پشت پرده تشنه فناوری؛ هوش مصنوعی چقدر آب می‌خورد و چه بلایی سر محیط زیست می‌آورد؟
در سال‌های اخیر، هوش مصنوعی (AI) از یک حوزه صرفاً آکادمیک به ابزاری همه‌گیر تبدیل شده است که میلیون‌ها نفر روزانه برای کار، برنامه‌نویسی، آموزش یا سرگرمی از آن استفاده می‌کنند. اما در پشت ظاهر جذاب، سریع و نامحسوس این تکنولوژی، زیرساخت عظیمی پنهان است که حریصانه به منابع طبیعی، به‌ویژه «آب» وابستگی دارد.
وقتی صحبت از ردپای کربنی هوش مصنوعی می‌شود، خیلی‌ها به یاد برق و گازهای گلخانه‌ای می‌افتند؛ اما بحران آب، ضلع پنهان و بسیار بحرانی‌تر این فناوری است که در گزارش‌های جدید سازمان‌های بین‌المللی با زنگ خطر جدی همراه شده است.
در این مقاله تلاش می‌کنیم به شکلی روان و در عین حال مستند به آمار فنی بررسی کنیم که هر بار چت کردن با هوش مصنوعی یا اجرای پروژه‌های پردازشی چطور به منابع آبی کره زمین گره خورده است. برای مطالعه بیشتر پیرامون این موضوع، می‌توانید نگاهی به مقاله جامع How Much Water Does AI Use بیندازید.
از هر کلیک تا خنک‌سازی سرورها؛ آب چطور مصرف می‌شود؟
بسیاری از کاربران فکر می‌کنند پردازش‌های دیجیتال و ابری کاملاً غیرفیزیکی هستند؛ اما حقیقت این است که هوش مصنوعی در سرورهای غول‌پیکری زندگی می‌کند که پردازنده‌های بسیار قدرتمندی (مانند تراشه‌های شرکت انویدیا) دارند. این پردازنده‌ها هنگام پردازش داده‌های سنگین و پاسخ به پرامپت‌های ما، گرمای فوق‌العاده زیادی تولید می‌کنند.
برای جلوگیری از ذوب شدن یا کند شدن این تراشه‌ها، دیتاسنترها به سیستم‌های خنک‌کننده پیشرفته‌ای نیاز دارند که عمدتاً متکی بر «آب» هستند. این فرآیند به دو شکل رخ می‌دهد:
-
مصرف مستقیم (Direct Water Usage): آبی که مستقیماً در برج‌های خنک‌کننده دیتاسنترها تبخیر می‌شود تا گرمای تجهیزات را بگیرد.
-
مصرف غیرمستقیم (Indirect Water Usage): بخش عمده‌ای از مصرف آب هوش مصنوعی (بیش از ۹۰ درصد) مربوط به نیروگاه‌هایی است که برق مورد نیاز این سرورها را تأمین می‌کنند. برای تولید هر کیلووات ساعت برق، مقدار مشخصی آب مصرف می‌شود و حجم عظیم برق مصرفی دیتاسنترها، ردپای آبی بزرگی به جا می‌گذارد.
آخرین آمار و ارقام تکان‌دهنده؛ هوش مصنوعی چقدر می‌نوشد؟
مؤسسات پژوهشی معتبر و نهادهای بین‌المللی طی ماه‌های اخیر ارقام شگفت‌انگیزی از میزان مصرف آب توسط هوش مصنوعی منتشر کرده‌اند که ابعاد فاجعه را روشن‌تر می‌کند:
-
گزارش سازمان ملل متحد: در گزارش رسمی منتشرشده، سازمان ملل هشدار داد که زیرساخت‌ها و دیتاسنترهای هوش مصنوعی تا سال ۲۰۳۰ میلادی ممکن است سالانه ۹.۳ تریلیون لیتر آب مصرف کنند. این حجم از آب، معادل نیاز مصرفی و شرب سالانه حدود ۱.۳ میلیارد انسان است.
