چرا وعده‌های اقلیمی هوش مصنوعی شباهتی آشنا با جبران کربن دارند؟

آژانس بین‌المللی انرژی (IEA) در گزارش تازه‌ای اعلام کرده که هوش مصنوعی، در صورت استفاده مؤثر، می‌تواند در نهایت باعث کاهش انتشار گازهای گلخانه‌ای شود؛ این کاهش ممکن است به‌مراتب بیشتر از میزانی باشد که توسعه پرشتاب مراکز داده‌ پرمصرف، به انتشار این گازها می‌افزاید.

این نتیجه‌گیری بازتاب دیدگاهی است که برخی چهره‌های برجسته در صنعت هوش مصنوعی نیز پیش‌تر برای توجیه مصرف عظیم برق توسط مراکز داده در سراسر جهان مطرح کرده‌اند. به‌عنوان نمونه، سم آلتمن، مدیرعامل OpenAI، سال گذشته در مقاله‌ای نوشت که هوش مصنوعی در آینده "دستاوردهایی شگفت‌انگیز" به همراه خواهد داشت، از جمله "رفع بحران اقلیمی" و فراهم ساختن "هوشی تقریباً نامحدود و انرژی فراوان" برای جهان.

دلایل معقولی برای این امیدواری وجود دارد که ابزارهای مبتنی بر هوش مصنوعی بتوانند در کاهش انتشار آلاینده‌ها مؤثر باشند—همان‌طور که گزارش IEA نیز بر آن تأکید دارد. اما آنچه اکنون قطعی است، این است که چنین فناوری‌هایی در حال حاضر باعث افزایش تقاضای برق و در نتیجه، افزایش انتشار آلاینده‌ها شده‌اند—به‌ویژه در مناطقی که مراکز داده‌ جدید به‌طور فشرده در حال شکل‌گیری هستند.

این مراکز که اغلب به‌صورت شبانه‌روزی فعال هستند، عمدتاً از طریق نیروگاه‌های گازسوز تغذیه می‌شوند؛ نیروگاه‌هایی که مقادیر قابل توجهی گازهای گلخانه‌ای تولید می‌کنند. روند صعودی تقاضای برق به‌قدری سریع است که اکنون توسعه‌دهندگان در حال پیشنهاد ساخت نیروگاه‌های گازی جدید یا احیای نیروگاه‌های زغال‌سنگ بازنشسته برای تأمین انرژی این صنعت نوظهور هستند.

نکته مهم دیگر این است که فناوری‌های پاک‌تری برای تأمین برق مورد نیاز این مراکز وجود دارد—از جمله نیروگاه‌های زمین‌گرمایی، راکتورهای هسته‌ای، نیروگاه‌های برق‌آبی، پروژه‌های خورشیدی و بادی همراه با سامانه‌های ذخیره‌سازی انرژی با ظرفیت بالا. چالش اینجاست که ساخت یا بهره‌برداری از این گزینه‌ها ممکن است هزینه‌برتر یا زمان‌برتر باشد.

تلقین این ایده که می‌توان اکنون مراکز داده‌ مبتنی بر سوخت‌های فسیلی را احداث کرد به امید اینکه در آینده، ابزارهای هوش مصنوعی مشکل انتشار را حل خواهند کرد، یادآور وعده‌های اعتبارات کربن است؛ اینکه یک شرکت می‌تواند به آلودگی ادامه دهد، به شرط آنکه مثلاً کاشت درختانی را تأمین مالی کند که به همان میزان دی‌اکسیدکربن جذب کنند.

اما متأسفانه، بارها دیده شده که چنین طرح‌هایی اغلب در مورد تأثیر واقعی زیست‌محیطی خود اغراق می‌کنند و در عمل تغییر محسوسی در تعادل گازهای گلخانه‌ای جو ایجاد نمی‌کنند.

در مورد چیزی که می‌توان آن را «جبران اقلیمی توسط هوش مصنوعی» نامید، احتمال اغراق حتی بیشتر است. زیرا وعده‌های داده‌شده در بهترین حالت، تنها در سال‌ها یا دهه‌های آینده به ثمر خواهند نشست. افزون بر آن، هیچ چارچوب نظارتی یا بازار مشخصی وجود ندارد که تضمین کند اگر صنعت هوش مصنوعی در تحقق وعده‌های اقلیمی خود ناکام ماند، پاسخ‌گو باشد؛ حتی اگر در این مسیر، مراکز داده‌ای عظیم با مصرف انرژی بالا ساخته شود.

گزارش IEA با ارائه مثال‌هایی نشان می‌دهد که برخی صنایع هم‌اکنون از هوش مصنوعی برای کاهش انتشار استفاده می‌کنند. از جمله شناسایی نشت متان در زیرساخت‌های نفت و گاز، بهبود بهره‌وری در نیروگاه‌ها و کارخانه‌های تولیدی، و کاهش مصرف انرژی در ساختمان‌ها.

همچنین هوش مصنوعی در حوزه کشف مواد جدید نیز نویدهایی نشان داده است؛ از جمله تسریع در توسعه الکترولیت‌های باتری‌های نوین. برخی کارشناسان امیدوارند این فناوری بتواند به پیشرفت‌هایی در زمینه انرژی خورشیدی، انرژی هسته‌ای و سایر فناوری‌های پاک منجر شود، و نیز در بهبود علم اقلیم، پیش‌بینی پدیده‌های شدید جوی و واکنش به بلایای طبیعی نقش‌آفرینی کند.

