המחיר הסביבתי של AI: בין בזבוז אנרגיה להזדמנויות חדשות

השלכות סביבתיות מדאיגות של בינה מלאכותית

מחקרים חדשים חושפים את העלות האנרגטית הגבוהה של טכנולוגיות AI:

• אימון מודלים: אימון GPT-3 לבדו צרך 1,287 מגה-ואט שעה - מספיק לפעילות של 120 בתים לשנה (אוניברסיטת קליפורניה)
• פעילות שוטפת: כל שאילתה ב-ChatGPT צורכת פי 10 חשמל מחיפוש בגוגל (Washington Post)
• צריכת מים: יצירת תמונה בודדת ב-AI שוות ערך לטעינת סמארטפון, וכל שאילתה ב-Gemini צורכת 0.26 מ"ל מים (Forbes)

ההשפעה המצטברת: ממדים גלובליים

עם צפי לצריכת חשמל של 150GW במרכזי נתונים עד 2030 (Chemistry World), השלכות האנרגיה והמים של AI הפכו לאתגר גלובלי:

• ב-ChatGPT בלבד מתבצעות 2.5 מיליארד שאילתות יומיות (TechCrunch 2025)
• צריכת אנרגיה שנתית צפויה של 945 TWh ב-2030 - יותר מצריכת יפן כולה (IEA)

פתרונות חדשניים: מבעיה להזדמנות

חוקרים מ-Advanced Research Projects Agency בארה"ב מציעים לנצל את חום הפסוע ממרכזי הנתונים:

1. לכידת פחמן (DAC): שימוש בחום לטובת ספיחת CO₂ מהאטמוספירה
2. התפלת מים בהתאיידות: ניצול חום לטיהור מים

"אפילו אם מרכזי נתונים פועלים על גז טבעי, שילוב עם מערכות לכידת פחמן יכול להפוך אותם לשליליים בפליטות" (זאכרי בריקוויסט, Chemistry World).

האתגרים שנותרו

• טכנולוגיית ספיחה: חומרי ספיחה ל-CO₂ דורשים כ-80°C, בעוד חום פסוע ממחשבים מגיע לכ-60°C בלבד
• מיקום גיאוגרפי: התאמת הפתרונות תלויה בתנאים מקומיים ובדינמיקה רגולטורית (סאנה סירי, אוניברסיטת אלטו)

הדרך קדימה: שקיפות ואחריות

למרות שכבר היום מקדמים יעילות אנרגטית כמו קירור במשקעים ורכישת אנרגיה מתחדשת (מיקרוסופט), הגידול האקספוננציאלי בפעילות AI מצריך:

• דיווח שקיף על טביעת רגל סביבתית
• תזמון אימון מודלים בהתאם לשפע אנרגיות מתחדשות
• רגולציה מושכלת וצרכנות מודעת

"איך זה יהיה אם כל שאלה שתשאלו ב-ChatGPT תסייע דווקא בהפחתת ההתחממות הגלובלית?" (קרלוס דיאז-מרין, Chemistry World)