‘AI’ กับต้นทุนที่โลกต้องจ่าย เมื่อความฉลาดแลกมาด้วยทรัพยากรมหาศาล

เพียงไม่กี่ปีที่ผ่านมา ‘ปัญญาประดิษฐ์’ หรือ ‘AI’ ได้ขยับสถานะจากเครื่องมือเฉพาะทาง ไปสู่โครงสร้างพื้นฐานที่ขับเคลื่อนเศรษฐกิจดิจิทัล ตั้งแต่การค้นหาข้อมูล การสื่อสาร การสร้างสรรค์เนื้อหา ไปจนถึงการตัดสินใจเชิงธุรกิจและนโยบายระดับโลก ความก้าวหน้าดังกล่าวช่วยเพิ่มประสิทธิภาพในหลายมิติ ทว่าในขณะเดียวกันก็ซ่อน ‘ต้นทุนที่แท้จริง’ ไว้ในรูปของพลังงาน น้ำ ทรัพยากร และผลกระทบต่อระบบนิเวศที่โลกอาจมองข้ามไป

‘ไฟฟ้า’ เชื้อเพลิงของความฉลาด

ปัจจุบัน ศูนย์ข้อมูลและเครือข่ายข้อมูลทั่วโลกใช้ไฟฟ้าประมาณ 1 ถึง 1.5% ของการใช้ไฟฟ้าทั้งหมด แม้ตัวเลขจะดูไม่สูงเท่าไหร่นัก แต่แนวโน้มกลับเพิ่มขึ้นอย่างรวดเร็ว สำนักงานพลังงานระหว่างประเทศคาดว่า ภายในปี 2030 การใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกอาจเพิ่มเป็น 945 ถึง 1,000 เทระวัตต์ต่อชั่วโมง เทียบเท่าความต้องการไฟฟ้าทั้งประเทศญี่ปุ่น โดย AI เป็นแรงขับเคลื่อนสำคัญ

การเปลี่ยนจากหน่วยประมวลผลกลางไปสู่หน่วยประมวลผลกราฟิกและชิปเร่งความเร็วเฉพาะทาง ทำให้การประมวลผลต่อหนึ่งตู้แร็คเพิ่มจากเฉลี่ย 8 กิโลวัตต์ในปี 2021 เป็นประมาณ 30 กิโลวัตต์ และในบางกรณีอาจสูงถึง 80 กิโลวัตต์สำหรับการฝึกโมเดลขนาดใหญ่ ชิปเหล่านี้ใช้พลังงานมากกว่าชิปทั่วไปประมาณ 2 ต่อ 4 เท่า ส่งผลให้ศูนย์ข้อมูล AI กลายเป็นผู้ใช้ไฟฟ้ารายใหญ่ของโลกยุคใหม่

ใช้จริงมากกว่าฝึก พลังงานจึงพุ่ง

แม้การฝึกโมเดลขนาดใหญ่จะเป็นที่รับรู้ว่ากินพลังงานสูง เช่น โมเดล GPT-3 ใช้ไฟฟ้าประมาณ 1,287 เมกะวัตต์ต่อชั่วโมง และ GPT-4 สูงถึงราว 50 กิกะวัตต์ต่อชั่วโมงต่อการฝึกหนึ่งรอบ แต่การศึกษาล่าสุดชี้ว่า 80 ถึง 90% ของการใช้พลังงานตลอดวงจรชีวิต AI เกิดขึ้นในช่วงการใช้งานจริง

การค้นหาข้อมูลผ่านเครื่องมือค้นหาแบบเดิมใช้พลังงานประมาณ 0.3 วัตต์-ชั่วโมงต่อครั้ง ขณะที่การถามตอบด้วย AI อาจใช้ประมาณ 3 ต่อ 5 วัตต์ต่อชั่วโมง หรือมากกว่าถึง 10 ต่อ 20 เท่า การสร้างภาพด้วย AI หนึ่งภาพใช้พลังงานใกล้เคียงกับการชาร์จสมาร์ทโฟนเต็มหนึ่งเครื่อง ภาระเหล่านี้อาจดูเล็กน้อยในระดับบุคคล แต่เมื่อคูณด้วยผู้ใช้นับล้านคนทั่วโลก กลับกลายเป็นภาระพลังงานขนาดใหญ่ในระดับระบบ

น้ำกำลังไหลไปพร้อมๆ กับข้อมูล

นอกจากไฟฟ้า ศูนย์ข้อมูล AI ยังต้องใช้น้ำจำนวนมากเพื่อระบายความร้อน ศูนย์ข้อมูลขนาดใหญ่บางแห่งใช้น้ำได้ถึง 5 ล้านแกลลอนต่อวัน เทียบเท่าการใช้น้ำของเมืองที่มีประชากรราว 5 หมื่นคน การฝึก GPT-3 หนึ่งครั้งใช้น้ำประมาณ 7 แสนลิตร และการสนทนา AI เพียง 20 ถึง 25 คำถาม อาจเทียบเท่ากับปริมาณน้ำดื่มหนึ่งขวด

