حذّر غريغ أوسوري، مؤسس شبكة Akash Network، من أن الذكاء الاصطناعي يقترب من "جدار الطاقة"، إذ قد تتطلب عملية تدريب النماذج مستقبلًا استهلاكًا للطاقة يعادل إنتاج المفاعلات النووية، مع استمرار توسّع هذه النماذج.
وفي مقابلة مع أندرو فينتون من كوينتيليغراف خلال مؤتمر Token2049 في سنغافورة، قال أوسوري إن الصناعة تستهين بسرعة تضاعف متطلبات القدرة الحاسوبية وتكاليفها البيئية، مشيرًا إلى أن مراكز البيانات تستهلك بالفعل مئات الميغاواط من الطاقة المولَّدة من الوقود الأحفوري.
وحذّر من أن هذا الاتجاه قد يطلق شرارة أزمة طاقة عالمية، ما سيؤدي إلى ارتفاع فواتير الكهرباء المنزلية وإضافة ملايين الأطنان من الانبعاثات الجديدة كل عام.
وقال: "لقد وصلنا إلى نقطة يصبح فيها الذكاء الاصطناعي مميتًا للبشر"، في إشارة إلى الآثار الصحية الناجمة عن الاستخدام المكثف للوقود الأحفوري حول مراكز البيانات.
كيف يمكن للامركزية التخفيف من أزمة طاقة الذكاء الاصطناعي
نشرت وكالة بلومبرغ يوم الثلاثاء تقريرًا يفيد بأن مراكز بيانات الذكاء الاصطناعي تسببت بارتفاع تكاليف الطاقة في الولايات المتحدة. وأوضح التقرير أن هذه المراكز ساهمت في زيادة فواتير الكهرباء للمنازل العادية، حيث ارتفعت أسعار الكهرباء بالجملة بنسبة 267% خلال خمس سنوات في المناطق القريبة من مراكز البيانات.
وقال أوسوري لكوينتيليغراف إن البديل يكمن في اللامركزية، مقترحًا توزيع عملية التدريب عبر شبكات من وحدات معالجة الرسومات (GPUs) الصغيرة والمتنوعة، بدءًا من الشرائح المخصصة للمؤسسات وصولًا إلى بطاقات الألعاب في الحواسيب المنزلية، بدلًا من تركيزها في مراكز بيانات ضخمة. وأوضح أن ذلك يمكن أن يفتح المجال للكفاءة والاستدامة.
وأضاف: "بمجرد ضبط الحوافز، سينطلق هذا المجال كما حدث مع التعدين." وأشار إلى أن الحواسيب المنزلية قد تتمكن مستقبلًا من كسب توكنز مقابل توفير القدرة الحاسوبية الفائضة.
تشبه هذه الرؤية بدايات تعدين البيتكوين (BTC)، حينما كان بإمكان المستخدمين العاديين المساهمة بقدرتهم الحاسوبية مقابل الحصول على مكافآت. لكن هذه المرة سيكون "التعدين" عبر تدريب نماذج الذكاء الاصطناعي بدلًا من حل الألغاز التشفيرية.
وأكد أوسوري أن هذا النهج يمكن أن يمنح الناس العاديين حصة في مستقبل الذكاء الاصطناعي، في الوقت الذي يساهم فيه في خفض التكاليف على المطوّرين.
التحديات لا تزال قائمة
رغم الإمكانات الكبيرة، أقرّ أوسوري بأن هناك تحديات تقنية وتنظيمية لا تزال عالقة. فتدريب نماذج ضخمة عبر شبكة موزّعة من وحدات معالجة الرسومات المختلفة يتطلب اختراقات برمجية جديدة في مجال التنسيق والبرمجيات، وهو أمر ما زال في مراحله الأولى.
وقال: "قبل حوالي ستة أشهر، بدأت عدة شركات باستعراض جوانب مختلفة من التدريب الموزع." وأضاف: "لكن لم يقم أحد حتى الآن بدمج كل هذه العناصر وتشغيل نموذج متكامل." ورجّح أن هذا قد يتغير "بنهاية العام."
أما العقبة الأخرى فهي بناء أنظمة حوافز عادلة. وعلّق قائلًا: "الجزء الأصعب هو الحوافز. لماذا يقدّم شخص ما جهازه للتدريب؟ وما الذي سيحصل عليه مقابل ذلك؟ إن حلّ هذا أصعب من تطوير التكنولوجيا نفسها."
ومع ذلك، شدّد أوسوري على أن تدريب الذكاء الاصطناعي بطريقة لامركزية أصبح ضرورة. فبتوزيع عبء العمل عبر شبكات عالمية، يمكن للذكاء الاصطناعي أن يخفف الضغط عن شبكات الطاقة، ويقلل الانبعاثات الكربونية، ويؤسس لاقتصاد ذكاء اصطناعي أكثر استدامة.