في الشهر الماضي، اعترف الرئيس التنفيذي لشركة OpenAI، سام ألتمان، أخيرًا بما كان الباحثون يقولونه منذ سنوات – أن صناعة الذكاء الاصطناعي (AI) تتجه نحو أزمة طاقة. إنه اعتراف غير عادي. في الاجتماع السنوي للمنتدى الاقتصادي العالمي في دافوس، سويسرا، حذر ألتمان من أن الموجة التالية من أنظمة الذكاء الاصطناعي التوليدية ستستهلك طاقة أكبر بكثير مما هو متوقع، وأن أنظمة الطاقة ستكافح للتكيف. “لا يوجد طريق للوصول إلى هناك دون اختراق”، كما قال.

أنا سعيد لأنه قال ذلك. لقد رأيت تقليلاً مستمراً وإنكاراً حول التكاليف البيئية لصناعة الذكاء الاصطناعي منذ أن بدأت في نشر المعلومات عنها في عام 2018. اعتراف ألتمن جعل الباحثين والمنظمين وعمالقة الصناعة يتحدثون عن الأثر البيئي للذكاء الاصطناعي التوليدي.

ما هو الاختراق الطاقي الذي يعتمد عليه ألتمن؟ ليس تصميم ونشر أنظمة الذكاء الاصطناعي الأكثر استدامة – بل الاندماج النووي. لديه مصلحة في هذا المجال أيضًا: في عام 2021، بدأ ألتمن الاستثمار في شركة الاندماج هليون إنرجي في إيفريت، واشنطن.

يتفق معظم الخبراء على أن الاندماج النووي لن يسهم بشكل كبير في الهدف الحاسم المتمثل في إزالة الكربون بحلول منتصف القرن لمكافحة أزمة المناخ. التقدير الأكثر تفاؤلاً لشركة هيلون هو أنه بحلول عام 2029 ستنتج ما يكفي من الطاقة لتزويد 40,000 منزل أمريكي متوسط. تشير إحدى التقييمات إلى أن ChatGPT، روبوت الدردشة الذي أنشأته OpenAI في سان فرانسيسكو، كاليفورنيا، يستهلك بالفعل طاقة 33,000 منزل. يُقدّر أن البحث المدفوع بالذكاء الاصطناعي التوليدي يستخدم من أربع إلى خمس مرات من الطاقة مقارنةً ببحث الويب التقليدي. خلال سنوات، من المحتمل أن تحتاج أنظمة الذكاء الاصطناعي الكبيرة إلى طاقة تعادل طاقة دول بأكملها.

وليس الأمر مقتصرًا على الطاقة فقط. تحتاج أنظمة الذكاء الاصطناعي التوليدي إلى كميات هائلة من المياه العذبة لتبريد معالجاتها وتوليد الكهرباء. في ويست دي موينز، آيوا، يخدم تجمع مراكز البيانات الضخم نموذج OpenAI الأكثر تقدمًا، GPT-4. كشفت دعوى قضائية من قبل السكان المحليين أنه في يوليو 2022، الشهر الذي أنهت فيه OpenAI تدريب النموذج، استخدم التجمع حوالي 6% من مياه المنطقة. بينما كانت جوجل ومايكروسوفت تستعدان لنماذج اللغة الكبيرة Bard وBing، شهد كلاهما زيادات كبيرة في استخدام المياه – زيادات بـ و ، على التوالي، في عام واحد، وفقًا لتقارير الشركات البيئية. إحدى النسخ المبدئية يشير إلى أن الطلب العالمي على المياه من أجل الذكاء الاصطناعي قد يكون نصف ذلك في المملكة المتحدة بحلول عام 2027. في سياق آخر قال باحثو الذكاء الاصطناعي في فيسبوك إن الآثار البيئية لسعي الصناعة نحو التوسع هي “الفيل في الغرفة”.

