हरित AI : कल्पकता व शाश्वततेच्या संतुलनासाठी भारत-अमेरिकेचे धोरण

Image Source: Getty

आजच्या आधुनिक समाजात कृत्रिम प्रज्ञे(AI)ची पाळेमुळे खोलवर रुजली असून उद्योग, दैनंदिन जीवन आणि आर्थिक संरचना यांना आकार देत आहे. याच्या केंद्रस्थानी मानवी आकलनशक्ती आणि निर्णयक्षमता या गोष्टी साध्य करण्याची प्रणाली म्हणजे AI आहे, असे म्हणता येऊ शकते. प्रारंभीच्या काळातील AI संकल्पना विसाव्या शतकाच्या मध्यापासून सुरू झाल्या असल्या, तरी मशिन लर्निंग, संगणकीय क्षमता आणि प्रचंड डेटा निर्मितीमधील अलीकडील प्रगतीमुळे त्याच्या वेगवान विकासाला चालना मिळाली आहे. आज मानवी जीवनावर परिणाम करण्याची ‘AI’ची क्षमता प्रचंड आहे. जागतिक स्तरावरील आर्थिक कार्यक्रमांमध्ये AI २०३० पर्यंत १३ ट्रिलियन डॉलर अतिरिक्त देऊ शकते. ते सध्याच्या पातळीच्या तुलनेत सुमारे १६ टक्के अधिक संचयी एकूण देशांतर्गत उत्पादन (जीडीपी) आहे. अथवा दर वर्षी जीडीपीमध्ये सुमारे १.२ टक्के अतिरिक्त वाढ आहे. अमेरिका ‘AI’च्या पायाभूत सुविधांमध्ये मोठ्या प्रमाणात गुंतवणूक करीत आहे. AI वरील देशांतर्गत खर्चात लक्षणीय वाढ होत आहे. ही वाढ प्रायोगिक प्रकल्पांपासून मोठ्या प्रमाणात गुंतवणुकीकडे वळत आहे. याचे एक उदाहरण म्हणजे ५०० अब्ज अमेरिकी डॉलरचा स्टारगेट प्रकल्प, Open AI, ओरॅकल आणि सॉफ्टबँक यांदरम्यानचे सहकार्य. हे सहकार्य स्पर्धात्मकतेसाठी आणि AI संबंधीच्या पायाभूत सुविधा निर्माण करण्याच्या अमेरिकेच्या मोहिमेचे उदाहरण आहे.     

अमेरिका ‘AI’च्या पायाभूत सुविधांमध्ये मोठ्या प्रमाणात गुंतवणूक करीत आहे. ‘AI’ वरील देशांतर्गत खर्चात लक्षणीय वाढ होत आहे. ही वाढ प्रायोगिक प्रकल्पांपासून मोठ्या प्रमाणात गुंतवणुकीकडे वळत आहे.

अर्थात, असे करणारा अमेरिका हा एकमेव देश नाही. भारतही एक आघाडीचा AI देश बनण्यासाठी प्रयत्नशील आहे. भारत सरकारने AI कृती परिषदेच्या पुढील कार्यक्रमाचे आयोजन केल्याने आणि स्वदेशी AI प्रारूपे विकसित करण्यासाठी राष्ट्रीय AI कम्प्युटिंग मिशनची घोषणा केल्याने भारत AI संबंधीचे नवे उपक्रम व विकासाचे केंद्र म्हणून स्वतःला सादर करीत आहे. दोन्ही देश आर्थिक लाभासाठी ‘AI’चा वापर वाढवत असल्याच्या पार्श्वभूमीवर या क्षेत्रात नक्कीच संधी असल्या, तरी धोकेही आहेत. त्यापैकी एक धोका पर्यावरणाचा आहे. AI प्रणालींच्या उच्च उर्जेच्या मागण्या लक्षात घेता, त्यांच्या पर्यावरणीय परिणामांचा विचार करणे महत्त्वपूर्ण आहे.

