ยูเอ็นเตือน! กระแส AI พุ่งแรง อาจกินไฟ 3% ของโลกภายในปี 2030 พร้อมใช้น้ำมหาศาล

สหประชาชาติ หรือ UN ออกรายงานเตือนถึงต้นทุนด้านพลังงานและสิ่งแวดล้อมจากการเติบโตของ ปัญญาประดิษฐ์ หรือ AI โดยระบุว่า ภายในปี 2030 การใช้พลังงานของ AI อาจเพิ่มขึ้นถึง 2 เท่า และอาจครองสัดส่วนสูงถึง 3% ของการใช้ไฟฟ้าทั่วโลก ซึ่งเป็นตัวเลขที่สะท้อนว่า AI ไม่ได้มีเพียงประโยชน์ด้านนวัตกรรม แต่ยังมาพร้อมภาระด้านไฟฟ้า น้ำ พื้นที่ดิน และการปล่อยก๊าซเรือนกระจกที่ต้องบริหารอย่างจริงจัง

3% สัดส่วนไฟฟ้าทั่วโลกที่ AI อาจใช้ภายในปี 2030

9.3 ล้านล้านลิตร ปริมาณน้ำที่อาจใช้กับระบบหล่อเย็น AI

6,700 ล้านต้น จำนวนต้นไม้ที่อาจต้องปลูกเพื่อชดเชยคาร์บอน

⚡วิกฤตพลังงาน: AI อาจใช้ไฟเพิ่มขึ้นอย่างรวดเร็ว

รายงานระบุว่า ศูนย์ข้อมูลหรือ Data Centers ทั่วโลกใช้ไฟฟ้าในระดับสูงมาก โดยในปีที่ผ่านมา มีการใช้ไฟฟ้ามากพอ ๆ กับประเทศซาอุดีอาระเบียทั้งประเทศ หากความต้องการประมวลผล AI ยังเพิ่มขึ้นต่อเนื่อง ความต้องการไฟฟ้าของโลกอาจถูกกดดันมากขึ้นอย่างมีนัยสำคัญ

• AI ต้องใช้พลังประมวลผลสูง: โมเดล AI ขนาดใหญ่ต้องใช้ GPU, Server และ Data Center จำนวนมากในการฝึกโมเดลและให้บริการผู้ใช้
• ศูนย์ข้อมูลขยายตัวเร็ว: บริษัทเทคโนโลยีต้องลงทุนสร้าง Data Center เพิ่ม เพื่อรองรับการใช้งาน AI ที่เติบโตทั่วโลก
• กระทบระบบไฟฟ้า: หากไม่มีแผนจัดการพลังงานที่ดี ความต้องการไฟฟ้าจาก AI อาจกระทบโครงข่ายไฟฟ้าและเป้าหมายด้านพลังงานสะอาด

🏭ผลกระทบด้านสิ่งแวดล้อมที่น่ากังวล

นอกจากการใช้ไฟฟ้าแล้ว รายงานยังชี้ให้เห็นว่าการเติบโตของ AI อาจส่งผลกระทบต่อสิ่งแวดล้อมในหลายมิติ ตั้งแต่การปล่อยก๊าซเรือนกระจก การใช้น้ำ ระบบหล่อเย็น ไปจนถึงการใช้พื้นที่ก่อสร้างศูนย์ข้อมูลขนาดใหญ่

• การปล่อยก๊าซเรือนกระจก: หากใช้ไฟฟ้าจากแหล่งพลังงานฟอสซิล อาจทำให้การปล่อยก๊าซเรือนกระจกเพิ่มขึ้นในระดับเทียบเท่าประเทศอังกฤษทั้งประเทศ
• การใช้น้ำจำนวนมหาศาล: ระบบหล่อเย็นของศูนย์ข้อมูล AI อาจต้องใช้น้ำมากถึง 9.3 ล้านล้านลิตร มากกว่าปริมาณน้ำดื่มที่ประชากรโลกต้องการรวมกันในแต่ละปี
• ใช้พื้นที่ดินขนาดใหญ่: Data Center จำนวนมากอาจต้องใช้พื้นที่ก่อสร้างรวมกันมากกว่ากรุงเม็กซิโกซิตี้ถึง 10 เท่า
• ต้องปลูกป่าชดเชยจำนวนมาก: หากต้องการชดเชยคาร์บอน อาจต้องปลูกต้นไม้มากถึง 6,700 ล้านต้น และต้องรอให้เติบโตนานถึง 10 ปี

ทำไม Data Center ใช้น้ำ?