بدلاً من تقنيات الأحلام الوردية، نحتاج إلى حلول عملية

هي أستاذة في جامعة جنوب كاليفورنيا أننبرغ، وباحثة رئيسية في مايكروسوفت للأبحاث في مدينة نيويورك ومؤلفة كتاب “أطلس الذكاء الاصطناعي” لعام 2021. البريد الإلكتروني: kate@katecrawford.net

يعلن المؤلف عن وجود مصالح مت competing; انظرgo.nature.com/3wobo1h
إجراءات للحد من التأثيرات البيئية للذكاء الاصطناعي الآن.
“لا يوجد سبب يمنع من القيام بذلك. من المحتمل أن تحتاج أنظمة الذكاء الاصطناعي الكبيرة خلال سنوات إلى طاقة تعادل احتياجات دول بأكملها.” يجب أن تعطي الأولوية لاستخدام طاقة أقل، وبناء نماذج أكثر كفاءة وإعادة التفكير في كيفية تصميم واستخدام مراكز البيانات. كما أظهر مشروع BigScience في فرنسا مع نموذج BLOOM. من الممكن بناء نموذج بحجم مشابه لنموذج GPT-3 من OpenAI مع بصمة كربونية أقل بكثير. لكن هذا ليس ما يحدث في الصناعة بشكل عام.

لا يزال من الصعب جدًا الحصول على بيانات دقيقة وكاملة حول الآثار البيئية. التكاليف الكوكبية الكاملة للذكاء الاصطناعي التوليدي هي أسرار تجارية محمية بشدة. الأرقام تعتمد على دراسات مختبرية من قبل باحثين مثل إيما ستروبيل. وساشا لوتشوني ; تقارير الشركات المحدودة؛ والبيانات التي تصدرها الحكومات المحلية. في الوقت الحالي، هناك حافز ضئيل للشركات للتغيير.

لكن أخيرًا، بدأ المشرعون في الانتباه. في 1 فبراير، قدم الديمقراطيون الأمريكيون بقيادة السيناتور إد ماركي من ماساتشوستس قانون تأثيرات الذكاء الاصطناعي على البيئة لعام 2024. يوجه هذا القانون المعهد الوطني للمعايير والتكنولوجيا للتعاون مع الأوساط الأكاديمية والصناعة والمجتمع المدني لوضع معايير لتقييم تأثير الذكاء الاصطناعي على البيئة، وإنشاء إطار عمل طوعي للتقارير لمطوري ومشغلي الذكاء الاصطناعي. يبقى ما إذا كان التشريع سيتجاوز التصويت غير مؤكد.

تدابير الطوعية نادراً ما تنتج ثقافة دائمة للمسؤولية والتبني المستمر، لأنها تعتمد على النوايا الحسنة. نظراً للضرورة، يجب القيام بالمزيد.

يتطلب التعامل بشكل حقيقي مع التأثيرات البيئية للذكاء الاصطناعي نهجًا متعدد الأبعاد يشمل صناعة الذكاء الاصطناعي والباحثين والمشرعين. يجب أن تكون الممارسات المستدامة أمرًا ضروريًا في الصناعة، ويجب أن تشمل قياس واستخدام الطاقة والمياه والإبلاغ عنها علنًا؛ وإعطاء الأولوية لتطوير الأجهزة والبرمجيات ومراكز البيانات الموفرة للطاقة؛ واستخدام الطاقة المتجددة فقط. ستدعم التدقيقات البيئية المنتظمة من قبل هيئات مستقلة الشفافية والامتثال للمعايير.

يمكن للباحثين تحسين هياكل الشبكات العصبية من أجل الاستدامة والتعاون مع العلماء الاجتماعيين والبيئيين لتوجيه التصاميم التقنية نحو تحقيق استدامة بيئية أكبر.

أخيرًا، يجب على المشرعين تقديم كل من الحوافز والعقوبات. في البداية، يمكنهم تحديد معايير لاستخدام الطاقة والمياه، وتحفيز اعتماد الطاقة المتجددة، وفرض تقارير بيئية شاملة وتقييمات للأثر البيئي. قانون آثار الذكاء الاصطناعي على البيئة هو بداية، لكن سيكون هناك حاجة إلى المزيد – والوقت يمر.

Last month, OpenAI chief executive Sam Altman finally admitted what researchers have been saying for years – that the artificial intelligence (AI) industry is heading for an energy crisis. It’s an unusual admission. At the World Economic Forum’s annual meeting in Davos, Switzerland, Altman warned that the next wave of generative AI systems will consume vastly more power than expected, and that energy systems will struggle to cope. “There’s no way to get there without a breakthrough,” he said.

