AI กับการเมืองเรื่องสิ่งแวดล้อมและพลังงาน

ที่มาภาพ: https://carnegieendowment.org/research/2024/07/governing-military-ai-amid-a-geopolitical-minefield?lang=en

ารแพร่ขยายการใช้เทคโนโลยีปัญญาประดิษฐ์ (AI)[1] ในภาคเอกชนและภาครัฐได้เปิดยุคใหม่ของการเมืองเรื่องสิ่งแวดล้อมและพลังงาน (environmental and energy politics) ซึ่งทวีรุนแรงจากการแย่งชิงทรัพยากรในการประมวลผล พัฒนาและปรับใช้ตัวแบบ AI ขั้นสูงหรือ Generative AI[2] ที่เชื่อมโยงกับการใช้พลังงานและน้ำอย่างมากสุดขีด

เทคโนโลยี AI ถูกคาดการณ์ว่าจะเป็นรากฐานสำคัญของนวัตกรรมทางการทหาร การแข่งขันอิทธิพลของมหาอำนาจและการแย่งชิงพลังงาน (ไฟฟ้า) ไม่เพียงเป็นความพยายามเพื่อผลกำไร นวัตกรรมและความเป็นผู้นำทางเทคโนโลยี แต่ยังเกี่ยวข้องอย่างมีนัยสำคัญกับความมั่นคงแห่งชาติ

ความต้องการใช้พลังงานอย่างเข้มข้นของ Generative AI เชื่อมโยงกับความต้องการใช้ไฟฟ้าของศูนย์ข้อมูล (data center)[3] บริการระบบคอมพิวเตอร์แบบเครือข่ายออนไลน์ (cloud service) และวงจรอิเล็กทรอนิกส์ขนาดเล็ก (chips)[4] ที่เพิ่มขึ้นอย่างมาก ตัวอย่างเช่น การสืบค้นข้อมูลบน ChatGPT อาจใช้พลังงานมากกว่าการสืบค้นจาก Google ถึง 25 เท่า

วงจรชีวิตการสร้างตัวแบบ AI มีขั้นตอนที่กระทบสิ่งแวดล้อมมากที่สุด คือ การฝึกตัวแบบการเรียนรู้ของเครื่องจักร (Machine Learning) โดยอัลกอริธึมเรียนรู้ข้อมูลการฝึกเพื่อคาดการณ์และหรือตัดสินใจด้วยการอนุมาน (inference) ข้อสรุปที่ได้มาจากความรู้และความเข้าใจ

รองศาสตราจารย์ Mosharaf Chowdhury แห่งภาควิชาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์มหาวิทยาลัยมิชิแกนระบุว่า การฝึกตัวแบบ GPT-3[5] หนึ่งรอบใช้พลังงานไฟฟ้า 1,287 MWh ซึ่งเพียงพอสำหรับใช้ในครัวเรือนทั่วไปของสหรัฐฯเป็นเวลา 120 ปี ขณะที่ World Economic Forum ระบุว่าขั้นตอนการอนุมานของตัวแบบ AI มีผลกระทบต่อสิ่งแวดล้อมถึงร้อยละ 80 ส่วนขั้นตอนการฝึกกระทบร้อยละ 20

          Petr Spelda และ Vit Stritecky แห่งมหาวิทยาลัย Charles ได้ศึกษาวิจัยต้นทุนด้านสิ่งแวดล้อมของการเชื่อมโยงระหว่างมนุษย์กับ AI พบว่า[6] ทรัพยากรคอมพิวเตอร์ที่จำเป็นสำหรับการประมวลผล ML เพิ่มขึ้นเป็นสองเท่าทุก ๆ 3.4 เดือนตั้งแต่ปี 2012 การประมวลผลในปัจจุบันใช้เวลาหลายร้อยเพตาฟลอป/วินาที[7] ตัวแบบ ML ถูกปรับให้มีความแม่นยำเกินกว่าที่จำเป็น ส่งผลให้การดำเนินการไม่มีประสิทธิภาพและเป็นอันตรายต่อสิ่งแวดล้อม

