આજે આપણે એક એવા યુગમાં જીવી રહ્યા છીએ, જ્યાં દરેક બાબતમાં આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI)નો જબરદસ્ત ઉપયોગ શરૂ થઈ ગયો છે. ઓફિસના કામથી લઈને કલાત્મક વીડિયો બનાવવા સુધી, AI દરેક જગ્યાએ હાજર છે. પરંતુ, શું તમે ક્યારેય વિચાર્યું છે કે સ્ક્રીન પર સેકન્ડોમાં જવાબ આપતી આ ટેક્નોલોજી બેકગ્રાઉન્ડમાં પર્યાવરણીય સંસાધનોનો કેટલો બધો વપરાશ કરી રહી છે? યુએનના તાજેતરના અહેવાલે સમગ્ર વિશ્વને ચોંકાવી દીધું છે. આ અહેવાલ મુજબ, જે ટેક્નોલોજીને આપણે આપણું ભવિષ્ય માની રહ્યા છીએ, તે ભવિષ્યમાં વીજળી અને પાણીની ભયંકર તંગી સર્જી શકે છે.
વીજળી અને પાણીનો બેફામ વપરાશ
- Advertisement -
UN ના રિપોર્ટમાં ચેતવણી અપાઈ છે કે, વર્ષ 2030 સુધીમાં AI વિશ્વની કુલ વીજળીના 3% જેટલો હિસ્સો વાપરી શકે છે. આ આંકડો નાનો નથી, તે આખા યુનાઈટેડ કિંગ્ડમ જેટલા વિસ્તારનું કાર્બન ઉત્સર્જન કરવા સમાન છે.
1. વીજળીનો વપરાશ કેટલો?: ગયા વર્ષના ડેટા પર નજર કરીએ તો, વિશ્વભરના ડેટા સેન્ટરે સાઉદી અરેબિયાની ખપત જેટલી વીજળીનો વપરાશ કર્યો હતો. ઉલ્લેખનીય છે કે સાઉદી વિશ્વનો 11મો સૌથી મોટો વીજ-વપરાશ ધરાવતો દેશ છે. જો વર્ષ 2030 સુધીમાં આ વપરાશ અંદાજ કરતાં બમણો થઈ જાય, તો તેનાથી થતા પર્યાવરણીય નુકસાન (કાર્બન ફૂટપ્રિન્ટ) ને સરભર કરવા આગામી 10 વર્ષમાં 6.7 અબજ વૃક્ષો ઉગાડવાની જરૂર પડશે.
2. પાણીનો વપરાશ કેટલો?: વીજળીની સાથે સાથે પાણીનો ઉપયોગ પણ એટલો જ ચિંતાજનક છે. વર્ષ 2030 સુધીમાં AI ના ડેટા સેન્ટર્સ 130 કરોડ લોકોની વાર્ષિક જરૂરિયાતથી પણ વધુ પાણી માત્ર કુલિંગ (ઠંડક) માટે વાપરી નાખશે. ડેટા સેન્ટરોને અંદાજે 9.3 ટ્રિલિયન લિટર પાણીની જરૂર પડશે. જમીનની વાત કરીએ તો 1,485 ચોરસ કિલોમીટર વિસ્તાર ધરાવતાં મેક્સિકો સિટીના કદ કરતાં લગભગ 10 ગણા મોટા વિસ્તારમાં AI ના ડેટા સેન્ટર્સનો પથારો ફેલાયેલો હશે.
- Advertisement -
‘જેવોન્સ પેરાડોક્સ (Jevons Paradox) ની જાળ
આ મુદ્દે અનેક નિષ્ણાતો દલીલ કરે છે કે ભવિષ્યમાં AI મોડેલો વધુ કાર્યક્ષમ બનશે, જેથી એમની ઊર્જાની જરૂરિયાત ઘટશે. પરંતુ યુએનનો રિપોર્ટ આ તાર્કિક વિચારસરણીને એક મોટી ‘જાળ’ ગણાવે છે. અહેવાલ મુજબ, AI નો ઉપયોગ 19મી સદીના પ્રખ્યાત અર્થશાસ્ત્રી વિલિયમ સ્ટેનલી જેવોન્સએ આપેલા સિદ્ધાંત ‘Jevons વિરોધાભાસ’ પર કામ કરશે.
