فرض الذكاء الاصطناعي نفسه بقوة غير مسبوقة، ليصبح جزءاً لا يتجزأ من حياتنا اليومية، مع اعتماد متزايد على أدوات مثل ChatGPT و Gemini في البحث عن المعلومات، حل المشكلات، وحتى مشاركة الأفكار.
لكن وراء هذا التطور المتسارع حقيقة نادراً ما تحظى بالاهتمام، فكل تفاعل مع هذه التقنيات يتطلب استهلاكاً هائلاً من الطاقة الكهربائية، قد يصل في بعض الحالات إلى مستويات تُقارن باستهلاك دول صغيرة.
في السطور التالية نكشف عن ما يدور خلف الكواليس لفهم أسباب هذا الاستهلاك المرتفع، وتأثير الذكاء الاصطناعي AI الحقيقي على البيئة وكوكب الأرض.
التفسير الحقيقي وراء الاستهلاك الضخم للطاقة في الذكاء الاصطناعي
عندما تطرح سؤالك على ChatGPT وتحصل على إجابة خلال ثوانٍ، تبدو العملية بسيطة من الخارج، لكنها في الواقع نتاج سلسلة معقّدة من العمليات الحسابية التي تتم خلف الكواليس، لا يعتمد الأمر على حلّ سحري، بل على مراكز بيانات عملاقة تضم أجهزة فائقة الأداء تعمل على مدار الساعة دون توقف.
وبصورة أدق .. يقوم الذكاء الاصطناعي على مرحلتين أساسيتين، كل واحدة منهما تستهلك قدراً هائلاً من الطاقة، لدرجة أن استهلاكها قد يكفي فعلياً لتشغيل حيّ سكني كامل، والمراحل هي كالتالي.
المرحلة الأولى: تدريب النماذج … حيث يبدأ استنزاف الطاقة قبل أن تراه
ما المقصود بمرحلة تدريب الذكاء الأصطناعي؟، تخيّل محاولة تعليم طفل كل شيء من الصفر، لكن الفارق هنا أننا لا نتحدث عن طفل واحد، بل عن نموذج خوارزمي ضخم، ولا عن سنوات من التعلم، بل عن أسابيع متواصلة من عمليات حسابية مكثفة.
ففي هذه المرحلة يتم تدريب النموذج عبر تحليل كميات هائلة من البيانات باستخدام مئات وحدات GPU فائقة الأداء، والتي تستهلك الطاقة بمعدلات مرتفعة جداً أثناء عملها المستمر.
تشير التقديرات إلى أن تدريب نموذج بحجم GPT-4 تطلّب ما يقارب 50 جيجاوات-ساعة من الطاقة ولتقريب الصورة، فإن هذه الكمية تكفي لتزويد مدينة بحجم سان فرانسيسكو بالكهرباء لمدة ثلاثة أيام كاملة، كل هذا الاستهلاك يحدث قبل أن يصل النموذج أصلاً إلى مرحلة التفاعل مع المستخدمين، فقط ليتمكن من فهم اللغة البشرية والرد عليها بسلاسة.
المرحلة الثانية: استهلاك يومي لا يتوقف
بعد اكتمال مرحلة التدريب السابقة يأتي سؤال وهو ماذا يحدث فعلياً عند استخدامك لـ ChatGPT؟، يبدأ النموذج في العمل الفعلي في كل لحظة تقريباً، يستقبل آلاف الاستفسارات المتزامنة من مستخدمين حول العالم ويعالجها فوراً.
هذه العملية المعروفة باسم الاستنتاج (Inference) تعتمد على تنفيذ حسابات معقّدة وسريعة عبر خوادم عالية الأداء، ما يؤدي إلى استهلاك طاقة مستمر مع كل سؤال يتم إرساله.
