Web Analytics Made Easy - Statcounter

به گزارش خبرنگار علم و فناوری ایسکانیوز؛ مدل‌های هوش مصنوعی مولد مانند چت‌جی‌پی‌تی شرکت OpenAI در طول آموزش و انجام عملیات، انرژی بسیاری مصرف می‌کنند. در حالی که تلاش‌های جهانی برای بهبود بهره‌وری انرژی هوش مصنوعی در حال انجام است، این افزایش بهره‌وری ممکن است به قیمت افزایش مصرف برق تمام شود و در نهایت به پدیده‌ای به نام «پارادوکس جونز» (Jevons Paradox) برسیم.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

پارادوکس جونز هنگامی رخ می‌دهد که پیشرفت‌های فناوری و یا سیاست‌های دولت، بهره‌وری در استفاده از یک منبع را افزایش می‌دهد (کاهش میزان لازم برای هر بار استفاده)، اما به دلیل افزایش تقاضا میزان مصرف آن منبع افزایش می‌یابد. پارادوکس جونز شاید مشهورترین پارادوکس در اقتصاد محیطی باشد. با این حال، به طور کلی دولت‌ها و متخصصان محیط زیست تصور می‌کنند که صرفه‌ حاصل از بهره‌وری باعث کاهش مصرف منابع خواهد شد و احتمال بروز پارادوکس را نادیده می‌گیرند.

محققا پیش‌بینی می‌کنند که مصرف برق هوش مصنوعی تا سال ۲۰۲۷ با مصرف برق کل کشورها یکی خواهد شد. محققان بر اهمیت کاربرد هوش مصنوعی هوشیار به دلیل ماهیت انرژی بر آن تاکید می‌کنند.

هوش مصنوعی پتانسیل افزایش سرعت کدنویسی را برای برنامه‌نویسان، بهبود ایمنی برای رانندگان و تسریع در انجام کارهای روزمره ارائه می‌دهد. با این حال، در تفسیری که به تازگی محققان ارائه داده‌اند، این ابزار، زمانی که به طور گسترده مورد استفاده قرار گیرد، می‌تواند ردپای انرژی زیادی داشته باشد و در آینده از تقاضای برق برخی کشورها فراتر برود.

«الکس دی وریس»، دانشمند داده و محقق دانشگاه آمستردام، می‌گوید: با نگاهی به تقاضای رو به رشد برای خدمات هوش مصنوعی، به احتمال زیاد مصرف انرژی مرتبط با هوش مصنوعی در سال‌های آینده به میزان قابل توجهی افزایش خواهد یافت. این در حالی است که از سال ۲۰۲۲، هوش مصنوعی مولد که می‌تواند متن، تصویر یا سایر داده‌ها را تولید کند، رشد سریعی داشته است. به طور مثال چت‌جی‌پی‌تی برای آموزش خود نیاز به تحلیل حجم کلانی از داده‌ها دارد که این فرآیند انرژی بسیاری مصرف می‌کند.

به گزارش یک شرکت توسعه دهنده هوش مصنوعی مستقر در نیویورک، ابزار هوش مصنوعی تولید متن چند زبانه در طول آموزش حدود ۴۳۳ مگاوات ساعت برق مصرف می‌کند و این میزان برق برای تامین انرژی ۴۰ خانوار آمریکایی برای یک سال کافی است.

بیشتر بخوانید: رمزگشایی از یک لوح باستانی ۲۰۰۰ ساله با هوش مصنوعی

تجزیه و تحلیل دی وریس نشان می‌دهد که ردپای انرژی هوش مصنوعی فقط به آموزش ختم نمی‌شود، بلکه تمام زمانی که این ابزار کار می‌کند از تولید داده بر اساس اعلان‌ها و هر بار که متن یا تصویری تولید می‌کند، مقدار قابل توجهی از توان محاسباتی و در نتیجه انرژی مصرف می‌کند. به طور مثال، چت‌جی‌پی‌تی در کل فرآیند پردازش ۵۶۴ مگاوات ساعت برق در روز مصرف می‌کند.

در حالی که شرکت‌ها در سرتاسر جهان روی بهبود کارایی سخت‌افزار و نرم‌افزار هوش مصنوعی کار می‌کنند تا این ابزار کمتر انرژی صرف کند، دی وریس می‌گوید که افزایش کارایی ماشین‌ها اغلب تقاضا را افزایش می‌دهد. در پایان، پیشرفت‌های فناوری منجر به افزایش خالص استفاده از منابع خواهد شد، پدیده‌ای که به نام پارادوکس جونز شناخته می‌شود.