‘AI’चा पर्यावरणावरील परिणाम

‘AI’चा पर्यावरणीय परिणाम त्याच्या मूल्य साखळीच्या विविध टप्प्यांमध्ये दिसून येतो. त्यामध्ये ‘ग्राफिकल प्रोसेसिंग युनिट्स किंवा टेन्सर प्रोसेसिंग युनिट्स’ यांसारखे उर्जाकेंद्रित हार्डवेअर, मोठ्या प्रमाणात गणना सक्षम करणारे क्लाउड प्लॅटफॉर्म आणि चॅटबॉट्स; तसेच ‘इमेज रेकग्निशन’सारख्या सेवांना उर्जा देणारे ‘एंड यूजर इंटरफेस’ यांचा समावेश आहे. हार्डवेअरच्या बाबतीत बोलायचे, तर AI ऑपरेशन्सचा कणा असलेले डेटा सेंटर्स २०३० पर्यंत एकूण जागतिक उर्जेच्या मागणीच्या २१ टक्क्यांपर्यंत वाढू शकतात. अशा वेळी ग्राहकांना ‘AI’पर्यंत पोहोचवण्याचा खर्च विचारात घेतला जातो. वीज मागणी पूर्ण करण्यास असमर्थ असलेल्या आयर्लंड, नेदरलंड्स आणि सिंगापूरसारख्या देशांनी डेटा सेंटर्सच्या उभारणीवर स्थगिती आणली आहे, तर अमेरिकेने नव्या डेटा सेंटरच्या उभारणीसाठी मुदत वाढवली आहे.

आंतरराष्ट्रीय उर्जा एजन्सी (IEA)च्या अंदाजानुसार नजीकच्या भविष्यात ‘AI’कडून उर्जेची मागणी वाढण्याची अपेक्षा आहे. डेटा सेंटरमधून विजेची मागणी २०२२ मध्ये ४६० ‘TWh’वरून २०२६ पर्यंत ८०० ‘TWh’पर्यंत वाढेल.

जनरेटिव्ह AI प्रारूपांचे प्रशिक्षण हे अत्यंत उर्जा केंद्रित आहे. ‘ओपनAI’च्या जीपीटी-३ सारख्या प्रारूपांना प्रशिक्षण दिल्यास सुमारे १३०० मेगावॉट तासापेक्षा (MWh) कमी वीज वापरली जाते. ती अंदाजे अमेरिकेतील १३० कुटुंबांच्या वार्षिक वीजवापराएवढी आहे. अधिक प्रगत जीपीटी-४ ला प्रशिक्षण देताना जीपीटी-३ पेक्षा पन्नास पट अधिक वीज वापरली गेली, असा अंदाज आहे. शिवाय एकदा तैनात केल्यावर AI प्रारूपे नेहमी चालू ठेवणे आवश्यक असते. ती सतत उर्जा वापरतात. चॅटजीपीटीला रिक्वेस्ट करण्यासाठी सरासरी २.९ वॉट तास वीज आवश्यक असते. ती गुगलवरील सरासरी शोधापेक्षा जवळजवळ दहापट अधिक उर्जा आहे. जनरेटिव्ह AI वापरून प्रतिमा तयार करतानाही स्मार्टफोन पूर्णपणे चार्ज करण्याइतकी उर्जा वापरली जाते. आंतरराष्ट्रीय उर्जा एजन्सी (आयईए)च्या अंदाजानुसार नजीकच्या भविष्यात ‘AI’कडून उर्जेची मागणी वाढण्याची अपेक्षा आहे. डेटा सेंटरमधून विजेची मागणी २०२२ मध्ये ४६० ‘टीडब्ल्यूएच’वरून २०२६ पर्यंत ८०० ‘टीडब्ल्यूएच’पर्यंत वाढेल. डेटा सेंटर्समधील कुलिंग सिस्टिम्समध्ये वापरल्या जाणाऱ्या पाण्याची मागणीही वाढती चिंतेची बाब आहे. डेटा सेंटर उपकरणे लहान जागांमध्ये अधिक प्रमाणात मावली जातात. त्यामुळे अत्याधुनिक कुलिंग तंत्रज्ञानाची आवश्यकता वाढते. बरेचदा अशा भागात आधीच ताण आलेल्या जलस्रोतांवर अवलंबून राहणे भाग पडते. हे पर्यावरणीय धोके कमी करण्यासाठी सरकारे आणि खासगी क्षेत्राने AI इकोसिस्टिम डिझाइनमध्ये शाश्वतता अंतर्भूत करण्यासाठी सक्रियपणे काम करायला हवे.    