I’m glad he said it. I’ve seen consistent downplaying and denial about the AI industry’s environmental costs since I started publishing about them in 2018. Altman’s admission has got researchers, regulators and industry titans talking about the environmental impact of generative Al .

So what energy breakthrough is Altman banking on? Not the design and deployment of more sustainable AI systems – but nuclear fusion. He has skin in that game, too: in 2021, Altman started investing in fusion company Helion Energy in Everett, Washington.

Most experts agree that nuclear fusion won’t contribute significantly to the crucial goal of decarbonizing by mid-century to combat the climate crisis. Helion’s most optimistic estimate is that by 2029 it will produce enough energy to power 40,000 average US households; one assessment suggests that ChatGPT, the chatbot created by OpenAI in San Francisco, California, is already consuming the energy of 33,000 homes. It’s estimated that a search driven by generative AI uses four to five times the energy of a conventional web search. Within years, large AI systems are likely to need as much energy as entire nations.

And it’s not just energy. Generative AI systems need enormous amounts of fresh water to cool their processors and generate electricity. In West Des Moines, Iowa, a giant data-centre cluster serves OpenAI’s most advanced model, GPT-4. A lawsuit by local residents revealed that in July 2022, the month before OpenAl finished training the model, the cluster used about 6% of the district’s water. As Google and Microsoft prepared their Bard and Bing large language models, both had major spikes in water use – increases of and , respectively, in one year, according to the companies’ environmental reports. One preprint suggests that, globally, the demand for water for AI could be half that of the United Kingdom by 2027. In another , Facebook AI researchers called the environmental effects of the industry’s pursuit of scale the “elephant in the room”.

Rather than pipe-dream technologies, we need pragmatic

is a professor at the University of Southern California Annenberg, a senior principal researcher at Microsoft Research in New York City and author of the 2021 book Atlas of AI. e-mail: kate@ katecrawford.net

The author declares competing interests; see go.nature.com/3wobo1h
actions to limit Al’s ecological impacts now.
There’s no reason this can’t be done. The industry could Within years, large Al systems are likely to need as much energy as entire nations.” prioritize using less energy, build more efficient models and rethink how it designs and uses data centres. As the BigScience project in France demonstrated with its BLOOM model , it is possible to build a model of a similar size to OpenAI’s GPT-3 with a much lower carbon footprint. But that’s not what’s happening in the industry at large.

It remains very hard to get accurate and complete data on environmental impacts. The full planetary costs of generative AI are closely guarded corporate secrets. Figures rely on lab-based studies by researchers such as Emma Strubell and Sasha Luccioni ; limited company reports; and data released by local governments. At present, there’s little incentive for companies to change.

But at last, legislators are taking notice. On 1 February, US Democrats led by Senator Ed Markey of Massachusetts introduced the Artificial Intelligence Environmental Impacts Act of 2024. The bill directs the National Institute for Standards and Technology to collaborate with academia, industry and civil society to establish standards for assessing Al’s environmental impact, and to create a voluntary reporting framework for AI developers and operators. Whether the legislation will pass remains uncertain.

Voluntary measures rarely produce a lasting culture of accountability and consistent adoption, because they rely on goodwill. Given the urgency, more needs to be done.

To truly address the environmental impacts of AI requires a multifaceted approach including the AI industry, researchers and legislators. In industry, sustainable practices should be imperative, and should include measuring and publicly reporting energy and water use; prioritizing the development of energy-efficient hardware, algorithms, and data centres; and using only renewable energy. Regular environmental audits by independent bodies would support transparency and adherence to standards.

Researchers could optimize neural network architectures for sustainability and collaborate with social and environmental scientists to guide technical designs towards greater ecological sustainability.

Finally, legislators should offer both carrots and sticks. At the outset, they could set benchmarks for energy and water use, incentivize the adoption of renewable energy and mandate comprehensive environmental reporting and impact assessments. The Artificial Intelligence Environmental Impacts Act is a start, but much more will be needed – and the clock is ticking.