فيفا يكشف عن التشكيل الأفضل في المونديال.. وغياب هلالي

كشفت دراسة جديدة نُشرت في 19 يونيو بمجلة Frontiers in Communication أن نماذج الذكاء الاصطناعي المتقدمة المصممة للتفكير والاستدلال تُنتج انبعاثات كربونية ضخمة، قد تفوق نظيراتها الأبسط بنحو 50 ضعفًا، ما يسلط الضوء على المفارقة البيئية في سعي الشركات نحو تحسين دقة نماذج اللغة.

وبحسب الدراسة، فإن النماذج التي تعتمد على تقنيات الاستدلال، مثل 'Claude' من شركة Anthropic، و'o3″ من OpenAI، و'R1″ من DeepSeek، تستهلك كميات أكبر من الطاقة لتوليد إجابات دقيقة عبر ما يُعرف بـ'سلسلة التفكير' (Chain-of-Thought)، وهي طريقة تُحاكي التفكير البشري عبر تقسيم المشكلات المعقدة إلى خطوات منطقية.

المفارقة البيئية.. دقة مقابل استدامة

أوضح المؤلف الرئيسي للدراسة، ماكسيميليان داونر، الباحث بجامعة ميونيخ للعلوم التطبيقية:

'وجدنا أن عمليات التفكير والاستدلال في نماذج الذكاء الاصطناعي تؤدي إلى ارتفاع كبير في استهلاك الطاقة وانبعاثات الكربون، حيث تنتج النماذج المعتمدة على الاستدلال ما يصل إلى 50 ضعفًا من ثاني أكسيد الكربون مقارنة بنماذج الردود الموجزة.'

لتحليل الأثر البيئي، قام الباحثون باختبار 14 نموذجًا ضخمًا للغة (LLMs) عبر 1,000 سؤال في موضوعات متعددة، حيث بلغ عدد الوسائط (Tokens) التي تنتجها النماذج القائمة على الاستدلال في المتوسط 543.5 لكل سؤال، مقارنة بـ37.7 فقط في النماذج الأخرى.

نموذج Cogito الأكثر دقة… والأعلى انبعاثًا

سجل نموذج 'Cogito' بقدرة 72 مليار معامل أعلى نسبة دقة بلغت 84.9%، إلا أنه أنتج ثلاثة أضعاف انبعاثات الكربون التي أصدرتها نماذج مشابهة الحجم لكنها موجزة في إجاباتها. وقال داونر: 'نواجه مفاضلة واضحة بين الدقة والاستدامة في تقنيات الذكاء الاصطناعي'.

كما أظهرت الدراسة أن الأسئلة التي تتطلب تفكيرًا أطول، مثل مسائل الفلسفة أو الجبر، تُضاعف الانبعاثات بنسبة ستة أضعاف مقارنة بالأسئلة البسيطة.

الرحلات الجوية والنماذج الذكية

بحساب تقريبي، فإن تشغيل نموذج 'R1' من DeepSeek للإجابة عن 60,000 سؤال يولّد انبعاثات تعادل رحلة ذهاب وعودة بالطائرة بين نيويورك ولندن. في المقابل، يمكن لنموذج 'Qwen 2.5' من Alibaba Cloud، والذي يحتوي على نفس عدد المعاملات تقريبًا، تقديم نفس المستوى من الدقة بانبعاثات أقل بنسبة الثلث.

دعوة للوعي قبل الاستخدام

ورغم أن النتائج قد تختلف تبعًا لنوع الأجهزة وشبكات الطاقة المستخدمة، حثّ الباحثون المستخدمين على التفكير بعناية قبل استخدام النماذج المتقدمة، خاصة في الاستخدامات الترفيهية أو غير الضرورية.

واختتم داونر بالقول: 'إذا علم المستخدمون بالتكلفة البيئية الدقيقة لإجابات الذكاء الاصطناعي، فقد يصبحون أكثر حرصًا وانتقائية في استخدامهم لهذه التكنولوجيا'.