สำนักงานพลังงานระหว่างประเทศ (IEA) ประเมินว่า ภายในปี 2026 การใช้พลังงานทั่วโลกของศูนย์ข้อมูล สกุลเงินดิจิทัล (cryptocurrency) และ AI จะเพิ่มขึ้นเป็นสองเท่าหรือปริมาณการใช้ไฟฟ้าของญี่ปุ่นทั้งประเทศ ขณะที่ Rene Haas ผู้บริหารบริษัท Arm เตือนว่าภายในสิ้นทศวรรษนี้ ศูนย์ข้อมูล AI อาจใช้พลังงานไฟฟ้าร้อยละ 20 - 25 ของความต้องการพลังงานของสหรัฐฯ ปัจจุบันความต้องการพลังงานอยู่ที่ร้อยละ 4 หรือต่ำกว่า[8]

สหรัฐฯเป็นผู้ใช้ไฟฟ้ารายใหญ่อันดับสองของโลกรองจากจีน ความต้องการใช้ไฟฟ้าจะเพิ่มขึ้นหากทั้งสองประเทศยังคงแข่งขันกันในด้านเทคโนโลยีและการทหาร ประเทศอื่น  ๆ ที่ใช้ไฟฟ้ามากที่สุด ได้แก่ รัสเซีย อินเดีย ญี่ปุ่น บราซิล และเกาหลีใต้

ในปี 2022 กระทรวงกลาโหม (DoD) สหรัฐฯประเทศเดียวเป็นผู้ใช้ไฟฟ้ารายใหญ่ที่สุด โดยใช้พลังงานร้อยละ 76 ของการใช้พลังงานของรัฐบาลกลาง ระบบป้องกันประเทศของสหรัฐฯใช้ AI ประมวลผลต่าง ๆ เช่น การวิเคราะห์เชิงคาดการณ์ ยานพาหนะขับเคลื่อนอัตโนมัติ ความปลอดภัยทางไซเบอร์และการดำเนินงานข่าวกรอง

สถาบันความมั่นคงแห่งชาติมหาวิทยาลัย George Mason ระบุว่าในขอบเขตของการป้องกันและความมั่นคงของชาติ AI “ช่วยเพิ่มประสิทธิภาพการดำเนินงานอย่างมีนัยสำคัญ ตัดสินใจอย่างแม่นยำและได้เปรียบในเชิงกลยุทธ์ ช่วยประมวลผลข้อมูลจำนวนมหาศาล ระบุภัยคุกคามและเพิ่มประสิทธิภาพการใช้ทรัพยากร”

การบูรณาการ AI เข้ากับการปฏิบัติการประจำวันของกองทัพสหรัฐฯ ทำให้ปริมาณการใช้ไฟฟ้ากระทรวงกลาโหมเพิ่มขึ้นแบบทวีคูณ ความต้องการใช้ไฟฟ้าอย่างสุดขีดของ AI ส่งผลต่อโครงข่ายไฟฟ้าและการตระหนักถึงความสำคัญของ AI

กระทรวงพลังงาน (DOE) สหรัฐฯได้ประกาศเมื่อต้นกรกฎาคม 2024 เกี่ยวกับ Frontiers in AI for Science, Security and Technology (FASST) ซึ่งเป็นแผนงานที่ออกแบบเพื่อ “ช่วยควบคุม AI เพื่อประโยชน์สาธารณะ” รวมถึงในด้านความมั่นคงของชาติ

ข้อมูลของ Axios[9] บ่งชี้ว่า “DOE มีเป้าหมายจะสร้างซูเปอร์คอมพิวเตอร์ AI ที่ประหยัดพลังงานและช่วยจัดการความท้าทายในการพัฒนาเทคโนโลยีนี้โดยไม่ทำให้การใช้พลังงานพุ่งขึ้น ซึ่ง Jennifer Granholm รัฐมนตรีกระทรวงพลังงานสหรัฐฯระบุว่าเป็นข้อกังวลอันดับต้น ๆ”

