تكنولوجيا الذكاء الاصطناعي أصبحت موضوعًا للنقاش لفترة طويلة بسبب استهلاك الطاقة المتزايد. تشكل نماذج اللغة الكبيرة عبئًا كبيرًا على استهلاك الطاقة العالمي نظرًا للحاجة إلى موارد حوسبة ضخمة. تدعي شركة DeepSeek التي تتخذ من الصين مقرًا لها أنها قد طورت نموذجًا للذكاء الاصطناعي يستهلك طاقة أقل. ومع ذلك، فإن مفارقة جيفونس التي تم تقديمها في القرن التاسع عشر تشير إلى أن زيادات الكفاءة لا تؤدي دائمًا إلى تقليل استهلاك الطاقة، بل قد تزيد من الطلب على الطاقة على المدى الطويل. في هذه المقالة، نبحث في ادعاءات DeepSeek ومفارقة جيفونس.
ما مقدار الطاقة التي تستهلكها نماذج الذكاء الاصطناعي؟
في الوقت الحاضر، تقدم نماذج اللغة الكبيرة إجابات على استفسارات المستخدمين تمامًا مثل محرك البحث. ومع ذلك، على عكس محركات البحث التقليدية، تنتج نماذج الذكاء الاصطناعي إجاباتها من الصفر. لهذه العملية تكلفة عالية نظرًا لما تتطلبه من قدر هائل من القدرة الحسابية.
تشير الأبحاث إلى أن صناعة الذكاء الاصطناعي ستستهلك ما بين 85 إلى 134 تيروات-ساعة (TWh) من الكهرباء بحلول عام 2027. هذه الكمية تعادل إجمالي استهلاك الطاقة السنوي في هولندا. يتوقع الخبراء أن أكثر من 20% من الكهرباء المنتجة في الولايات المتحدة ستوجه إلى مراكز بيانات الذكاء الاصطناعي بحلول العام 2030.
على الرغم من أن عمالقة التكنولوجيا يدعون أنهم يستثمرون في مصادر الطاقة المتجددة، إلا أن تلبية الطاقة المستمرة لـ الذكاء الاصطناعي تجعل الحلول الطاقية المستقرة مثل الطاقة النووية ضرورة. على سبيل المثال، تخطط شركة Microsoft لإعادة تشغيل محطة الطاقة Three Mile Island، التي ارتبطت بأحد أكبر حوادث الطاقة النووية في تاريخ الولايات المتحدة. من جهة أخرى، في حين تسعى Google لتحقيق حيادية الكربون بحلول عام 2030، فقد زادت انبعاثات الكربون في السنوات الأخيرة بنسبة 48% بسبب التطورات في مجال الذكاء الاصطناعي.
ما هي ادعاءات DeepSeek؟
تدعي DeepSeek أنها وجدت حلاً لهذه المشكلة. نموذج R1 الذي طورته الشركة تم تدريبه بتكلفة أقل بكثير مقارنة بمنافسيها الكبار. بينما أنفقت Meta أكثر من 60 مليون دولار على نموذج Llama، تشير التقارير إلى أن DeepSeek حققت أداءً مشابهًا فقط بميزانية تبلغ 6 ملايين دولار. تقول DeepSeek إن نموذجها يستخدم بنية تعلم آلي تُدعى Mixture of Experts، مما يجعلها أكثر كفاءة في العمل.
تأثيرات هذه التطورات أظهرت آثارها على الاقتصاد العالمي أيضًا. شهدت أسهم الشركات الأمريكية المصنعة للرقائق وشركات الطاقة انخفاضات كبيرة. فقدت Nvidia، التي تنتج معالجات الذكاء الاصطناعي، 589 مليار دولار في يوم واحد، مما جعلها تشهد أكبر انخفاض في تاريخ وول ستريت. ومن المثير للاهتمام، أن زيادة كفاءة الطاقة لـ الذكاء الاصطناعي قد تزيد في الواقع من إجمالي استهلاك الطاقة في القطاع بدلاً من تقليله. لأن مفارقة جيفونس تدعي أن الاستخدام الأكثر كفاءة للطاقة يمكن أن يؤدي إلى زيادة الطلب على الطاقة.