ที่น่ากังวลคือ ด้วยรอยเท้าน้ำทางอ้อม (Water Footprint) จากการผลิตไฟฟ้า ซึ่งคิดเป็นกว่าร้อยละ 71 ของการใช้น้ำทั้งหมด น้ำในส่วนนี้ไม่ได้ถูกใช้ในศูนย์ข้อมูลโดยตรง แต่เกิดขึ้นตั้งแต่ขั้นตอนการผลิตไฟฟ้า และกำลังสร้างแรงกดดันต่อแหล่งน้ำในพื้นที่ที่เผชิญภาวะขาดแคลนน้ำอยู่แล้ว รวมถึงกระทบต่อระบบนิเวศในระยะยาว

คาร์บอนที่รายงาน กับคาร์บอนที่เกิดจริง

แม้บริษัทเทคโนโลยีรายใหญ่จะประกาศเป้าหมายลดการปล่อยคาร์บอน แต่การวิเคราะห์จากองค์กรอิสระพบว่า การปล่อยก๊าซเรือนกระจกจริงจากศูนย์ข้อมูลอาจสูงกว่าตัวเลขที่รายงานอย่างเป็นทางการหลายเท่า ความคลาดเคลื่อนส่วนหนึ่งมาจากการพึ่งพาใบรับรองพลังงานหมุนเวียนในเชิงบัญชี แทนการลดการปล่อยจริงในพื้นที่ผลิตไฟฟ้า

ขณะเดียวกัน การก่อสร้างศูนย์ข้อมูลและการผลิตชิป AI ยังสร้างคาร์บอนฝังตัวจากวัสดุก่อสร้าง การขุดแร่หายาก และเร่งปัญหาขยะอิเล็กทรอนิกส์จากการเปลี่ยนอุปกรณ์ทุกประมาณ 5 ปี ซึ่งภาระเหล่านี้มักตกอยู่กับประเทศที่เป็นฐานการผลิตมากกว่าประเทศผู้ใช้เทคโนโลยี

อาเซียน ฮอตสปอตใหม่ของศูนย์ข้อมูล

ภูมิภาคเอเชียตะวันออกเฉียงใต้กำลังก้าวขึ้นเป็นศูนย์กลางศูนย์ข้อมูลแห่งใหม่ของโลก ด้วยต้นทุนการก่อสร้างที่ต่ำและการเติบโตของเศรษฐกิจดิจิทัล ซึ่งสำนักงานพลังงานระหว่างประเทศคาดการณ์ว่า การใช้ไฟฟ้าจากศูนย์ข้อมูลในอาเซียนจะเพิ่มขึ้นเกือบสองเท่าภายในปี 2030

อย่างไรก็ตาม โครงสร้างพลังงานของอาเซียนยังพึ่งพาเชื้อเพลิงฟอสซิลเป็นหลัก ทำให้การขยายตัวของ AI มีแนวโน้มในการปล่อยก๊าซเรือนกระจกสูงขึ้น สำหรับประเทศไทย ความต้องการไฟฟ้าจากศูนย์ข้อมูลอาจสูงขึ้นถึง 6 เทระวัตต์ต่อชั่วโมงภายในปี 2030 และเพิ่มเป็น 10 เทระวัตต์ต่อชั่วโมงในอีกไม่กี่ปีถัดมา ขณะที่สภาพอากาศร้อนชื้นยิ่งทำให้การระบายความร้อนใช้พลังงานสูงขึ้น

ใช้ AI ให้พอดี ก่อนโลกจะรับไม่ไหว

ท่ามกลางแรงกดดันด้านทรัพยากร แนวคิด ‘ปัญญาประดิษฐ์เชิงประหยัด’ หรือ ‘Frugal AI’ เสนอให้ใช้ AI อย่างเหมาะสมกับงาน การเลือกใช้โมเดลขนาดเล็กสำหรับงานทั่วไปสามารถลดการใช้พลังงานได้ 10 ถึง 50 เท่า ขณะที่เทคนิคการหยุดฝึกก่อนครบรอบและการลดขนาดข้อมูลฝึก สามารถลดการใช้พลังงานได้ถึง 50 ถึง 70%

ท้ายที่สุดแล้ว AI อาจเป็นเครื่องมือในการแก้ปัญหาโลกร้อน แต่หากขาดการตระหนักถึงต้นทุนที่แท้จริง ความก้าวหน้าทางเทคโนโลยีอาจกลายเป็นภาระใหม่ของโลก การใช้ AI อย่างมีสติและพอดี จึงไม่ใช่เพียงทางเลือกเชิงจริยธรรม แต่คือเงื่อนไขสำคัญของความยั่งยืนในระยะยาว