पुढील दिशा

‘AI’च्या शाश्वततेसाठी कल्पकतेशी तडजोड न करता भौतिक प्रभाव व ठसा कमी करणे आवश्यक आहे. कल्पकता आणि पर्यावरणीय जबाबदारी यांचा समतोल साधण्यासाठी संपूर्ण AI मूल्य साखळीत कृतीची गरज आहे. त्यासाठी अनेक धोरणांचा अवलंब करता येईल :

अक्षय उर्जा स्रोतांची सहज उपलब्धता असलेल्या प्रदेशांमध्ये डेटा सेंटरची उभारणी केल्याने सध्याच्या स्रोतांवरील दबाव कमी होऊ शकतो आणि कार्बन उत्सर्जन कमी होण्यासही हातभार लागू शकतो. ‘TechUK’च्या मते केवळ दहा टक्के ॲप्लिकेशन्स हे विलंब संवेदनशील असतात आणि त्यांचे स्थान वापरकर्त्यांजवळ असणे जरुरीचे असते. प्रशिक्षण एलएलएम आणि GenAI प्रारूपांसह ९० टक्क्यांपेक्षाही अधिक ॲप्लिकेशन्ससाठी डेटा सेंटर अक्षय उर्जा स्रोतांजवळ धोरणात्मकरीत्या स्थित असू शकतात. AI ग्राहकांच्या वापराच्या पद्धतींचा अंदाज घेण्यास आणि त्यांचे विश्लेषण करण्यासही मदत करू शकते. त्यामुळे आवश्यकतेनुसार सर्व्हर क्षमतेचे स्वयंचलित मापन होणे शक्य होते. यामुळे डेटा सेंटरच्या पायाभूत सुविधांमध्ये सुधारणा होते. त्यामुळे अनावश्यक उर्जेचा अपव्यय टाळता येतो. ही प्रक्रिया स्वयंचलित करून संस्था वेळ वाचवू शकतात आणि कार्बन उत्सर्जनही कमी करू शकतात.

हार्डवेअर कार्यक्षमता वाढवणेही गरजेचे आहे. उर्जा कार्यक्षम घटकांचा वापर आणि नियमित देखभाल केल्याने उत्सर्जन मोठ्या प्रमाणात कमी होऊ शकते. AI हार्डवेअरची उर्जा कार्यक्षमता सुधारण्याचा एक महत्त्वाचा दृष्टिकोन म्हणजे त्याची विशेषतः AI कामासाठी रचना करणे. त्यामध्ये विशेष हार्डवेअर प्लॅटफॉर्मचा वापर करणे समाविष्ट आहे. ते सामान्य उद्देश प्रक्रियेपेक्षा AI कार्ये अधिक जलद व कमी वीज वापरासह अमलात आणतात. उदाहरणांमध्ये एएसआयसी (ॲप्लिकेशन्स स्पेसिफिक इंटिग्रेटेड सर्किट्स) – प्रतिमा ओळख किंवा नैसर्गिक भाषा प्रक्रिया आणि एफपीजीए (फिल्ड प्रोग्रॅमेबल गेट ॲरे)सारख्या विशिष्ट AI अवलंबासाठी उच्चतम (ऑप्टिमाइज) केलेल्या कस्टम डिझाइन केलेल्या चिप्स विशिष्ट AI फंक्शनशी जुळवून घेणारे रिप्रोग्रॅमेबल हार्डवेअर प्लॅटफॉर्म यांचा समावेश आहे. एफपीजीए बरेचदा सामान्य उद्देश प्रोसेसरपेक्षा अधिक उर्जा कार्यक्षम असतात. कारण ते नियुक्त कार्यासाठी केवळ आवश्यक स्रोतांचे गतिमानतेने वाटप करतात.

AI सिस्टिमच्या पर्यावरणीय परिणामाचे मूल्यांकन करण्याने आणि नोंद ठेवण्याने आपले एकूण कार्बन उत्सर्जन लक्षात घेण्यास आणि नकारात्मक बाह्य प्रभाव करण्यास संस्था सक्षम होतात.

