کیا AI چیٹ بوٹس اتنی بجلی استعمال کرتے ہیں جتنی کہ افواہ ہے؟

AI چیٹ بوٹس لاکھوں یومیہ صارفین کے ساتھ عروج پر ہیں، لیکن اس سہولت کے پیچھے بہت زیادہ بجلی کی کھپت ہے، جس سے پائیداری کے بارے میں خدشات بڑھتے ہیں۔

صرف پچھلے چند سالوں میں، ChatGPT مقبولیت میں پھٹا ہے، تقریباً 200 ملین صارفین ہر روز ایک ارب سے زیادہ درخواستیں داخل کر رہے ہیں۔ یہ ردعمل، بظاہر "پتلی ہوا سے باہر" پر عملدرآمد کرتے ہیں، دراصل پردے کے پیچھے بہت زیادہ توانائی استعمال کرتے ہیں۔

2023 میں، ڈیٹا سینٹرز—جہاں AI کو تربیت دی جاتی ہے اور چلایا جاتا ہے—امریکہ میں بجلی کی کھپت کا 4.4% حصہ ہے۔ عالمی سطح پر، یہ تعداد بجلی کی کل طلب کا تقریباً 1.5 فیصد تھی۔ یہ اندازہ لگایا گیا ہے کہ 2030 تک کھپت دوگنی ہو جائے گی کیونکہ AI کی طلب میں مسلسل اضافہ ہو رہا ہے۔

"صرف تین سال پہلے، ہمارے پاس ChatGPT بھی نہیں تھا،" الیکس ڈی ویریز گاو نے کہا، جو کہ Vrije یونیورسٹی ایمسٹرڈیم میں نئی ​​ٹیکنالوجیز کی پائیداری کے ایک محقق اور Digiconomist کے بانی ہیں، جو ایک ایسا پلیٹ فارم ہے جو ڈیجیٹل رجحانات کے غیر ارادی نتائج کا تجزیہ کرتا ہے۔ "اور اب ہم ایک ایسی ٹیکنالوجی کے بارے میں بات کر رہے ہیں جو ممکنہ طور پر دنیا بھر میں ڈیٹا سینٹرز کے ذریعے استعمال ہونے والی تقریباً نصف بجلی کا حصہ بن سکتی ہے۔"

ایک بڑے لینگویج ماڈل (LLM) سے سوال پوچھنا ایک عام گوگل سرچ کے مقابلے میں تقریباً 10 گنا زیادہ بجلی خرچ کرتا ہے۔ (تصویر: کیو یانگ/گیٹی امیجز)

کیا چیز AI چیٹ بوٹس کو اتنی توانائی بخشتی ہے؟ اس کا جواب ان کے بڑے پیمانے پر ہے۔ مشی گن یونیورسٹی میں کمپیوٹر سائنس کے پروفیسر مشرف چودھری کے مطابق، خاص طور پر طاقت کے بھوکے دو مراحل ہیں: تربیت کا عمل اور تخمینہ کا عمل۔

"تاہم، مسئلہ یہ ہے کہ آج کے ماڈل اتنے بڑے ہیں کہ وہ ایک GPU پر نہیں چل سکتے، ایک ہی سرور میں فٹ ہونے کی بات ہے،" پروفیسر مشرف چودھری نے لائیو سائنس کو سمجھایا۔

پیمانے کو واضح کرنے کے لیے، de Vries-Gao کے 2023 کے مطالعے سے پتہ چلتا ہے کہ Nvidia DGX A100 سرور 6.5 کلو واٹ تک بجلی استعمال کر سکتا ہے۔ ایل ایل ایم کی تربیت کے لیے عام طور پر متعدد سرورز کی ضرورت ہوتی ہے، ہر ایک میں اوسطاً 8 GPUs ہوتے ہیں، جو ہفتوں یا مہینوں تک مسلسل چلتے ہیں۔ مجموعی طور پر، بجلی کی کھپت بہت زیادہ ہے: صرف OpenAI کی GPT-4 ٹریننگ نے 50 گیگا واٹ گھنٹے خرچ کیے، جو کہ پورے سان فرانسسکو کو تین دن تک بجلی فراہم کرنے کے لیے کافی بجلی کے برابر ہے۔

OpenAI کا GPT-4 تربیتی عمل پورے سان فرانسسکو کو تین دن تک طاقت دینے کے لیے کافی تھا۔ (تصویر: Jaap Arriens/NurPhoto/Rex/Shutterstock)