دی وریس می‌گوید: نتیجه کارآمدتر و در دسترس‌تر کردن این ابزارها می‌تواند این باشد که ما به برنامه‌های بیشتری از آن و افراد بیشتری اجازه استفاده از آن را می‌دهیم. به عنوان مثال، گوگل هوش مصنوعی مولد را در سرویس ایمیل این شرکت گنجانده است و در حال آزمایش قدرت موتور جست‌وجوی خود با هوش مصنوعی است. این شرکت در حال حاضر روزانه ۹ میلیارد جست‌وجو را پردازش می‌کند.

دی وریس تخمین می‌زند که براساس داده‌ها، اگر هر جست‌وجوی گوگل از هوش مصنوعی استفاده کند، به حدود ۲/۲۹ تراوات ساعت برق در سال نیاز دارد که معادل مصرف برق سالانه ایرلند است.

این محقق می‌گوید: بعید است این سناریوی شدید در کوتاه‌مدت اتفاق بیفتد، زیرا هزینه‌های بالای مرتبط با سرورهای اضافی هوش مصنوعی و تنگناهایی در زنجیره تامین سرورهای هوش مصنوعی وجود دارد. با این حال، پیش‌بینی می‌شود که تولید سرورهای هوش مصنوعی در آینده نزدیک به سرعت رشد کند. تا سال ۲۰۲۷، بر اساس پیش‌بینی‌ها، مصرف برق مرتبط با هوش مصنوعی در سراسر جهان می‌تواند سالانه ۸۵ تا ۱۳۴ تراوات ساعت افزایش یابد.

این مقدار با مصرف برق سالانه کشورهایی مانند هلند، آرژانتین و سوئد قابل مقایسه است. علاوه بر این، بهبود کارایی هوش مصنوعی می‌تواند توسعه‌دهندگان را قادر سازد تا برخی از تراشه‌های پردازش کامپیوتری را برای استفاده از هوش مصنوعی تغییر کاربری دهند تا بتواند مصرف برق مرتبط با هوش مصنوعی را افزایش دهد.

دی وریس می‌گوید: رشد بالقوه نشان می‌دهد که ما باید در مورد آنچه که از هوش مصنوعی استفاده می‌کنیم بسیار مراقب باشیم. این فناوری انرژی‌بر است، بنابراین ما نمی‌خواهیم آن را درون همه چیزهایی که واقعاً به آن نیاز نداریم بگنجانیم.

پاردوکس جونز چیست؟

پارادوکس جونز نخستین بار توسط اقتصاددان انگلیسی «ویلیام استنلی جونز» در کتاب خود در سال ۱۸۶۵ با عنوان «مساله زغال سنگ» توضیح داده شد. جونز اظهار داشت که پس از معرفی موتور بخار وات توسط جیمز وات، که به طرز قابل توجهی بهره‌وری موتور بخار زغال سنگ در طراحی اولیه توماس نیومن را بهبود داد، میزان مصرف زغال سنگ انگلیس اوج گرفت.

نوآوری‌های وات باعث شد تا زغال سنگ به منبع انرژی مقرون به‌صرفه‌تری تبدیل شود که منجر به افزایش استفاده از موتور بخار در طیف گسترده‌ای از صنایع شد. این به نوبه خود باعث افزایش مصرف کل زغال سنگ شد، حتی با اینکه مقدار ذغال سنگ مورد نیاز برای هر نوع کاربرد خاص کاهش یافت.

جونز با بیان اینکه پیشرفت در بهره‌وری سوخت به افزایش (و نه کاهش) استفاده از سوخت می‌گراید، نوشت: این یک درهم‌ریختگی ایده‌ها است که تصور می‌کنیم استفاده اقتصادی از سوخت معادل کاهش مصرف است. حقیقت کاملاً برعکس آن است.

در آن زمان، بسیاری در انگلیس نگران بودند که ذخایر زغال سنگ به سرعت تحلیل یابد، اما برخی از کارشناسان عقیده داشتند که بهبود فناوری باعث کاهش مصرف زغال سنگ خواهد شد. جونز معتقد بود که این دیدگاه نادرست است، زیرا افزایش بیشتر بهره‌وری به افزایش استفاده از زغال سنگ منجر می‌شود. از این رو ، بهبود فناوری باعث افزایش نرخ تهی شدن ذخایر زغال سنگ انگلستان خواهد شد و برای حل این مشکل نمی‌توان به آن تکیه کرد.

اگرچه جونز در اصل به موضوع ذغال سنگ توجه داشت، از آن زمان این مفهوم به استفاده از هر منبعی از جمله استفاده از آب و تماس بین فردی گسترش یافته است. این شاید مشهورترین پارادوکس در اقتصاد محیط زیست باشد.

