ અને વધુ કાર્યક્ષમ ઠંડક તકનીકો આ દિશામાં મહત્વપૂર્ણ પગલાં હોઈ શકે છે. વધુમાં, રિસાયકલ અથવા બિન-પીવાલાયક પાણીનો ઉપયોગ કરી શકે તેવા ડેટા સેન્ટરોને પ્રાથમિકતા આપવી જોઈએ, પરંતુ કંપનીઓના વચનો પૂરતા નથી. પારદર્શિતા જરૂરી છે. દરેક મોટા ડેટા સેન્ટરે તે દરરોજ કેટલું પાણી વાપરે છે, તેનો સ્ત્રોત, તેનો રિસાયકલ કરેલ પાણીનો વપરાશ અને સ્થાનિક જળ સંસાધનો પર તેની અસર જાહેરમાં જાહેર કરવી જોઈએ. સરકારોએ ડેટા સેન્ટરોની સ્થાપના માટે સ્પષ્ટ પર્યાવરણીય ધોરણો પણ નક્કી કરવા જોઈએ.
માનવ સભ્યતામાં AI નિઃશંકપણે સૌથી શક્તિશાળી તકનીકોમાંની એક બની ગઈ છે, પરંતુ તેની પર્યાવરણીય અસરને ધ્યાનમાં લેવી પણ મહત્વપૂર્ણ છે. દરેક ડિજિટલ પ્રવૃત્તિ માટે ઊર્જા, પાણી અને અન્ય સંસાધનોની જરૂર પડે છે, અને AI ના વધતા ઉપયોગ સાથે, ડેટા સેન્ટરોની સંખ્યા અને તેમની ઊર્જા અને પાણીની માંગ પણ વધી રહી છે. તેથી, AI ને ફક્ત એક તકનીકી અજાયબી તરીકે જોવાને બદલે, તેની પર્યાવરણીય અસરને ધ્યાનમાં લેવી મહત્વપૂર્ણ છે. આપણને જવાબદાર અને ટકાઉ તકનીકોની જરૂર છે જે ઓછી ઊર્જા અને પાણી સાથે વધુ કાર્ય કરે અને નવીનીકરણીય ઊર્જાનો ઉપયોગ વધારશે. ડિજિટલ વિકાસ ફક્ત ત્યારે જ અર્થપૂર્ણ બનશે જો તે પૃથ્વી અને તેના મર્યાદિત સંસાધનોનું રક્ષણ કરતી વખતે માનવ જીવનને સુધારે.
(લેખક બાયોસાયન્સના લેક્ચરર છે)