सध्याचे जग हे कृत्रिम बुद्धिमतेचे (आर्टिफिशियल इंटेलिजन्स, AI) आहे. उद्योग, व्यापार, शिक्षण, आरोग्य अशा सर्वच क्षेत्रांत या कृत्रिम बुद्धिमत्तेचा उपयोग केला जात आहे. कृत्रिम बुद्धिमत्तेचे जेवढे फायदे आहेत, तेवढेच तोटेदेखील आहेत. ‘एआय’चा वापर करणे मानवासाठी योग्य आहे का, असा प्रश्न उपस्थित केला जातो. दरम्यान, कृत्रिम बुद्धिमत्ता पर्यावरणावरही नकारात्मक परिणाम होत आहे. एआयमुळे पर्यावरणाची हानी कशी होत आहे? हे जाणून घेऊ या…
कृत्रिम बुद्धिमत्तेमुळे कार्बनचे उत्सर्जन?
कृत्रिम बुद्धिमत्तेच्या जोरावर एखादे काम करायचे असेल, तर संबंधित यंत्रणेला खूप साऱ्या विदेची (डेटा) गरज असते. याच विदेच्या जोरावर एआय आपले काम करीत असते. उदाहरणार्थ- एआयला कार ओळखण्याची कमांड द्यायची असेल, तर त्याआधी एआय यंत्रणेला लाखो कारचा डेटा पुरवावा लातो. त्यानंतर या विदेच्या माध्यमातून एआय आपल्या डोक्यात कारची एक प्रतिमा तयार करते. चॅटजीपीटीसारख्या एआय टूलला मानवाची भाषा समजण्यासाठी इंटरनेटकडून मोठ्या प्रमाणात लिखित स्वरूपातील डेटाची गरज असते. डेटा सेंटर्समध्ये ही सर्व प्रक्रिया चालते. त्यासाठी खूप साऱ्या कॉम्प्युटर पॉवरची, ऊर्जेची गरज असते.
एआयच्या या कामाबाबत बर्लिन येथील अल्गोरिथमवॉच या संस्थेतील ॲने मोलेन यांनी अधिक माहिती दिली आहे. “जगातील एकूण कार्बन डाय-ऑक्साईडच्या उत्सर्जनापैकी दोन ते चार टक्के उत्सर्जन हे संपूर्ण डेटा सेंटर इन्फ्रास्ट्रक्चर आणि डेटा सबमिशन नेटवर्क्समुळे होते. कार्बन डाय-ऑक्साईडचे हे उत्सर्जन फक्त एआयमुळेच होत आहे असे नाही. मात्र एआयचाही यात हातभार आहेच,” असे मोलेन यांनी सांगितले.
कारच्या पाच पट कार्बनचे उत्सर्जन?
मॅसॅच्युसेट्स विद्यापीठातील संशोधकांनी एआयमुळे होणाऱ्या कार्बन डाय-ऑक्साईडच्या उत्सर्जनाबाबत एक संशोधन केले होते. एखाद्या मोठ्या एआय मॉडेलला प्रशिक्षण द्यायचे असेल, कमांड द्यायची असेल, तर साधारण दोन लाख ८४ हजार किलोग्रॅमपर्यंत कार्बन डाय-ऑक्साईडचे उत्सर्जन होऊ शकते. तुलनाच करायची झाल्यास एखादी कार आपल्या संपूर्ण आयुष्यात जेवढ्या कार्बन डाय-ऑक्साईडचे उत्सर्जन करते. त्याच्या पाच पट उत्सर्जन हे मोठ्या एआय मॉडेलला प्रशिक्षण देताना होते.
“… तेव्हा मी थक्कच झाले”
ऑस्ट्रेलियातील सिडनी विद्यापीठाच्या सहायक प्राध्यापिका बेनेडेटा ब्रेव्हिनी यांनी या संशोधनावर प्रतिक्रिया दिली. जेव्हा मी मॅसॅच्युसेट्स विद्यापीठातील संशोधकांनी केलेल्या अभ्यासाविषयी वाचले, तेव्हा थक्कच झाले, असे त्या म्हणाल्या. त्या ‘इज एआय गुड फॉर द प्लॅनेट’ या पुस्तकाच्या लेखिका आहेत.
“दोन लाख ८४ हजार किलो कार्बनचे उत्सर्जन”
“समजा, तुम्ही विमानाने लंडनहून न्यूयॉर्कला जात असाल, तर तुम्ही साधारण ९८६ किलो कार्बनचे उत्सर्जन करता. मात्र, एआयच्या अग्लोरिथमला प्रशिक्षित करायचे असेल, तर या प्रक्रियेदरम्यान साधारण दोन लाख ८४ हजार किलो कार्बनचे उत्सर्जन होते. आपण एआय तंत्रज्ञानामुळे होणाऱ्या कार्बनच्या उत्सर्जनावर नियंत्रण मिळवण्याचा विचार का करीत नाहीत?” असेही बेनेडेटा ब्रेव्हिनी म्हणाल्या.
मॅसॅच्युसेट्स विद्यापीठातील संशोधकांनी केलेला अभ्यास हा खूप मोठ्या प्रमाणात ऊर्जा लागणाऱ्या एआय मॉडेलवर आधारित आहे. एआयचे छोटे मॉडेल कमी ऊर्जेत आपले काम करू शकते. डीप लर्निंगवर काम करणारे मॉडेल्स उदाहरणार्थ सोशल मीडियावरील मजकूर, चॅटजीपीटी यांना मोठ्या प्रमाणात संगणकीय ऊर्जा लागते.