انتهای پیام/

نسترن صائبی صفت کد خبر: 1202171 برچسب‌ها هوش مصنوعی

منبع: ایسکانیوز

کلیدواژه: هوش مصنوعی هوش مصنوعی هوش مصنوعی خواهد شد مصرف برق بهره وری زغال سنگ

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.iscanews.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسکانیوز» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۸۸۸۲۹۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

هوش مصنوعی چگونه به معماران و طراحان کمک می‌کند؟

هوش مصنوعی تغییرات چشمگیری در روند کار متخصصان تمام رشته‌ها ایجاد کرده است و معماری و طراحی شهری نیز از این قائده مستثنی نیست.

به گزارش سرویس ترجمه خبرگزاری ایمنا، پس از معرفی فناوری‌های هوش مصنوعی، بسیاری از مردم نگرانی خود را در مورد تاثیرات منفی این فناوری اعلام کردند، با این وجود نتایج ارزنده‌ای که این فناوری‌ها در بهبود کارایی فعالیت‌های مختلف ایجاد کرده است غیرقابل‌انکار است. به نظر می‌رسد که هوش مصنوعی تغییرات چشمگیری در روند کار متخصصان هر رشته ایجاد خواهد کرد و می‌تواند به عنوان ابزاری متفاوت برای انواع مشاغل از جمله معماران و طراحان شهری باشد. برنامه‌ها و پلتفرم‌های زیادی در این زمینه وجود دارد که نه برای جایگزینی، بلکه برای کمک به انجام وظایف تکراری و تجسم ایده‌ها و رسیدگی به مجموعه داده‌های بزرگ، توسعه می‌یابند تا مبنایی برای فرآیند تصمیم‌گیری معماران ایجاد کنند.

کوتاه کردن زمان بین ایده و تجسم

اولین ابزارهای هوش مصنوعی که توسط معماران و طراحان مورد استفاده قرار گرفت، موتورهای تولید تصویر مانند DALL-E، Midjourney و Stable Diffusion هستند که پیام‌های متنی را به تصویر تبدیل می‌کنند. طراحان به کمک این ابزار، می‌توانند از تصویرسازی مبتنی بر زبان استفاده کنند که نتیجه آن تست سریع ایده‌ها و کاهش سطح دانش مورد نیاز برای طراحی است.

طوفان فکری با ابزارهای مولد طراحی فضا

ابزارهای هوش مصنوعی مولد می‌توانند از یادگیری ماشینی برای کمک به آزمایش و ایجاد طرح‌ها و نمایش‌های بصری فضاها با پیروی از مجموعه معیارهای ورودی استفاده کنند. فناوری جدید می‌تواند با تکیه بر ابزارهای گسترده برای طراحی به کمک رایانه (CAD)، به بهینه‌سازی فضاها، تهیه نقشه‌های دوبعدی و سه‌بعدی و بهبود گردش کار کمک کند. برای مثال، Hypar یک پلتفرم مبتنی بر ابر است که به تحلیل و شبیه‌سازی طرح اولیه ساختمان‌ها سرعت و سهولت می‌بخشد. Ark AI طراحی شماتیک و مطالعات تناسب ساختمان را به صورت خودکار انجام می‌دهد و همچنین با انجام مطالعات امکان‌سنجی مطابق با کد، طرح‌های پیشنهادی را بهینه‌سازی می‌کند. Planner 5D یک ربات گفتگو است که به طراحان کمک می‌کند تا با استفاده از فناوری‌های هوش مصنوعی (AI)، واقعیت افزوده (AR) و واقعیت مجازی (VR) به تجسم بهتری از فضای داخلی دست پیدا کنند و طراحی داخلی را به صورت بهینه انجام دهند.

یکی دیگر از پلتفرم‌های مورد استفاده در حوزه معماری، Architechtures است که از یادگیری ماشین برای طراحی ساختمان‌های مبتنی بر هوش مصنوعی استفاده می‌کند، تعامل مستقیم با نتایج تولید شده را سرعت می‌بخشد و امکان ارزیابی ریسک برای ساختمان‌های موجود را به صورت دقیق‌تر فراهم می‌کند.