Data Center ต้องควบคุมอุณหภูมิของ Server และ GPU ตลอดเวลา ระบบหล่อเย็นบางรูปแบบจึงต้องใช้น้ำจำนวนมากเพื่อระบายความร้อน

ทำไม AI ใช้ไฟมาก?

AI ต้องประมวลผลข้อมูลจำนวนมหาศาล ทั้งการฝึกโมเดล การตอบคำถามแบบเรียลไทม์ และการให้บริการผู้ใช้พร้อมกันทั่วโลก

📈กับดักความประหยัด: ยิ่ง AI ถูกลง คนยิ่งใช้มากขึ้น

แม้หลายฝ่ายคาดหวังว่า AI ในอนาคตจะมีประสิทธิภาพมากขึ้นและใช้พลังงานต่อการประมวลผลน้อยลง แต่รายงานชี้ถึงปรากฏการณ์ที่เรียกว่า Jevons Paradox หรือกับดักทางเศรษฐกิจที่เกิดขึ้นเมื่อเทคโนโลยีประหยัดขึ้น ราคาถูกลง และใช้ง่ายขึ้น ผู้คนกลับใช้งานมากขึ้นจนทำให้การใช้พลังงานรวมไม่ได้ลดลง

• ต้นทุนลดลง: เมื่อ AI ถูกลง องค์กรและผู้ใช้ทั่วไปจะนำ AI ไปใช้ในงานมากขึ้น
• การใช้งานเพิ่มขึ้น: AI อาจถูกฝังอยู่ในแอป เว็บไซต์ อุปกรณ์ และระบบองค์กรแทบทุกประเภท
• พลังงานรวมอาจสูงขึ้น: แม้ AI ต่อหนึ่งคำสั่งจะประหยัดขึ้น แต่จำนวนคำสั่งและผู้ใช้งานอาจเพิ่มขึ้นมากกว่าเดิม

🌐ความเหลื่อมล้ำทางดิจิทัล: ใครถือครองพลัง AI?

รายงานยังชี้ให้เห็นถึงปัญหาความไม่เท่าเทียมด้านโครงสร้างพื้นฐาน AI โดยขุมพลังของ AI กว่า 90% กระจุกตัวอยู่ในสหรัฐอเมริกาและจีน ขณะที่มีเพียง 32 ประเทศทั่วโลกเท่านั้น ที่มีโครงสร้างพื้นฐานรองรับ AI เป็นของตนเอง

• ประเทศผู้นำเทคโนโลยีได้เปรียบ: ประเทศที่มี Data Center, ชิป, Cloud และเงินลงทุนสูง จะเป็นผู้กำหนดทิศทาง AI
• ประเทศกำลังพัฒนาอาจเป็นผู้บริโภค: หลายประเทศอาจต้องพึ่งพาแพลตฟอร์ม AI จากต่างชาติ โดยไม่มีโครงสร้างพื้นฐานของตนเอง
• ความเสี่ยงด้านขยะอิเล็กทรอนิกส์: การผลิตอุปกรณ์ AI จำนวนมากอาจทำให้เกิดภาระด้านขยะอิเล็กทรอนิกส์ในประเทศที่ไม่ได้รับประโยชน์จากเทคโนโลยีอย่างเต็มที่

✅ทางออกที่ยั่งยืน: ใช้ AI อย่างรับผิดชอบ

ยูเอ็นเสนอว่า โลกจำเป็นต้องวางแนวทางการใช้ AI อย่างรับผิดชอบ ไม่ใช่เพียงมุ่งพัฒนาให้ AI ฉลาดขึ้นเท่านั้น แต่ต้องคำนึงถึงต้นทุนด้านพลังงาน น้ำ สิ่งแวดล้อม และความเท่าเทียมระหว่างประเทศด้วย