एआयच्या एखाद्या मॉडेलला प्रशिक्षित केले जात असताना जेवढे कार्बनचे उत्सर्जन होते, त्यापेक्षा कितीतरी अधिक उत्सर्जन हेच मॉडेल प्रत्यक्ष बाजारात आल्यानंतर होते. एखादे चॅटबॉट प्रश्नाचे उत्तर देत असेल किंवा मजकूर ऑनलाईन मंचावर ट्रान्सलेट करतानादेखील कार्बनचे उत्सर्जन होत असते.
एआयमुळे होणाऱ्या कार्बन उत्सर्जनाला कसे रोखता येईल?
एआयमुळे होणाऱ्या पर्यावरणाच्या हानीकडे गांभीर्याने पाहिले पाहिजे, अशी गरज बेनेडेटा ब्रेव्हिनी यांनी व्यक्त केली. अग्लोरिथम डिझाईन, प्रशिक्षण पातळीपासूनच प्रत्येक एआयची काळजी घ्यायला हवी, असे बेनडेटा यांचे मत आहे. “एआयच्या पूर्ण निर्मिती प्रक्रियेकडे गांभीर्याने पाहिले पाहिजे. कार्बन डाय-ऑक्साईडचे उत्सर्जन कमी करायचे असेल, तर एआयची निर्मिती, तसेच उत्पादन अशा सर्वच प्रक्रियांची काळजी घेतली पाहिजे. त्यामध्ये एआयची निर्मिती करताना ऊर्जेचा वापर, तसेच उत्सर्जन यासह एआयसाठी वापरण्यात येणाऱ्या उपकरणांची विघातकता, इलेक्ट्रॉनिक वेस्ट अशा सर्वच बाबींचा यामध्ये विचार केला पाहिजे,” असेही बेनेडेटा ब्रेव्हिनी यांनी सांगितले.
अक्षय ऊर्जेवरील डेटा सेंटर्स उभारावीत
यासह कंपन्यांनी मोठमोठी एआय मॉडेल विकसित करणे टाळायला हवे. मोठी मॉडेल्स तयार करण्याऐवजी कमी आणि छोटा डेटा असलेल्या मॉडेल्सची निर्मिती करावी. तसेच कोणत्याही एआयला शक्यतो उपलब्ध असलेल्या सक्षम हार्डवेअरच्या मदतीने प्रशिक्षण द्यावे. जो प्रदेश अपारंपरिक आणि अक्षय ऊर्जेवर अवलंबून आहे, तेथेच डेटा सेंटर्स उभी करावीत. तसेच डेटा सेंटर्सना थंड करण्यासाठी मोठ्या प्रमाणात पाण्याची गरज भासणार नाही, अशाच ठिकाणी ही डेटा सेंटर्स उभी करायला हवीत. उदाहरण द्यायचे झाल्यास अमेरिका आणि ऑस्ट्रेलियात जीवाश्म इंधनापासून ऊर्जेची निर्मिती केली जाते. त्यामुळे प्रदूषणास मोठ्या प्रमाणात कारणीभूत ठरणाऱ्या हानिकारक वायूंचे उत्सर्जन होते. मात्र, आइसलँड येथे भूऔष्णिक ऊर्जा हा ऊर्जेचा मुख्य स्रोत आहे. तसेच येथील तापमान कमी असल्यामुळे डेटा सेंटर्सना थंड ठेवण्यास कमी पाण्याची गरज भासते.
कार्बनचे उत्सर्जन कमी करण्यासाठी अनेक कंपन्यांकडून प्रयत्न
काही तंत्रज्ञान क्षेत्रातील संस्था त्यांच्या कामासाठी अक्षय ऊर्जेचा वापर करतात. आमच्या कामातून कार्बनचे शून्य उत्सर्जन होते, असा दावा ‘गूगल’ करते. २०३० सालापर्यंत कार्बनचे उत्सर्जन न करणाऱ्या ऊर्जास्रोतांसह काम करण्याचा ‘गूगल’चा उद्देश आहे. तर तंत्रज्ञानाच्या मदतीने वातावरणातील कार्बन पकडून ते साठवण्याचे तंत्र विकसित करून, २०३० सालापर्यंत कार्बन उत्सर्जनाचे प्रमाण कमीत कमी करण्याचा निर्धार ‘मायक्रोसॉफ्ट’ने व्यक्त केला आहे. मेटा या कंपनीकडूनही असाच विचार केला जात आहे.
गूगलच्या डेटा सेंटरला विरोध
दरम्यान, एआयमुळे फक्त ऊर्जेचा ऱ्हास आणि कार्बन उत्सर्जन हीच एकमेव समस्या नाही. उष्णतेपासून डेटा सेंटर्सचा बचाव व्हावा यासाठी मोठ्या प्रमाणात पाण्याचा वापर करण्यात येतो. त्यामुळे पाण्याची कमतरता असणाऱ्या सँटियागो, चिले या प्रदेशात हा चिंतेचा विषय झाला आहे. ज्या ठिकाणी ‘गूगल’चे डेटा सेंटर आहे, तेथील स्थानिक लोक डेटा सेंटरला विरोध करीत आहेत. तसेच कोणतेही डेटा सेंटर उभारू देणार नाहीत, अशी भूमिका तेथील लोकांनी घेतली आहे.