تشير التقديرات إلى أن ChatGPT يتعامل مع أكثر من 2.5 مليار طلب يومياً، حيث يتطلب كل طلب تشغيل موارد حوسبة قوية داخل مراكز بيانات ضخمة، ومع النمو المتسارع في عدد المستخدمين عالمياً، يتزايد الاستهلاك الكهربائي بشكل متواصل، ليضع الذكاء الاصطناعي ضمن أكثر التقنيات استهلاكاً للطاقة في العصر الحديث.
مراكز البيانات بين أرقام ومستقبل مرعب
عند النظر إلى المشهد من زاوية أوسع، يتضح أن مراكز البيانات التي تعتمد عليها تقنيات الذكاء الاصطناعي أصبحت لاعباً رئيسياً في استهلاك الطاقة ففي عام 2023، كانت هذه المراكز مسؤولة عن نحو 4.4٪ من إجمالي استهلاك الكهرباء في الولايات المتحدة، بينما بلغت النسبة عالمياً حوالي 1.5%، ورغم أن هذه الأرقام قد تبدو محدودة ظاهرياً، إلا أن خطورتها تكمن في وتيرة نموها السريعة.
تشير التقديرات إلى أن هذا الاستهلاك قد يتضاعف بحلول عام 2030 إذا استمرت الاتجاهات الحالية دون تغيير، فمع تصاعد الطلب على حلول الذكاء الاصطناعي، ودخول الشركات في سباق محموم لتطوير نماذج أكثر تطوراً وتعقيداً، يزداد الاعتماد على مراكز بيانات أكبر وأكثر استهلاكاً للطاقة.
الحلول والغياب للمعلومات
الجانب الإيجابي في هذا المشهد أن بعض الجهات بدأت بالفعل في كشف الصورة الحقيقية لاستهلاك الطاقة، من أبرز هذه الجهود مبادرة ML Energy Leaderboard، التي تسعى إلى تتبّع استهلاك الطاقة في نماذج الذكاء الاصطناعي وتوفير بيانات دقيقة تساعد على فهم حجم المشكلة بشكل علمي وموضوعي.
وتمثل هذه المبادرة خطوة أولى مهمة نحو تعزيز الشفافية والمساءلة في هذا المجال، ورغم ذلك لا تزال شركات تقنية كبرى مثل Google وMicrosoft تتجنب الإعلان عن الأرقام التفصيلية لاستهلاك الطاقة المرتبط بنماذجها.
هذا الغياب للمعلومات يحدّ من قدرة الباحثين والجمهور على تقييم الأثر البيئي الحقيقي للذكاء الاصطناعي، كما يؤخر التوصل إلى حلول فعّالة تقلل من استنزاف الطاقة على المدى الطويل.
ما الأسباب الأساسية وراء ارتفاع استهلاك الطاقة في أنظمة الذكاء الاصطناعي؟
يرجع ذلك إلى أربعة عوامل رئيسية وعندما تجتمع هذه العوامل، يتحول الذكاء الاصطناعي إلى تقنية شديدة الاستهلاك للطاقة.
- حجم العمليات الحسابية الضخم.
- العدد الهائل من الطلبات اليومية.
- البنية التحتية المتقدمة التي تتطلب تشغيلاً دائماً.
- الحاجة المستمرة لتحديث النماذج وتدريبها.
هل هناك حلول حقيقية لتقليل هذا الاستهلاك مستقبلاً؟
نعم يجري تطوير العديد من الحلول الواعدة، مثل تحسين كفاءة المعالجات، وتصميم خوارزميات أقل استهلاكاً للطاقة، والاعتماد بشكل أكبر على مصادر الطاقة المتجددة، كما تزداد الضغوط البيئية والمجتمعية التي تدفع الشركات نحو تبني ممارسات أكثر استدامة.
نهاية مقالنا ان الحل ليس في التوقف عن استخدام التكنولوجيا بالتأكيد، بل في المطالبة بالشفافية، ودعم الابتكار المستدام، وتشجيع الحكومات على الدفع نحو الطاقة النظيفة، فالتكنولوجيا التي نحتاجها للمستقبل يجب أن تكون ذكية وصديقة للكوكب في الوقت نفسه حتي لا نُدمر أنفسنا.