कार्यक्षम AI प्रारूपे विकसित करणेही तितकेच महत्त्वाचे आहे. विशिष्ट वापरासाठी रचना केलेली कॉम्पॅक्ट, डोमेन विशिष्ट प्रारूपे प्रक्रियेसाठी कमी उर्जेचा वापर करून निर्माण करता येतात. त्यामुळे पायाभूत सुविधा आणि स्रोतांवरील ताण कमी होतो. क्वांटायझेशन, डिस्टिलेशन आणि क्लायंट साइड कॅशिंग यांसारख्या स्रोतांच्या मर्यादा असलेल्या डिव्हायसेस किंवा सिस्टिमवर तैनातीसाठी मॉडेल कार्यक्षमता वाढवणाऱ्या पद्धती, शाश्वततेचा पुरस्कार करून ‘AI’च्या कामगिरीत सुधारणा करतात.

सर्वांत महत्त्वाचे म्हणजे शाश्वतता उपक्रमांना पुढे नेण्यासाठी पारदर्शकता महत्त्वाची आहे. AI सिस्टिमच्या पर्यावरणीय परिणामाचे मूल्यांकन करण्याने आणि नोंद ठेवण्याने आपले एकूण कार्बन उत्सर्जन लक्षात घेण्यास आणि नकारात्मक बाह्य प्रभाव करण्यास संस्था सक्षम होतात. संपूर्ण क्षेत्रात कार्बन उत्सर्जनावर लक्ष ठेवण्यासाठी आणि सातत्याने तुलनात्मक अभ्यास करण्यासाठी प्रमाणित आराखडा विकसित केल्याने सुसंगतता येईल आणि उत्तरदायित्वही निश्चित होईल. उदाहरणार्थ, पॅरिसमधील या वर्षीच्या AI कृती परिषदेमध्ये अनावरण करण्यात आलेला सेल्सफोर्स, हगिंग फेस आणि कार्नेजी मेलॉन विद्यापीठाने विकसित केलेला AI एनर्जी स्कोअर AI प्रारूपांच्या पर्यावरणीय परिणामाबाबत पारदर्शकता सुधारण्याचा प्रयत्न करतो. एनर्जी स्टारने साधने आणि इलेक्ट्रॉनिक्ससाठी उर्जा कार्यक्षमता मानकांमध्ये ज्या प्रकारे क्रांती घडविली त्याचप्रमाणे हा उपक्रम AI मॉडेल शाश्वततेसाठी एक विश्वासार्ह मानक प्रदान करतो. तथापि, जागतिक स्तरावर उर्जा वापराचे मोजमाप करण्यासाठी मापने अधिक अचूक आणि प्रमाणित होण्याची गरज आहे. त्यासाठी जागरूकता आणि स्वीकाराची आवश्यकता आहे.

अमेरिका-भारत सहकार्याची भूमिका

AI संबंधित उत्सर्जन कमी करण्यासाठी उद्योग आणि सरकार यांच्यातील सहकार्य मजबूत करण्याच्या उद्देशाने सुरू असलेल्या जागतिक उपक्रमांपैकी युरोपीय महासंघ – ‘ईयू AI कायदा’ शाश्वत ‘AI’वर अधिक भर देतो. हा कायदा केवळ ‘AI’च्या शाश्वततेशीच संबंधित नाही, तर व्यापक पर्यावरणीय उद्देशांसाठी ‘AI’च्या वापराचाही पुरस्कार करतो. नोंद घेण्याजोगी गोष्ट म्हणजे, कलम ४० मध्ये AI सिस्टिमच्या स्रोताची कार्यक्षमता वाढवण्यासाठी त्यांच्या संपूर्ण वापराच्या काळात उर्जेसंबंधी जागरूक ऑपरेशन निश्चित करण्यासाठी सुसंगत मानके विकसित करण्याचे आदेश दिले आहेत. त्याचप्रमाणे ‘AI’चा पर्यावरणावरील परिणाम कमी करण्यासाठी हा कायदा AI विकसक, पर्यावरण तज्ज्ञ आणि सामाजिक शास्त्रज्ञांमध्ये सहकार्याला प्रोत्साहन देतो.

