برای شرکت ها، ایجاد تعادل بین پذیرش هوش مصنوعی و تأثیرات زیست محیطی ضروری است. با توجه به مجمع جهانی اقتصاد (WEF)، قدرت مورد نیاز برای حمایت از رشد هوش مصنوعی هر 100 روز دو برابر می شود. تا سال 2028، مصرف انرژی هوش مصنوعی می تواند از کل توان مصرفی ایسلند در سال 2021 فراتر رود. هوش مصنوعی می تواند یک شمشیر دولبه باشد: در حالی که می تواند ابتکارات زیست محیطی را به طور قابل توجهی پیش ببرد، اما اگر بی دقت استفاده شود می تواند به همان اندازه مضر باشد.
هیچ طرح جهانی برای استفاده پایدار از هوش مصنوعی وجود ندارد – رویکرد هر سازمان باید با شرایط منحصر به فرد خود هماهنگ باشد. در عوض، ادغام هوش مصنوعی و پیشبرد اهداف دوستدار محیط زیست نیاز به نگرش خاصی دارد.
به خطوطی که در خارج از فروشگاه‌های اپل در روزهای عرضه محصول تشکیل می‌شوند فکر کنید: پذیرندگان اولیه با افتخار جدیدترین ابزارها را به عنوان نماد وضعیت نمایش می‌دهند. این طرز فکر اینجا کار نخواهد کرد. شرکت‌ها نباید عجله کنند که ابزارهای هوش مصنوعی پر زرق و برق را صرفاً به‌عنوان پیشرو در نظر بگیرند. در عوض، آنها باید بر اجرای هدفمند هوش مصنوعی تمرکز کنند که از اهداف پایداری بلند مدت پشتیبانی می کند.
در اینجا چند استراتژی برای در نظر گرفتن وجود دارد.
با توجه به صرفه جویی در انرژی، خودکار کنید
برخی از رهبران ممکن است در مورد کارمندانی که از میانبر استفاده می کنند اخم کنند، اما من هرگز این کار را نمی کنم. در Jotformمن کارمندان را تشویق می‌کنم تا زمانی که کیفیت خروجی‌شان افت نمی‌کند، دائماً به دنبال راه‌های سریع‌تر برای انجام کارهای مشغله خود باشند. اتوماسیون قلب تجارت ما و مرکز فرهنگ ما است. اگر ابزار خودکاری وجود داشته باشد که بتواند یک کار خسته کننده و دستی را انجام دهد، من می گویم: آن را دنبال کنید.
همانطور که اتفاق می افتد، خودکار کردن وظایف با استفاده از ابزارهای هوش مصنوعی نیز می تواند اهداف پایداری شما را پیش ببرد. همانطور که WEF یادداشت‌ها، بهینه‌سازی زمان‌بندی برای صرفه‌جویی در انرژی، به عنوان مثال، تغییر بار کاری هوش مصنوعی برای مطابقت با زمان‌های تقاضای انرژی کمتر، یک تاکتیک تاثیرگذار برای استفاده از هوش مصنوعی و کاهش ردپای کربن است.
فرض کنید یک ابزار هوش مصنوعی را برای خودکارسازی اسکن های امنیتی منظم برای محافظت از داده های خود انتخاب کرده اید. برنامه نویسی آن وظایف یک شبه راهی آسان برای کارآمدتر شدن انرژی است. مصرف انرژی عمومی در طول عصرها کاهش می یابد و شبکه های انرژی تنفس می کنند و می توانند کارآمدتر کار کنند. به عنوان یک مزیت اتفاقی، هزینه های انرژی شما نیز اغلب کاهش می یابد.
یا اگر در یک منطقه جغرافیایی با آب و هوای گرم و استفاده سخاوتمندانه AC هستید، می‌توانید پروژه‌های نیازمند انرژی را به ماه‌های خنک‌تر تغییر دهید، زمانی که شبکه‌های انرژی کمتر تحت فشار هستند. مهمتر از همه، این جابجایی ها نیاز به تفکر قبلی دارند، اما تقریباً نیازی به تلاش اضافی ندارند. آنها می توانند صرفه جویی قابل توجهی در انرژی داشته باشند.
مدل های پایه را انتخاب کنید
تصور کنید در آشپزخانه یک رستوران ستاره دار میشلین هستید. سرآشپزها همگی در مدارس آشپزی و رستوران های با کیفیت بالا آموزش دیده اند. این تیم با هم می توانند انواع ظروف را اجرا کرده و انواع جدید را ابداع کنند. اگر کسی می‌خواهد یک وعده غذایی باورنکردنی درست کند، مجبور نیست یک تیم کاملاً جدید از سرآشپزها را آموزش دهد – آنها می‌توانند از این تیم استفاده کنند، از تخصص موجود خود استفاده کنند و راهنمایی‌های مناسب ارائه دهند.
در هوش مصنوعی، این ایده یک مدل پایه است: یک برنامه پیشرفته که قبلاً بر روی حجم عظیمی از داده ها آموزش دیده است. اگر شخصی به ابزار هوش مصنوعی خاصی نیاز داشت، می‌توانست با این مدل پایه شروع کند به جای ساختن یک مدل از ابتدا.