વાત એમ છે કે, જ્યારે કોઈ ટેક્નોલોજી વધુ કાર્યક્ષમ બને છે અને સંસાધનોનો ખર્ચ ઘટે છે, ત્યારે તેનો વપરાશ ઘટવાને બદલે ઊલટો વધી જાય છે. 19મી સદીના ઇંગ્લેન્ડમાં જ્યારે કોલસાનો ઉપયોગ વધુ કાર્યક્ષમ બન્યો, ત્યારે કોલસાની બચત ન થઈ પરંતુ તેનો સસ્તો અને બહોળો ઉપયોગ થવાને કારણે કુલ માંગ અને વપરાશ ખૂબ વધી ગયા.
બરાબર આવું જ AI સાથે થઈ રહ્યું છે. જેમ જેમ AI મોડેલો સસ્તા, ઝડપી અને વધુ આકર્ષક બનશે, તેમ તેમ તેનો વૈશ્વિક સ્તરે જથ્થાબંધ ઉપયોગ વધશે. પરિણામે, કાર્યક્ષમતા વધવા છતાં કોઈ ઊર્જા-બચત નહીં થાય.
AI પાણી કેવી રીતે વાપરે છે?
આપણે જે કંઈ ઓનલાઈન કરીએ છીએ, પછી ભલે તે ઈમેલ મોકલવો હોય કે ડીપફેક ઈમેજ બનાવવી હોય, તેના માટે ફૂટબોલના મેદાન જેટલા મોટા ડેટા સેન્ટરોમાં હજારો સર્વર દિવસ-રાત કામ કરે છે. આ સર્વર અતિશય ગરમ થાય છે અને તેમને ઠંડા રાખવા માટે શુદ્ધ અને તાજા પાણીની જરૂર પડે છે, જેમાંથી 80% પાણી બાષ્પીભવન (વરાળ) થઈ જાય છે.
– એક સામાન્ય પ્રશ્નનો ખર્ચ: OpenAI ના સીઈઓ સેમ ઓલ્ટમેનના મતે, ChatGPT એક પ્રશ્નનો જવાબ આપવા માટે 1 ચમચીના 15મા ભાગ જેટલું પાણી વાપરે છે, પરંતુ અમેરિકામાં થયેલા સ્વતંત્ર સંશોધનો દર્શાવે છે કે તેનું દરેક મોડેલ દરેક જવાબ દીઠ 2 થી 10 ચમચી પાણી વાપરે છે.
– ગૂગલ સર્ચ વિરુદ્ધ ChatGPT: ઇન્ટરનેશનલ એનર્જી એજન્સીના મતે, ChatGPT પર પૂછેલો એક પ્રશ્ન સામાન્ય ગૂગલ સર્ચ કરતાં 10 ગણી વધુ વીજળી વાપરે છે.
– આખા દેશ કરતાં વધુ વપરાશ: ChatGPT રોજ આશરે 1 અબજ પ્રશ્નોના જવાબો આપે છે. નિષ્ણાતો માને છે કે વર્ષ 2027 સુધીમાં એકલા AIના કારણે ડેનમાર્ક જેવા આખા દેશના કુલ વપરાશ કરતાં 4 થી 6 ગણું વધુ પાણી વપરાઈ જશે.
વૈશ્વિક અસમાનતા અને ડિજિટલ વિભાજન
યુએનના રિપોર્ટમાં આ ટેક્નોલોજી પાછળ છુપાયેલી માળખાકીય અસમાનતા પર પણ પ્રકાશ પડાયો છે. આખી દુનિયામાં માત્ર 32 દેશ એવા છે, જે AI માટે ખાસ પ્રકારનું ક્લાઉડ ઇન્ફ્રાસ્ટ્રક્ચર છે અને તેમાંથી 90% ક્ષમતા માત્ર યુએસ અને ચીનમાં છે.
આ રીતે એક ખતરનાક ‘ડિજિટલ વિભાજન’ સર્જાઈ રહ્યું છે. AI સિસ્ટમ્સ બનાવતા અને તેના પર નિયંત્રણ રાખતા દેશો આર્થિક ફાયદો મેળવે છે, જ્યારે ગરીબ કે વિકાસશીલ દેશો માત્ર તેના ગ્રાહક બને છે અને ખનીજોના ખાણકામ (માઇનિંગ) તેમજ ઇ-કચરાના કારણે અપ્રમાણસર પર્યાવરણીય બોજ સહન કરે છે.