โครงข่ายไฟฟ้าสหรัฐฯส่วนใหญ่สร้างขึ้นในช่วงทศวรรษ 1960 และ 1970 แม้บางส่วนได้รับการยกระดับมาตรฐาน แต่โครงสร้างพื้นฐานที่เก่าแก่ต้องตอบสนองความต้องการใช้ไฟฟ้าในครัวเรือนและ AI ด้วยเหตุนี้ ความต้องการระบบโครงข่ายไฟฟ้าที่ทันสมัย ซึ่งขับเคลื่อนด้วยพลังงานสะอาดที่มีประสิทธิภาพจึงเป็นเรื่องเร่งด่วน

เนื่องจากประเทศต่าง ๆ เช่น จีนและรัสเซียสามารถเข้าถึงทรัพยากรจำนวนมหาศาล เช่น แร่ธาตุสำคัญ กำลังการผลิตขั้นสูงและความพยายามเร่งการใช้ AI ในทางการทหาร ความสามารถในการขับเคลื่อนระบบเหล่านี้จึงกลายเป็นเรื่องความมั่นคงของชาติ[10]

สำหรับไทย การเติบโตของศูนย์ข้อมูลและ AI ยังคงเผชิญความท้าทายจากทรัพยากรพลังงานที่มีจำกัด ค่าไฟฟ้าสูงกว่าประเทศเพื่อนบ้านและที่ตั้งไม่โดดเด่นทางยุทธศาสตร์ คาดว่าความจุของศูนย์ข้อมูลในอาเซียนจะเพิ่มขึ้น เท่าภายในปี 2035 นำโดยมาเลเซียและอินโดนีเซีย ส่วนแบ่งตลาดของไทยจะลดลงเล็กน้อย ทั้งนี้มาเลเซียจะได้ประโยชน์จากอุปสงค์เพิ่มขึ้นของสิงคโปร์ที่มีข้อจำกัดด้านพื้นที่และการจัดหาพลังงานไม่เพียงพอ



[1] วิทยาการคอมพิวเตอร์ที่มุ่งเน้นแก้ไขปัญหาความรู้ความเข้าใจที่เชื่อมโยงกับความฉลาดของมนุษย์ เช่น การเรียนรู้ การสร้างและจดจำภาพ องค์กรสมัยใหม่รวบรวมข้อมูลจำนวนมากจากจุดรวบรวมข้อมูลต่าง ๆ เช่น เซ็นเซอร์อัจฉริยะ เนื้อหาที่มนุษย์สร้างขึ้น เครื่องมือตรวจติดตามและข้อมูลบันทึกระบบ เป้าหมายของ AI คือ การสร้างระบบการเรียนรู้ด้วยตนเองซึ่งต่อยอดความหมายที่ได้จากข้อมูล โดยใช้ความรู้นั้นเพื่อแก้ปัญหาใหม่ ๆ ดู ปัญญาประดิษฐ์ (AI) คืออะไร https://aws.amazon.com/th/what-is/artificial-intelligence/

[2] รูปแบบหนึ่งของ AI ที่ใช้สร้างเนื้อหาใหม่ ๆ ได้อย่างหลากหลายแบบอัตโนมัติโดยไม่ต้องมีมนุษย์เข้ามาช่วย เช่น สร้างข้อความ รูปภาพ เพลง วิดีโอ ฯลฯ Generative AI มีความฉลาดที่จะเรียนรู้จากข้อมูลที่มีอยู่ด้วยการใช้เทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) และใช้องค์ความรู้เหล่านั้นสร้างผลลัพธ์ใหม่ ๆ ตามความต้องการของมนุษย์ ความสามารถของ Generative AI (หรือที่หลายคนเรียกว่า GEN AI) ช่วยสนับสนุนการทำงานต่าง ๆ เช่น Digital Marketing, วงการเพลงวงการครีเอทีฟกราฟิกดีไซเนอร์ ฯลฯ ได้อย่างสะดวกและรวดเร็วยิ่งขึ้น เข้าถึงได้ที่ https://nerdoptimize.com/generative-ai/