ما هو مفارقة جيفونس؟
تم تقديم مفارقة جيفونس لأول مرة في عام 1865 من قبل وليام ستانلي جيفونس. أكد جيفونس أن تحسين كفاءة استخدام الفحم لم يقلل من الاستهلاك كما يُعتقد، بل زاده. ووفقًا لجيفونس، فإن الأنظمة الأكثر كفاءة تخفض تكاليف الإنتاج مما يؤدي إلى مزيد من الاستثمارات، وبالتالي يرتفع إجمالي الاستهلاك. واليوم، تنطبق نفس الحالة. فالتقدم في التكنولوجيا قد يوفر توفيرًا في الطاقة، لكنه لا يقلل من الطلب الإجمالي على الطاقة.
النتيجة
يستمر استمرار صناعة الذكاء الاصطناعي في استهلاك المزيد والمزيد من الطاقة في أن يكون مشكلة رئيسية من حيث تأثيرها على البيئة. بينما قد تؤدي نماذج الذكاء الاصطناعي الأكثر كفاءة التي تطورها شركات مثل DeepSeek إلى تقليل استهلاك الطاقة في المدى القصير، إلا أن مفارقة جيفونس تشير إلى أن هذه الزيادة في الكفاءة قد تزيد من إجمالي الاستهلاك على المدى الطويل. التكاليف الأقل واستهلاك الطاقة الأقل قد تسبب زيادة في الطلب وصول الذكاء الاصطناعي ليكون أكثر شيوعًا ورغبة.
في هذه المرحلة، من الضروري أن لا تقتصر جهود الشركات على زيادة كفاءة الطاقة، بل يجب أن تدمج أيضًا مصادر الطاقة المستدامة والمتجددة. ومع ذلك، بالنظر إلى سرعة التطورات التكنولوجية وزيادة الطلب، يبدو أنه من غير الممكن تقليل استخدام الذكاء الاصطناعي للطاقة بشكل دائم. في النهاية، سيستمر الطلب على الطاقة في الزيادة، مما سيتطلب تطوير حلول أكثر شمولاً لتقليل التأثيرات البيئية.
إذا كنت تبحث أيضًا عن نظام يعمل بأقل استهلاك ممكن من الموارد ولكنه يقدم أقصى كفاءة تلقائية، دعنا نراجع نظامك معًا. يمكنك تحقيق الاستفادة من حلول الأتمتة القائمة على الذكاء الاصطناعي من PlusClouds مثل Eaglet وLeo لتحسين عملياتك وتقليل الوقت والجهد. هذه الأنظمة الذكية تعمل على زيادة الكفاءة التشغيلية بما يصل إلى 5 مرات، مما يقلل من استهلاك الموارد غير الضرورية إلى الحد الأدنى.
يقوم Eaglet بتحديد العملاء المحتملين في ثوانٍ من خلال التكنولوجيا المتقدمة في مسح البيانات، وتحليل معلومات الاتصال الخاصة بهم، وتخطيط اجتماعاتك. كما يتم استخدامه أيضًا لتحليل SWOT وتحديد المنافسة. بينما يقوم Leo بأتمتة إدارة مركز البيانات لديك بالكامل، موفرًا لك إمكانية التحكم من خلال لوحة تحكم واحدة من البداية إلى النهاية. بهذه الطريقة، لا تقتصر على تقليل تكاليفك فحسب، بل تقلل أيضًا من تأثيرك البيئي. للتوصل إلى بنية تحتية أكثر كفاءة واستدامة وذكاءً، <uتواصل معنا دعنا نحدد لك حلول الأتمتة الأكثر ملاءمة لك!