ارزیابی ریسک برای ساختمان‌های موجود

محققان در حال توسعه فناوری‌هایی مشابه تشخیص چهره هستند تا از آن برای شناسایی و ارزیابی آسیب‌های ساختاری استفاده کنند، زیرا ارزیابی‌های کارآمد و دقیق ساختمان‌های موجود، زمینه را برای پروژه‌های مرمت و استفاده مجدد تطبیقی فراهم می‌کند. برای شناسایی ترک‌ها و عیوب در عناصر ساختمان از یک دوربین عمقی استریو و یک شبکه به اصطلاح عصبی استفاده می‌کنند، سپس یک بازوی رباتیک را هدایت می‌کنند تا عیوب پیداشده را با یک اسکنر لیزری اسکن و یک مدل سه‌بعدی برای آن ایجاد کند. این فناوری، کارایی ارزیابی ریسک را افزایش، حجم فعالیت انسانی را کاهش و داده‌های دقیق‌تری را برای تصمیم‌گیری‌های مربوط به تعمیر و نگهداری ساختمان ارائه می‌دهد.

این سیستم می‌تواند علاوه بر معماری، برای ارزیابی یکپارچگی زیرساخت‌ها مانند پل‌ها، تونل‌ها یا سدها نیز مورد استفاده قرار گیرد و با تشخیص به‌موقع از خطرات احتمالی جلوگیری کند.

برنامه‌ریزی شهری

سیستم‌های هوش مصنوعی مهارت بسیاری در کمک به حوزه‌هایی دارند که باید ورودی ابرداده‌ها را مدیریت کنند که از این جمله می‌توان به برنامه‌ریزی شهری اشاره کرد. فناوری‌هایی مانند سیستم‌های برنامه‌ریزی شهری مبتنی بر هوش مصنوعی مانند Urban Insights و دوقلوهای دیجیتال، نمونه‌سازی سریع و شبیه‌سازی مناظر شهری را امکان‌پذیر می‌کنند و فرایندهای تصمیم‌گیری را ارتقا می‌بخشند. هوش مصنوعی همچنین برای سازگاری با شرایط اقلیمی مورد استفاده قرار می‌گیرد و با ابزارهای گوناگون پوشش درختی مناطق مختلف را ارزیابی و از این طریق به برنامه‌های مربوط به کاهش امواج گرمای شدید کمک می‌کند.

علاوه بر این، نقشه‌برداری هوایی مبتنی بر هوش مصنوعی با شناسایی کارآمد سکونتگاه‌های غیررسمی، برنامه‌ریزی زیرساخت را تسهیل می‌کند. همچنین هوش مصنوعی مشارکت جامعه را از طریق برنامه‌های کاربردی واقعیت افزوده (AR) و واقعیت مجازی (VR) و سیستم‌های مدیریت هوشمند ترافیک تقویت می‌کند و کیفیت فرایندهای برنامه‌ریزی مشارکتی را ارتقا می‌دهد. این فناوری برای ارزیابی و ارتقای ایمنی شهری نیز استفاده می‌شود و چندین برنامه کاربردی به طور خاص بر ایمنی شهری برای زنان متمرکز شده‌اند.

تغییر محیط کاری

معماران شروع به ادغام هوش مصنوعی در طراحی محل‌های کار کرده‌اند و از این فناوری برای شخصی‌سازی فضای کاری کارمندان بر اساس نیازها و ترجیحات فردی آنها استفاده می‌کنند. ابزارهای هوش مصنوعی گزینه‌های طراحی داخلی متعددی را در زمانی بسیار کوتاه‌تر از طراحی دستی ایجاد می‌کنند و نمونه‌سازی سریع بر اساس شرایط محیطی و حرکت انسان را تسهیل می‌کنند. آنها از مجموعه داده‌های وسیع برای بهینه‌سازی طرح‌ها و امکانات رفاهی ساختمان استفاده می‌کنند و همین امرنگرانی‌هایی را در مورد حفظ حریم خصوصی و استفاده از داده‌ها ایجاد کرده است.

کد خبر 749571

دیگر خبرها

  • چالش‌های زیست‌محیطی در توسعه هوش مصنوعی
  • افزایش جذابیت صنعت نیروگاهی کشور برای بخش خصوصی
  • افزایش بیش از ۸۵۰۰ مگاواتی ظرفیت تولید برق کشور
  • دستیار هوشمند خانگی/ هوش مصنوعی چگونه به خانه‌داری کمک می‌کند؟
  • هوش مصنوعی بی طرف نیست ؛ چشم بسته در جنگ شلیک می کند
  • افزایش جذابیت صنعت نیروگاهی کشور برای بخش خصوصی/عرضه برق در بورس
  • هوش مصنوعی چگونه به معماران و طراحان کمک می‌کند؟
  • به محض ترک قند و شکر در بدن چه می‌شود؟
  • راه رسیدن به نوآوری، سرمایه‌گذاری بر انسان خلاق است
  • وضع مقررات برای استفاده تسلیحاتی از هوش مصنوعی