સૂકા પ્રદેશો પર બેવડો માર પડે છે
આશ્ચર્યની વાત એ છે કે, મોટા ભાગના ડેટા સેન્ટરો એવા વિસ્તારોમાં બનાવાયા છે, જ્યાં જમીન સસ્તી હોય અને ભેજ ઓછો હોય (જેથી મશીનરીને કાટ ન લાગે). પરંતુ આ વિસ્તારો પહેલેથી જ સૂકા અથવા દુષ્કાળગ્રસ્ત હોય છે. પરિણામે સ્થાનિકોના પીવાના પાણીના ભોગે ડેટા સેન્ટરો ચલાવાય છે.
– ગૂગલ: કુલ વપરાશનું 14% પાણી અછતવાળા વિસ્તારોમાંથી મેળવે છે. વર્ષ 2024માં ગૂગલે 37 અબજ લિટર પાણી ખેંચ્યું હતું, જે 16 લાખ લોકોની આખા વર્ષની જરૂરિયાત પૂરી કરી શકે છે.
– મેટા: 26% પાણી સૂકા પ્રદેશોમાંથી મેળવે છે.
– માઇક્રોસોફ્ટ: માઇક્રોસોફ્ટના કેસમાં તો આ આંકડો સૌથી વધુ 46% જેટલો ઊંચો છે.
જનતાનો આક્રોશ વધી રહ્યો છે
આ કારણસર હવે AI સામે વૈશ્વિક સ્તરે વિરોધ શરૂ થયો છે. સ્પેનમાં ‘યોર ક્લાઉડ ઇઝ ડ્રાઈંગ અપ માય રિવર’ (તમારું ક્લાઉડ અમારી નદી સૂકવી રહ્યું છે) નામના પર્યાવરણીય જૂથો ડેટા સેન્ટરોનો સખત વિરોધ કરી રહ્યા છે. પ્રજાના વિરોધના કારણે ગૂગલે ચિલી અને ઉરુગ્વેમાં તેના ડેટા સેન્ટરોના પ્રોજેક્ટ્સ અટકાવવા પડ્યા છે.
જવાબદાર AI તરફ પ્રયાણ
આ જાળમાંથી બહાર નીકળવા માટે યુએનએ ડિઝાઇન દ્વારા કાર્યક્ષમતા, પારદર્શકતા, જીવનચક્ર જવાબદારી અને વૈશ્વિક સહકારના સિદ્ધાંતો પર આધારિત એક રોડમેપ સૂચવ્યો છે. પાણી અને વીજળી બચાવવા માટે નીચેના વિકલ્પો અપનાવી શકાય.
– ક્લોઝ્ડ-લૂપ (Closed-loop) સિસ્ટમ: માઇક્રોસોફ્ટ, મેટા અને એમેઝોન જેવી કંપનીઓ આવી સિસ્ટમ વિકસાવી રહી છે, જ્યાં પાણી રિસાયકલ થઈને ફરતું રહે છે, તેને બહાર ફેંકવું પડતું નથી.
– ગરમીનો પુનઃ ઉપયોગ: જર્મની, ફિનલેન્ડ અને ડેનમાર્ક જેવા દેશો ડેટા સેન્ટરની ગરમીનો ઉપયોગ નજીકના ઘરોને ગરમ રાખવા (રિસાયકલ એનર્જી તરીકે) કરી રહ્યા છે.
– વૈકલ્પિક જળ સ્ત્રોતો: તાજા પાણીના બદલે દરિયાના ખારા પાણી અથવા ફેક્ટરીના ગંદા પાણીને પ્રોસેસ કરીને કુલિંગ માટે વાપરવાના પ્રયોગો કરવા જોઈએ.
જવાબદારી આપણી પણ છે
આધુનિક જગતમાં AI અનિવાર્ય છે, તેને સંપૂર્ણપણે બંધ કરી શકાય નહીં. પરંતુ કુદરતી પર્યાવરણ આપણી સંસ્કૃતિ, અર્થતંત્ર અને સુખાકારીનો પાયો છે. જો માનવજાત સમયસર નહીં ચેતે, તો AI ને આશીર્વાદમાંથી ‘સંસાધનોનો શિકારી’ બનતા વાર નહીં લાગે.
આ ભયાનક પર્યાવરણીય ખર્ચને ઘટાડવાની જવાબદારી માત્ર મોટી ટેક કંપનીઓની જ નથી, પરંતુ એક વૈશ્વિક નાગરિક તરીકે આપણી પણ છે. બિનજરૂરી રીતે AI ટૂલ્સનો ઉપયોગ ટાળવો, વારંવાર મોટી ઈમેજ કે વીડિયો જનરેટ ન કરવા, એ આપણો પૃથ્વીના જળસંવર્ધન તરફ એક નાનો પણ મહત્ત્વનો ફાળો હોઈ શકે છે.