• เปิดเผยข้อมูลพลังงาน: บริษัทเทคโนโลยีควรเปิดเผยข้อมูลการใช้ไฟฟ้า น้ำ และคาร์บอนจากระบบ AI อย่างโปร่งใส
• ใช้พลังงานสะอาด: Data Center ควรเชื่อมโยงกับพลังงานหมุนเวียน เช่น แสงอาทิตย์ ลม และระบบกักเก็บพลังงาน
• ออกแบบ AI ให้มีประสิทธิภาพ: ควรพัฒนาโมเดลที่ใช้พลังงานน้อยลง โดยไม่จำเป็นต้องใช้โมเดลขนาดใหญ่กับทุกงาน
• บรรจุ AI ในแผนพลังงานชาติ: รัฐบาลควรนำความต้องการไฟฟ้าของ AI เข้าไปอยู่ในแผนพลังงานและสภาพภูมิอากาศระดับประเทศ

💡 ประเด็นสำคัญที่ต้องจับตา

• AI ไม่ได้ฟรีในเชิงสิ่งแวดล้อม: ทุกคำสั่งและทุกโมเดลมีต้นทุนด้านไฟฟ้า น้ำ และโครงสร้างพื้นฐาน
• Data Center จะเป็นหัวใจของเศรษฐกิจ AI: ประเทศที่มีพลังงานและโครงสร้างพื้นฐานพร้อมจะได้เปรียบมากขึ้น
• Jevons Paradox คือความเสี่ยงสำคัญ: แม้ AI จะประหยัดขึ้น แต่การใช้งานรวมอาจเพิ่มขึ้นจนใช้พลังงานมากกว่าเดิม
• ความโปร่งใสคือทางรอด: บริษัทและรัฐบาลต้องเปิดเผยข้อมูลการใช้พลังงาน เพื่อให้สังคมตรวจสอบได้

หมายเหตุ: บทความนี้เป็นการสรุปรายงานข่าวด้านสิ่งแวดล้อมและเทคโนโลยีตามข้อมูลที่ได้รับ ตัวเลขคาดการณ์ด้านพลังงาน น้ำ และผลกระทบต่อสิ่งแวดล้อมอาจเปลี่ยนแปลงได้ตามการพัฒนาเทคโนโลยี นโยบายพลังงาน และรูปแบบการใช้งาน AI ในอนาคต

FAQ คำถามที่พบบ่อย

ทำไม AI ถึงใช้พลังงานมาก?

AI ต้องใช้เซิร์ฟเวอร์และ GPU จำนวนมากในการฝึกโมเดลและให้บริการผู้ใช้แบบเรียลไทม์ โดยเฉพาะโมเดลขนาดใหญ่ที่ต้องประมวลผลข้อมูลจำนวนมหาศาล

AI เกี่ยวข้องกับการใช้น้ำอย่างไร?

Data Center ต้องควบคุมอุณหภูมิของเครื่อง Server และ GPU ระบบหล่อเย็นบางประเภทจึงต้องใช้น้ำจำนวนมากเพื่อระบายความร้อน

Jevons Paradox คืออะไร?

Jevons Paradox คือภาวะที่เทคโนโลยีมีประสิทธิภาพขึ้นและต้นทุนถูกลง แต่กลับทำให้ผู้คนใช้งานมากขึ้น จนการใช้ทรัพยากรรวมเพิ่มขึ้นแทนที่จะลดลง

จะใช้ AI อย่างยั่งยืนได้อย่างไร?

ควรใช้ AI เท่าที่จำเป็น เลือกบริการที่ใช้พลังงานสะอาด สนับสนุนความโปร่งใสด้านการใช้พลังงาน และพัฒนาโมเดล AI ที่ประหยัดทรัพยากรมากขึ้น

แหล่งข้อมูลประกอบ: รายงานข่าวจากสหประชาชาติด้านสิ่งแวดล้อม เทคโนโลยี AI และผลกระทบของ Data Center ต่อพลังงาน น้ำ และสภาพภูมิอากาศ

ที่มา: livescience.com