يتوقع أن تضيف أنظمة الذكاء الاصطناعي التوليدي ما بين 1.2 مليون إلى 5 ملايين طن متري من النفايات الإلكترونية الإضافية بحلول نهاية العقد الحالي.
التحسينات المكلفة بيئيا
توضح الدراسة، التي نشر موقع “ساينس أليرت” تفاصيلها، أن نماذج اللغات الكبيرة (LLMs) – وهي نوع من برامج الذكاء الاصطناعي القادرة على معالجة وإنتاج اللغة البشرية – تعتمد على تطورات سريعة في تكنولوجيا الأجهزة والرقائق الإلكترونية. مما يستدعي تحديثات مستمرة قد تزيد من مشكلتها.
وكتب معدو الدراسة أن تدريب وتشغيل نماذج اللغات الكبيرة يتطلب موارد حسابية ضخمة وأجهزة حاسوبية متقدمة وبنية تحتية واسعة. مما يثير تساؤلات حول استدامة هذه التقنيات. نظرا لاستهلاكها العالي للطاقة وزيادة بصمتها الكربونية.
كما ركزت الدراسة أيضا على أن الأبحاث السابقة تناولت إلى حد كبير استهلاك الطاقة وانبعاثات الكربون المرتبطة بنماذج الذكاء الاصطناعي. لكنها لم تُول اهتماما كافيا للمواد الخام المستخدمة في دورة حياة هذه النماذج، أو للنفايات الإلكترونية المتبقية.
سيناريوهات مستقبلية لإنتاج النفايات الإلكترونية
تحت قيادة بنغ وانغ، أجرى فريق البحث من الأكاديمية الصينية للعلوم حسابات لتوقع كمية النفايات الإلكترونية المحتملة من الذكاء الاصطناعي التوليدي بين عامي 2020 و2030. حيث وضع الباحثون أربعة سيناريوهات مختلفة بناء على درجة انتشار واستخدام أنظمة الذكاء الاصطناعي، تتراوح بين الاستخدام المكثف والمحافظ.
وفي السيناريو الأكثر تفاؤلا. يمكن أن تصل هذه النفايات الناتجة عن الذكاء الاصطناعي التوليدي إلى 5 ملايين طن متري بين عامي 2023 و2030. وهو ما يعادل تقريبا أن يتخلص كل شخص في العالم من هاتف ذكي واحد.
كما يتوقع السيناريو المرتفع أيضا أن تشمل النفايات الإلكترونية 1.5 مليون طن من لوحات الدوائر المطبوعة و500 ألف طن من البطاريات التي قد تحتوي على مواد خطيرة مثل الرصاص والزئبق والكروم. في عام 2023 وحده، وُجدت 2.6 ألف طن من النفايات الإلكترونية من أجهزة الذكاء الاصطناعي فقط. مع توقعات بزيادة إجمالي النفايات الإلكترونية من التقنيات المختلفة إلى 82 مليون طن بحلول عام 2030، مما يعكس تفاقم المشكلة.
كما يرى الباحثون أن الذكاء الاصطناعي التوليدي لا يجب أن يزيد من عبئها. وأن تبني استراتيجيات الاقتصاد الدائري – مثل إطالة عمر البنية التحتية وإعادة استخدام المواد الأساسية – يمكن أن يقلل من هذا العبء بنسبة تصل إلى 86%.