કૃત્રિમ બુદ્ધિ, ખાસ કરીને જનરેટિવ એઆઇ આપણા યુગની સૌથી પરિવર્તનશીલ તકનીકોમાંની એક છે. માનવ જેવી સામગ્રી બનાવવાથી લઈને દવાની શોધને વેગ આપવા અને વ્યવસાયિક બુદ્ધિ વધારવા સુધી, જનરેટિવ છૈં ઉદ્યોગોને અભૂતપૂર્વ ગતિએ ફરીથી આકાર આપી રહ્યું છે. જોકે, જેમ જેમ આ તકનીક વધુ શક્તિશાળી બની રહી છે, તેમ તેમ તેનો પર્યાવરણીય બોજ પણ સ્પષ્ટ થઈ રહ્યો છે. હવે આપણે જે પ્રશ્નનો સામનો કરી રહ્યા છીએ તે તાત્કાલિક અને જરૂરી બંને છે. શું આપણે જનરેટિવ એઆઇને વધુ ટકાઉ બનાવી શકીએ છીએ ?
આ પ્રક્રિયા લાંબા સમય સુધી સેંકડો ઘરો ચલાવવા જેટલી ઉર્જા વાપરે છે. યુનિવર્સિટી ઓફ મેસેચ્યુસેટ્સ, એમ્હર્સ્ટના ૨૦૧૯ ના અભ્યાસમાં જાણવા મળ્યું છે કે ફક્ત એક ડીપ લર્નિંગ મોડેલને તાલીમ આપવાથી તેમના સમગ્ર જીવનકાળ દરમિયાન પાંચ કાર ચલાવવા જેટલો કાર્બન ઉત્સર્જન થઈ શકે છે. જેમ જેમ એઆઇનો દૈનિક ઉપયોગ વધે છે, તેમ તેમ ઉર્જા વપરાશ પણ વધે છે. જો આને સંબોધવામાં ન આવે, તો આ કાર્બન ઉત્સર્જન વધુ ઝડપથી વધવાની અપેક્ષા છે.
આપણે એઆઇને ગ્રીન કેવી રીતે બનાવી શકીએ? સદનસીબે, એઆઇ વિચારશીલ સમુદાય આ ચિંતાઓથી અજાણ નથી. જનરેટિવ એઆઇ સિસ્ટમ્સની પર્યાવરણીય અસર ઘટાડવા માટે ટેકનોલોજી, માળખાગત સુવિધાઓ અને નિયમનકારી સહિત વિવિધ વ્યૂહરચનાઓની શોધ કરવામાં આવી રહી છે. આ સંદર્ભમાં સૌથી મુખ્ય પડકાર સ્માર્ટ અને હળવા વજનના એઆઇ મોડેલ્સનું નિર્માણ છે. વિકાસકર્તાઓ હવે મોડેલ આર્કિટેક્ચરને ઑપ્ટિમાઇઝ કરવા પર ધ્યાન કેન્દ્રિત કરી રહ્યા છે.
મોડેલ કાપણી, ક્વોન્ટાઇઝેશન અને જ્ઞાન નિસ્યંદન જેવી તકનીકોનો ઉપયોગ કરીને,એઆઇ મોડેલોના પ્રદર્શન સાથે સમાધાન કર્યા વિના તેમના કદ અને જટિલતાને ઘટાડી શકાય છે. ટ્રાન્સફર લર્નિંગ, એટલે કે, પૂર્વ-પ્રશિક્ષિત મોડેલોના આધારે નવા મોડેલો બનાવવા, પણ એક આશાસ્પદ અભિગમ છે, જે ગણતરીના બોજ અને સંકળાયેલ કાર્બન ઉત્સર્જનને નોંધપાત્ર રીતે ઘટાડે છે.એઆઇ કમ્પ્યુટિંગની કરોડરજ્જુ, ડેટા સેન્ટર્સ પર પણ પુનર્વિચાર કરવામાં આવી રહ્યો છે. ગુગલ, માઇક્રોસોફ્ટ અને એમેઝોન જેવી કંપનીઓ કાર્બન-તટસ્થ અથવા નવીનીકરણીય ઉર્જા-સંચાલિત સુવિધાઓમાં ભારે રોકાણ કરી રહી છે. ઉર્જા કાર્યક્ષમતા વધારવા અને કચરો ઘટાડવા માટે લિક્વિડ કૂલિંગ, સ્માર્ટ પાવર ફાળવણી અને ગતિશીલ લોડ બેલેન્સિંગ જેવી નવીન તકનીકોનો ઉપયોગ કરવામાં આવી રહ્યો છે.જનરેટિવ એઆઇ સિસ્ટમ્સની પર્યાવરણીય અસર ઘટાડવાનો બીજો રસ્તો ઊર્જા-કાર્યક્ષમ હાર્ડવેર અને એજ કમ્પ્યુટિંગનો વિકાસ છે.વધુમાં, જો એઆઇ મોડેલો સ્માર્ટફોન અથવા આઇઓટી સેન્સર જેવા એજ ડિવાઇસ પર ચલાવવામાં આવે, તો તે ક્લાઉડ પર સંપૂર્ણપણે આધાર રાખવાને બદલે, ઊર્જા વપરાશ અને વિલંબને નોંધપાત્ર રીતે ઘટાડી શકે છે, જે છૈં ને વધુ સુલભ, કાર્યક્ષમ અને પર્યાવરણને અનુકૂળ બનાવે છે. વધુમાં, નિયમન અને જવાબદાર શાસન પણ કાર્બન ઉત્સર્જન ઘટાડવામાં મહત્વપૂર્ણ ભૂમિકા ભજવી શકે છે. આનો અર્થ એ છે કે નીતિઓ અને શાસન માળખા ટેકનોલોજીકલ સુધારાઓ જેટલા જ મહત્વપૂર્ણ છે. વૈશ્વિક આબોહવા લક્ષ્યો સાથે એઆઇ વિકાસને સંરેખિત રાખવા માટે નિયમો, કાર્બન ઓફસેટ પ્રોત્સાહનો અને પર્યાવરણીય ઓડિટ ધોરણો દ્વારા છૈં ટકાઉપણાને પ્રોત્સાહન આપવું મહત્વપૂર્ણ રહેશે.એઆઇ નૈતિકતા બોર્ડ અને ટકાઉપણું રેટિંગ મિકેનિઝમની રચના પણ જવાબદાર નવીનતાને માર્ગદર્શન આપી શકે છે.
ખરેખર, પ્રગતિ અને પર્યાવરણીય સ્વાસ્થ્ય વચ્ચે સંતુલન નિર્ણાયક છે. જનરેટિવ એઆઇ નવીનતામાં પ્રેરક બળ તરીકે ચાલુ રહેશે, પરંતુ તેનું ભવિષ્ય ટકાઉ હોવું જોઈએ. વ્યવસાયો અને વિકાસકર્તાઓ માટે વધતી જતી જરૂરિયાતોને સંભાળવા માટે પ્રદર્શન અને સ્કેલેબિલિટી જેટલી ઊર્જા કાર્યક્ષમતા અને આબોહવા અસરને પ્રાથમિકતા આપવી તે વધુને વધુ આવશ્યક બની રહ્યું છે. ટકાઉપણું હવે ગૌણ વિચારણા ન હોવી જોઈએ, પરંતુ એઆઇ વિકાસનો મૂળભૂત સિદ્ધાંત હોવો જોઈએ.