حتی بدون هیچ کشف انقلابی، IEA برآورد کرده که استفاده گسترده از کاربردهای هوش مصنوعی می‌تواند تا سال ۲۰۳۵ حدود ۱.۴ میلیارد تُن از انتشار گازهای گلخانه‌ای بکاهد. در صورت تحقق این پیش‌بینی، این مقدار تا سه برابر انتشار مراکز داده در آن سال خواهد بود (بر اساس خوش‌بینانه‌ترین سناریوی IEA).

اما این "اگر" بسیار بزرگ است. تحقق چنین کاهشی مستلزم پیشرفت‌های فنی، پیاده‌سازی وسیع و اصلاح الگوهای بهره‌برداری در طول دهه آینده است. همچنین باید توجه داشت که شکاف بزرگی میان آنچه هوش مصنوعی می‌تواند انجام دهد و آنچه واقعاً انجام خواهد داد وجود دارد—و این فاصله به‌شدت به سیاست‌های اقتصادی و نظارتی بستگی دارد.

در دوران ریاست‌جمهوری ترامپ، دلیلی وجود ندارد که باور کنیم شرکت‌های آمریکایی تحت فشار دولت برای استفاده از هوش مصنوعی در جهت کاهش انتشار گازها قرار خواهند گرفت. در غیاب سیاست‌های تشویقی یا تنبیهی، احتمالاً صنعت نفت و گاز از این فناوری بیشتر برای اکتشاف ذخایر جدید سوخت‌های فسیلی استفاده خواهد کرد تا برای ردیابی نشت گاز متان.

به‌طور شفاف باید گفت، ارقام ارائه‌شده در گزارش IEA نه پیش‌بینی بلکه صرفاً سناریو هستند. نویسندگان گزارش نیز اذعان دارند که عدم قطعیت زیادی در این زمینه وجود دارد و تأکید کرده‌اند: «لازم است توجه داشت که در حال حاضر هیچ روند پایداری برای پذیرش گسترده این کاربردهای هوش مصنوعی در جریان نیست. بنابراین، تأثیر کلی آن‌ها—حتی در 2035—ممکن است ناچیز باقی بماند مگر اینکه شرایط لازم فراهم شود.»

به بیان دیگر، نمی‌توان به‌طور قطعی انتظار داشت که هوش مصنوعی بیش از آنچه باعث افزایش انتشار می‌شود، باعث کاهش آن گردد—خصوصاً در بازه زمانی محدودی که بحران اقلیم ایجاب می‌کند.

فراموش نکنیم که اکنون در سال ۲۰۲۵ هستیم. انتشار گازهای گلخانه‌ای جهان را به‌طور خطرناکی به آستانه عبور از گرمایش ۱.۵ درجه سانتی‌گراد رسانده و با این حال، میزان آلودگی اقلیمی همچنان رو به افزایش است.

ما با سرعت به‌سوی میانه قرن حرکت می‌کنیم—زمانی که طبق مدل‌های اقلیمی، همه صنایع در تمامی کشورها باید به سطحی نزدیک به صفر خالص انتشار برسند تا از عبور گرمایش جهانی از آستانه ۲ درجه سانتی‌گراد نسبت به سطح پیشاصنعتی جلوگیری شود. در عین حال، نیروگاه‌های گازی که امروز ساخته می‌شوند، به‌راحتی ممکن است تا ۴۰ سال آینده هم در حال فعالیت باشند.

با توجه به اینکه دی‌اکسیدکربن برای صدها سال در جو باقی می‌ماند، حتی اگر صنعت هوش مصنوعی در آینده راه‌هایی برای کاهش بیشتر از تولید سالانه‌اش پیدا کند، این کاهش‌های آتی انتشار فعلی یا گرمایش حاصل از آن را جبران نخواهد کرد.

این مبادله‌ای است که ضرورتی ندارد انجام شود—مشروط بر آنکه شرکت‌های هوش مصنوعی، شرکت‌های انرژی و نهادهای نظارتی منطقه‌ای تصمیمات آگاهانه‌تری درخصوص چگونگی تأمین انرژی مراکز داده‌ امروزی اتخاذ کنند.

برخی از شرکت‌های فناوری و انرژی گام‌هایی در این مسیر برداشته‌اند؛ از جمله توسعه مزارع خورشیدی در نزدیکی تأسیسات خود، کمک به راه‌اندازی مجدد نیروگاه‌های هسته‌ای، یا انعقاد قراردادهایی برای احداث نیروگاه‌های زمین‌گرمایی جدید.

اما چنین اقداماتی باید به یک رویه معمول بدل شوند، نه استثنائاتی پراکنده. دیگر زمانی برای به تعویق انداختن اقدامات واقعی در برابر بحران اقلیم باقی نمانده—و بودجه کربنی جهان نیز تحمل افزایش بیشتر انتشار را ندارد.

Credits: "Why the climate promises of AI sound a lot like carbon offsets " By James Temple, published in MIT Technology Review.

Read full article here: https://www.technologyreview.com/2025/04/10/1114912/why-the-climate-promises-of-ai-sound-a-lot-like-carbon-offsets/