تخمینہ کا عمل بھی کافی توانائی سے بھرپور ہے۔ یہ تب ہوتا ہے جب AI چیٹ بوٹ اپنے سیکھے ہوئے علم کو صارف کو جوابات فراہم کرنے کے لیے استعمال کرتا ہے۔ اگرچہ اندازہ لگانے کے لیے تربیتی مرحلے کے مقابلے میں کم کمپیوٹیشنل وسائل کی ضرورت ہوتی ہے، لیکن چیٹ بوٹ کو بھیجی جانے والی درخواستوں کے سراسر حجم کی وجہ سے یہ اب بھی انتہائی طاقت کا شکار ہے۔

جولائی 2025 تک، OpenAI کا اندازہ ہے کہ ChatGPT صارفین روزانہ 2.5 بلین سے زیادہ درخواستیں بھیجتے ہیں۔ فوری جواب دینے کے لیے، سسٹم کو بیک وقت کام کرنے والے بہت سے سرورز کو متحرک کرنا چاہیے۔ اور یہ صرف ChatGPT اکیلے ہے؛ اس میں دوسرے پلیٹ فارمز شامل نہیں ہیں جو بھی بڑے پیمانے پر مقبول ہو رہے ہیں، جیسے کہ گوگل کا جیمنی، جو کہ جلد ہی پہلے سے طے شدہ انتخاب بن جائے گا جب صارفین گوگل سرچ تک رسائی حاصل کریں گے۔

چودھری نے مشاہدہ کیا، "یہاں تک کہ تخمینہ کے مرحلے میں، آپ واقعی توانائی نہیں بچا سکتے۔" "مسئلہ اب ڈیٹا کی بڑی مقدار کا نہیں ہے۔ ماڈل پہلے ہی بہت بڑا ہے، لیکن سب سے بڑا مسئلہ صارفین کی تعداد ہے۔"

چودھری اور ڈی ویریز گاو جیسے محققین اب توانائی کی کھپت کو زیادہ درست طریقے سے ماپنے کے طریقے تلاش کر رہے ہیں، اس طرح اسے کم کرنے کے حل تلاش کر رہے ہیں۔ مثال کے طور پر، چودھری ایم ایل انرجی لیڈر بورڈ کے نام سے ایک لیڈر بورڈ برقرار رکھتا ہے، جو اوپن سورس ماڈلز کے نتائج میں توانائی کی کھپت کا پتہ لگاتا ہے۔

تاہم، تجارتی طور پر قابل عمل AI پلیٹ فارمز سے متعلق زیادہ تر ڈیٹا "خفیہ" رہتا ہے۔ گوگل، مائیکروسافٹ، اور میٹا جیسی بڑی کارپوریشنیں یا تو اسے خفیہ رکھتی ہیں یا صرف انتہائی مبہم اعدادوشمار جاری کرتی ہیں جو ماحولیاتی اثرات کی درست عکاسی کرنے میں ناکام رہتی ہیں۔ اس سے یہ طے کرنا بہت مشکل ہو جاتا ہے کہ AI اصل میں کتنی بجلی استعمال کرتا ہے، آنے والے سالوں میں اس کی طلب کیا ہوگی، اور کیا دنیا اسے پورا کر سکتی ہے۔

اس کے باوجود، صارفین یقینی طور پر شفافیت کے لیے دباؤ ڈال سکتے ہیں۔ اس سے نہ صرف افراد کو AI کا استعمال کرتے وقت زیادہ ذمہ دارانہ انتخاب کرنے میں مدد ملتی ہے بلکہ ان پالیسیوں کو فروغ دینے میں بھی مدد ملتی ہے جو کاروبار کو جوابدہ رکھتی ہیں۔

"ڈیجیٹل ایپلی کیشنز کے ساتھ بنیادی مسائل میں سے ایک یہ ہے کہ ان کے ماحولیاتی اثرات ہمیشہ پوشیدہ رہتے ہیں،" محقق ڈی ویریز گاو نے زور دیا۔ "اب گیند پالیسی سازوں کے ہاتھ میں ہے: انہیں ڈیٹا کی شفافیت کی حوصلہ افزائی کرنی چاہیے تاکہ صارفین کارروائی کر سکیں۔"

Ngoc Nguyen (لائیو سائنس)

ماخذ: https://vtcnews.vn/chatbot-ai-co-ngon-dien-nhu-loi-don-ar965919.html