या उलट अमेरिका आणि भारतादरम्यान शाश्वत AI प्रशासनासाठी समान बंधनकारक वचनबद्धतेचा अभाव आहे. आर्थिक प्रगतीसाठी ‘AI’चा वापर करणे, हे भारत आणि अमेरिका दोन्ही देशांचे लक्ष्य आहे. अर्थात, दोन्ही देशांना संयुक्त उपक्रम करण्यासाठी भरपूर वाव आहे. ते ‘ईयू AI’ कायद्यापेक्षा कमी बंधनकारक असले, तरी या कायद्यामुळे शाश्वत AIच्या दिशेने अर्थपूर्ण प्रगती होऊ शकते.

भारत व अमेरिकेदरम्यानच्या सहकार्याचा एक महत्त्वाचा आरंभबिंदू म्हणजे AI उत्सर्जन अहवालातील पारदर्शकता वाढवणे. AI मूल्य साखळीमध्ये कार्बन उत्सर्जन आणि उर्जेचा वापर मोजण्यासाठी व प्रदर्शित करण्यासाठी एक सामान्य आराखडा विकसित करून दोन्ही देश शाश्वततेचा पुरस्कार करणाऱ्या धोरणांसाठी पाया रचू शकतात. AI प्रारूप प्रशिक्षण आणि दीर्घकालीन ऑपरेशनल उत्सर्जनाच्या पर्यावरणावरील परिणामाचे मूल्यांकन करण्यासाठी प्रमाणित ‘की परफॉर्मन्स इंडिकेटर’(केपीआय) निर्देशित केल्याने डेटा-प्रेरित धोरण तयार करण्यास मदत होऊ शकते. या व्यतिरिक्त पुरावा आधारित शाश्वत लक्ष्यांसह हरित AI प्रमाण योजना सुरू करणे किंवा स्वयंसेवी निश्चिततेत उत्सर्जन प्रकटीकरणाचा समावेश कऱणे कंपन्या आणि ग्राहकांना पर्यावरणदृष्ट्या जागरूक निर्णय घेण्यास प्रोत्साहन देईल.     

AI मूल्य साखळीमध्ये कार्बन उत्सर्जन आणि उर्जेचा वापर मोजण्यासाठी व प्रदर्शित करण्यासाठी एक सामान्य आराखडा विकसित करून दोन्ही देश शाश्वततेचा पुरस्कार करणाऱ्या धोरणांसाठी पाया रचू शकतात.

द्विपक्षीय प्रयत्नांच्या पलीकडे पॅरिस AI कृती परिषदेत घोषित केलेल्या आणि फ्रान्सच्या नेतृत्वाखालील संयुक्त राष्ट्र पर्यावरण कार्यक्रम (यूएनईपी) व आंतरराष्ट्रीय टेलिकम्युनिकेशन महासंघ (आयटीयू) यांच्या शाश्वत ‘AI’साठी संयुक्त उपक्रमांसारख्या कार्यक्रमांमध्ये लक्षणीय क्षमता आहे. पर्यावरणीय परिणाम मूल्यांकनाचे मानकीकरण करणे, उर्जा कार्यक्षम AI विकासाला प्रोत्साहन देणे आणि AI उपाययोजनांना जागतिक शाश्वतता उद्दिष्टांशी जोडून घेणे, हा या संयुक्त उपक्रमांचा उद्देश आहे. भारताने या उपक्रमाला पाठिंबा दर्शवला असला, तरी आघाडीमध्ये सक्रिय भूमिका बजावून विशेषतः अमेरिकेला मोठ्या प्रमाणात लाभ मिळू शकतो. कारण पर्यावरणपूरक कृत्रिम बुद्धिमत्तेचा वापर करण्यासाठी सरकार, शैक्षणिक संस्था, नागरी समाज आणि खासगी क्षेत्र यांच्यातील सहकार्याचा दृष्टिकोन असतो.