نوشتن برای بررسی کسب و کار هارواردکریستینا شیم، مدیر ارشد پایداری در IBM، توضیح می‌دهد که چرا انتخاب مدل‌های پایه یک رویکرد کارآمد انرژی است. برخلاف ایجاد یک مدل جدید، “مدل های پایه را می توان برای اهداف خاص در کسری از زمان، با کسری از داده ها و کسری از هزینه های انرژی تنظیم کرد.”
شیم خاطرنشان می‌کند که اندازه یک مدل پایه نیز می‌تواند تأثیر بگذارد – اکثر آنها دارای 3، 8 یا 20 میلیارد پارامتر هستند. طبق تحقیقات IBM، مدل‌های کوچک‌تر آموزش‌دیده بر روی داده‌های خاص و مرتبط می‌توانند به خوبی مدل‌های بزرگتر عمل کنند، اما سریع‌تر و مصرف انرژی کمتری دارند. بزرگتر همیشه بهتر نیست. همانطور که نیروی فروش به عبارت دیگر، انتخاب بزرگ‌ترین و قدرتمندترین مدل برای نیازهای سازمانی خاص مانند «استفاده از یک کامیون نیمه‌کامیون برای خرید مواد غذایی یا سوار کردن یک مسافر است» – به عبارت دیگر، کاملاً غیر ضروری است.
با این حال، مدل‌های بزرگتر با قیمت‌های سنگین‌تری عرضه می‌شوند. صرف زمان برای انتخاب مدلی که متناسب با هدف شما باشد، سرمایه گذاری ارزشمندی است که در نهایت می تواند منابع مالی و زیست محیطی را ذخیره کند.
نرم افزار منبع باز را انتخاب کنید
یکی دیگر از انتخاب های مهم در ابتدای هر سفر هوش مصنوعی این است که آیا نرم افزار منبع باز را انتخاب کنید یا خیر. گزینه‌های منبع باز ممکن است همه مشکلات را حل نکنند، اما در بسیاری از موارد، می‌توانند راه‌حلی مقرون‌به‌صرفه و مقرون‌به‌صرفه ارائه کنند که از خرد متخصصان بی‌شماری استفاده می‌کند. شما می توانید به جای مالیات بر شبکه های انرژی برای اختراع مجدد چرخ هر بار، روی بهبود راه حل موجود (و به اشتراک گذاری نتایج) تمرکز کنید. همانطور که Shim اشاره می کند، نرم افزار منبع باز از مزایای بهبود جمعی بهره می برد – با توجه بیشتر به مشکل، محصول به دست آمده بهتر است و تقاضای انرژی در مرحله توسعه بین کاربران توزیع می شود.
نرم افزار خوب ارزش پول را دارد، اما باید با نیازها و بودجه شما مطابقت داشته باشد – که در زمان تورم به طور فزاینده ای مورد توجه قرار می گیرد. در بسیاری از موارد، یک راه حل منبع باز به صورت رایگان یا با کسری از هزینه در دسترس است.
پیاده سازی اتوماسیون برای افزایش کارایی سیستم
در نهایت، ابزارهای اتوماسیون مبتنی بر هوش مصنوعی می توانند در مصرف انرژی صرفه جویی کنند، زیرا به افزایش کارایی سیستم کمک می کنند. آنها می توانند این کار را مستقیماً با کاهش ساعت های لازم برای انجام کارهای خسته کننده انجام دهند. به عنوان مثال، اگر در حال انجام تحقیقات هستید، ابزارهایی مانند ChatGPT می توانند ساعت ها نشستن در مقابل صفحه نمایش مانیتور را با شناسایی و ترکیب اطلاعات کلیدی در چند ثانیه از بین ببرند.
ابزارهای هوش مصنوعی همچنین می توانند در مرحله برنامه ریزی سیستم نقش داشته باشند. بگیرید نیروی فروش: تیم زیرساخت مرکز داده آنها از هوش مصنوعی برای پیش بینی و پیش بینی الگوهای استفاده مشتریان خود استفاده می کند، سپس به طور خودکار حجم سرورهای مورد نیاز را مقیاس می کند. این به آنها اجازه می دهد تا روش استفاده از زیرساخت مرکز داده خود را تنظیم کنند و از هدر رفتن انرژی اضافی جلوگیری کنند. به همین ترتیب، این شرکت نرم‌افزاری از هوش مصنوعی برای تصمیم‌گیری برای کاهش ردپای کربن خود با تجزیه و تحلیل میلیون‌ها نقطه داده از زنجیره تامین، سفرهای تجاری، املاک و غیره استفاده می‌کند.
هوش مصنوعی می‌تواند مانند یک مشاور پایداری عمل کند و در حالت ایده‌آل انرژی بیشتری نسبت به انجام تحلیل‌ها و وظایف مربوطه صرفه‌جویی کند. از این نظر، هوش مصنوعی می تواند یک شمشیر یک لبه باشد که مزایای بیشتری نسبت به هر گونه معایب مرتبط با آن دارد.
