צריכת האנרגיה של טכנולוגיות מבוססות בינה מלאכותית (AI) עתידה לעקוף את כריית הביטקוין ולהפוך לצרכן האנרגיה הדיגיטלי הגדול ביותר בעולם. כך עולה ממחקר חדש שמעריך שעד סוף 2025 מערכות מבוססות בינה מלאכותית יצרכו כמחצית מכלל החשמל הנצרך על ידי מרכזי נתונים ברחבי העולם. הממצא המדאיג מעלה שאלות קריטיות לגבי הקיימות הסביבתית של המהפכה הטכנולוגית הנוכחית ועתיד ליצור אתגרים משמעותיים עבור תעשיית הטכנולוגיה בניהול משאבי האנרגיה שלה.
הנתונים והמסקנות פורסמו על ידי אלכס דה פריס-גאו (Alex de Vries-Gao), דוקטורנט במכון ללימודי סביבה של אוניברסיטת וראה (Vrije) באמסטרדם, שמתמחה במעקב אחר צריכת החשמל וההשפעה הסביבתית של מטבעות דיגיטליים. אלכס, המוכר גם בזכות האתר שלו Digiconomist שבו הוא מפרסם מחקרים בנושא, פרסם בשבוע שעבר במגזין Joule טור דעה אישי חדש, שבו הוא מתריע שצריכת החשמל של מערכות בינה מלאכותית עלולה לעקוף את זו של רשת הביטקוין כבר עד סוף שנת 2025.
לפי אלכס, מערכות מבוססות בינה מלאכותית כבר אחראיות לעד חמישית מצריכת החשמל של מרכזי הנתונים בעולם, נתון מדאיג שקשה לאמוד במדויק, בעיקר בשל חוסר שקיפות מצד ענקיות הטכנולוגיה בכל מה שקשור לצריכת האנרגיה של מודלי הבינה המלאכותית שלהן. כדי לגבש את ההערכות, נאלץ אלכס להסתמך על נתוני שרשרת האספקה של שבבים המיוצרים עבור תעשיית הבינה המלאכותית. אף על פי שיש שיפורים מתמידים ביעילות האנרגטית, הוא וחוקרים נוספים מציינים שצריכת האנרגיה של הבינה המלאכותית רק הולכת וגדלה – בקצב שמצדיק בחינה מעמיקה יותר מצד גורמי רגולציה ומקבלי החלטות.
בעקבות המעבר של מטבעות קריפטוגרפיים כמו אתריום (Ethereum) לטכנולוגיות חסכוניות יותר באנרגיה, סבר אלכס כי תם תפקידו כחוקר צריכת האנרגיה של טכנולוגיות דיגיטליות מזהמות. "כבר התכוננתי לתלות את הכובע, ואז הופיע ChatGPT" סיפר למגזין הטכנולוגיה The Verge. אלכס הוסיף ואמר "אמרתי לעצמי, אווו לא… זה שוב קורה, עוד טכנולוגיה זללנית אנרגיה גדולה במיוחד". נראה שכל הסימנים מראים שהבינה המלאכותית הפכה ליורשת הבלתי צפויה של עול העומס האנרגטי שבעבר יוחס בעיקר לעולם הקריפטו.
אחד הדפוסים המרכזיים שמזהה אלכס בדינמיקה של שוק הבינה המלאכותית מזכיר לו מאוד את עידן הקריפטו. הוא מציין ש- "חברות הטכנולוגיה הגדולות שואפות כל הזמן לפתח את המודל החזק והמתקדם ביותר, מה שמוביל לגדילה מתמדת של נפח המודלים, אך גם של צריכת האנרגיה שלהם. אנחנו רואים את הענקיות בתחום מרחיבות עוד ועוד את המודלים שלהן כדי להיות הכי טובים ,ובמקביל, כמובן, מגדילות גם את הדרישה למשאבים".
סכנה נוספת שאלכס סיפר עליה היא פרדוקס ג'בונס (Jevons paradox), שלפיו שיפורים ביעילות לאו דווקא מובילים לחיסכון, אלא דווקא לעלייה בצריכה. גם אם מודלי הבינה המלאכותית יהפכו ליעילים יותר אנרגטית, השימוש הנרחב והגובר בהם עלול לבטל את הרווח האנרגטי ואף להגביר את הביקוש לחשמל. לדבריו, כל עוד לא מתבצעת מדידה מסודרת ושקופה של היקף הצריכה, יהיה קשה עד בלתי אפשרי לנהל את ההשלכות של מגמה זו.