आयसीईटी (युनायटेड स्टेट्स-इंडिया इनिशिएटिव्ह ऑन क्रिटिकल अँड इमर्जिंग टेक्नॉलॉजी)चे ट्रस्ट (टेक्नॉलॉजी अँड रेझिलिएंट यूएस-इंडिया स्ट्रॅटेजिक हेड इनिशिएटिव्ह) म्हणून पुनरुज्जीवन केल्याने शाश्वततेचा समावेश असलेल्या संपूर्ण AI मूल्य साखळीमध्ये द्विपक्षीय सहकार्य व्यापक करण्याची संधी उपलब्ध होते. पंतप्रधान नरेंद्र मोदी यांच्या अमेरिका भेटीदरम्यान मोदी आणि अध्यक्ष डोनाल्ड ट्रम्प यांनी २०२५ च्या अखेरीस ‘AI पायाभूत सुविधांना गती देण्यासाठी भारत-अमेरिका रोडमॅप’वर खासगी उद्योगांशी सहकार्य करण्याचे वचन दिले. यामुळे दोन्ही देशांना अक्षय उर्जेवर चालणाऱ्या AI पायाभूत सुविधांची निर्मिती करण्यासाठी एक संधी निर्माण झाली आहे. यामध्ये अणुउर्जा आणि हरित AI संशोधनावरील संभाव्य सहकार्याचा समावेश आहे. दोन्ही देशांची सरकारे खासगी कंपन्यांना शाश्वत पद्धती स्वीकारण्यासाठी प्रोत्साहन देणाऱ्या विशिष्ट आराखड्यासाठीही सहकार्य करू शकतात. उदाहरणार्थ, अक्षय उर्जेवर चालणाऱ्या डेटा सेंटरसाठी कर सवलती किंवा उर्जा कार्यक्षम हार्डवेअर विकसित करण्यासाठी अनुदाने, शाश्वत AI पद्धतींमुळे खर्चात बचत, कार्यक्षमता आणि व्यवसायांसाठी स्पर्धात्मक लाभ कसे मिळू शकतात यांवर भर देणे.

या प्रयत्नांना यश येण्यासाठी राजकारण्यांनी AI विकासाच्या कार्बन उत्सर्जनविषयक खर्चाचा हिशेब देताना स्वच्छ AI उपाययोजनांचा पुरस्कार करायला हवा. खासगी क्षेत्रातील नव्या उपक्रमांतील अडथळे दूर करून स्वच्छ उर्जा उपायांमध्ये अधिक गुंतवणुकीला प्रोत्साहन देऊन सरकारांनी समतोल साधायला हवा. अशी पावले उचलून भारत व अमेरिकेदरम्यान आर्थिक व तंत्रज्ञानविषयक स्पर्धा राखून जागतिक शाश्वतता उद्दिष्टांशी सुसंगत AI वृद्धी निश्चित करू शकतात.

निष्कर्ष

दीर्घकालीन वृद्धी आणि लवचिकता टिकवून ठेवण्यासाठी AI इकोसिस्टिमच्या पायामध्ये शाश्वततेचा समावेश करणे आवश्यक आहे. ‘AI’चा पर्यावरणीय परिणाम कमी करून ‘AI’ला पुढे नेण्यासाठी सरकार, व्यवसाय आणि कल्पकांमध्ये सहकार्याची गरज आहे. पर्यावरणपूरक पद्धतींना तंत्रज्ञानविषयक प्रगतीशी जोडून पृथ्वीला धोका न पोहोचवता ‘AI’चा पूर्ण क्षमतेने वापर करू शकतो. भारत आपला AI गव्हर्नन्स आराखडा विकसित करीत असताना शाश्वत ‘AI’ला प्राधान्य देणे, ही केवळ धोरणात्मक गरजच नव्हे, तर एक धोरणात्मक लाभही आहे. त्यामुळे उद्योगांना खर्चविषयक क्षमता, सुधारित ऑपरेशन्स आणि जागतिक AI परिमाणामध्ये एक शक्तिशाली स्थान मिळते.

उर्मी टाट या सार्वजनिक धोरण व सरकारी व्यवहार, सेल्सफोर्स, भारत येथे व्यवस्थापक आहेत. 

• Artificial Intelligence
• India
• USA and Canada
• ai and environmental challenges
• ai environmental impacts
• ai impact on environment
• ai's growing carbon footprint
• Artificial Intelligence
• carbon footprint of AI
• carbon footprint of artificial intelligence
• environmental impact of AI
• India
• International Affairs
• USA and Canada

The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.

PREV NEXT