-
پیش‌بینی مورگان استنلی (Morgan Stanley): تحلیلگران این مؤسسه مالی تخمین زده‌اند که مصرف آب دیتاسنترهای هوش مصنوعی تا سال ۲۰۲۸ به مرز ۱.۰۶۸ تریلیون لیتر در سال برسد که نشان‌دهنده یک جهش ۱۱ برابری نسبت به سال‌های پایانی پایه است.
-
سهم هر پرامپت و پرسش: تحقیقات دانشگاهی و برآوردهای مهندسی نشان می‌دهند که بسته به مدل و پیچیدگی سوال، مکالمه با مدل‌های زبانی بزرگ نیازمند حجم مشخصی از آب و انرژی است. به عنوان مثال، انجام دادن چند ده پرس‌وجو (پرهیز از پروژه‌های سنگین و اکتفا به چت معمولی) می‌تواند به راحتی معادل تبخیر یک بطری کوچک آب خنک‌کننده در سیستم‌های پشت صحنه هزینه داشته باشد.
این یعنی چه برای محیط زیست؟
بحران مصرف آب توسط هوش مصنوعی صرفاً یک عدد بزرگ روی کاغذ نیست؛ بلکه تبعات ملموس محیط‌زیستی به همراه دارد:
-
فشار بر منابع محلی: دیتاسنترها معمولاً در مناطق خاصی متمرکز می‌شوند که دسترسی به انرژی ارزان یا اینترنت پرسرعت دارند (مانند برخی ایالت‌های خشک در آمریکا یا مناطق مستعد کم‌آبی). استقرار این غول‌های تشنه‌کامی در مناطق کم‌آب، فشار شدیدی بر سفره‌های آب زیرزمینی و جوامع محلی وارد می‌کند. بیش از نیمی از هاب‌های اصلی دیتاسنتر جهان هم‌اکنون در مناطق با ریسک متوسط رو به بالا از نظر بحران آب قرار دارند.
-
تضاد با اهداف پایداری: شرکت‌های بزرگ فناوری مانند گوگل، مایکروسافت و متا متعهد شده‌اند که تا سال‌های آینده «سازگار با اقلیم» یا اصطلاحاً Carbon-Neutral و Water-Positive شوند؛ اما رشد سرسام‌آور تقاضا برای هوش مصنوعی مولد (Generative AI) تمام این برنامه‌ها را با چالش جدی روبه‌رو کرده است. گزارش‌های سالانه گوگل نشان می‌دهد که میزان مصرف آب این شرکت به دلیل گسترش زیرساخت‌های هوش مصنوعی رشد چشمگیری داشته است.
مسئولیت ما چیست؟ آیا باید هوش مصنوعی را کنار بگذاریم؟
پاسخ قطعاً خیر است. هوش مصنوعی آمده است تا دنیای پزشکی، آموزش، اقتصاد و فناوری را دگرگون کند و توقف آن غیرممکن و غیرمنطقی است. با این حال، آگاهی از بهای زیست‌محیطی هر کلیک، نگاه ما را به استفاده از این ابزارها تغییر می‌دهد:
-
بهینه‌سازی پرامپت‌ها: به جای ارسال ده‌ها سوال خرد و پراکنده، سعی کنید درخواست‌های خود را دقیق، جامع و ساختاریافته ارسال کنید تا دفعات پردازش (Inference) کاهش یابد.
-
مسئولیت اجتماعی شرکت‌ها: غول‌های فناوری مجبورند به سمت استفاده از انرژی‌های تجدیدپذیر، سیستم‌های خنک‌کننده مداربسته پیشرفته (Closed-loop cooling) که آب کمتری هدر می‌دهند، و انتقال دیتاسنترها به مناطق خنک‌تر و پرآب‌تر حرکت کنند.
دفعه بعدی که روی صندلی خود نشسته‌اید و برای نوشتن یک ایمیل، اصلاح کد یا خلق یک تصویر ساده از هوش مصنوعی کمک می‌گیرید، به یاد داشته باشید که در پشت پرده نمایشگر شما، چرخ‌دنده‌های یک سیستم عظیم در حال کار و نفس کشیدن هستند؛ سیستمی که برای هر پاسخ، قطرات ارزشمند آب کره زمین را بدرقه راه ما می‌کند.