[3] อาคาร/สถานที่จัดเก็บคอมพิวเตอร์แม่ข่ายและอุปกรณ์สิ่งอำนวยความสะดวกที่เกี่ยวข้องกับระบบเทคโนโลยีสารสนเทศและการสื่อสาร (ICT)

[4] วงจรรวมซึ่งเป็นส่วนประกอบพื้นฐานของอุปกรณ์อิเล็กทรอนิกส์ทุกชนิดโดยเฉพาะคอมพิวเตอร์ ชิปคอมพิวเตอร์มีขนาดเล็กและทำจากเซมิคอนดักเตอร์ที่ประกอบด้วยซิลิกอนรวมทั้งทรานซิสเตอร์ที่ฝังอยู่และใช้ในการส่งสัญญาณข้อมูลอิเล็กทรอนิกส์เป็นที่นิยมในครึ่งหลังของศตวรรษที่ 20 เนื่องจากขนาดเล็ก ต้นทุนต่ำประสิทธิภาพสูงและผลิตได้ง่าย เข้าถึงได้ที่ https://th.allight-zd.com/info/what-is-a-computer-chip-30174760.html

[5] เป็นฟังก์ชั่นอย่างหนึ่งที่อยู่ใน Open AI สามารถสร้างบทสนทนาเป็นภาษาอังกฤษ แปลภาษาและเปลี่ยนรูปแบบการเขียนให้เหมือนมนุษย์ที่สร้างสรรค์ผลงานบทความวิจัยได้อย่างน่าทึ่งอีกทั้งยังสามารถเขียนโค้ดโปรแกรมคอมพิวเตอร์ได้อีกด้วย

[6] The Future of Human-Artificial Intelligence Nexus and its Environmental Costs Petr Spelda & Vit Stritecky Futures 117 (2020) Available at: https://philarchive.org/rec/SPETFO-7

[7] หน่วยวัดความเร็วการประมวลผลซุปเปอร์คอมพิวเตอร์ในปัจจุบัน “petaFLOPS” (หน่วย peta คือ 10 ยกกำลัง 15 หรือ พันล้านล้าน) โดย FLOPS ย่อมาจาก floating-point operations per second อาจเรียกความเร็วในกลุ่มนี้ว่า petascale (PFLOPS)

[8] Artificial Intelligence’s ‘Insatiable’ Energy Needs Not Sustainable, Arm CEO Says By  Peter Landers Follow Updated April 9, 2024 3:13 pm ET Available at: https://www.wsj.com/tech/ai/artificial-intelligences-insatiable-energy-needs-not-sustainable-arm-ceo-says-a11218c9

[9] Axios (อ่านว่า แอก-ซี-โอส) คือ Open Source JavaScript Library สำหรับ HTTP Request เรียกง่าย ๆ คือ ตัวที่ใช้สำหรับเชื่อมต่อกับ API Service เพื่อการรับส่งข้อมูลแบบ RESTful API โดยที่ axios จะทำหน้าที่เป็นตัวกลางในการจัดการทั้ง method, data, headers, security และอื่น ๆ ที่เกี่ยวข้องกับการรับส่งข้อมูล ความเจ๋งของ axios ก็คือรองรับ Promises async/await ได้ และยังรองรับ TypeScript อีกด้วย เข้าถึงได้ที่ https://programmerdesign.com/site/lesson/view?id=CONBZuHpY7K4G

[10] The Energy Politics of Artificial Intelligence as Great Power Competition Intensifies INTELBRIEF July 23, 2024 Available at: https://thesoufancenter.org/intelbrief-2024-july-23/ 

Author Image

About Kim
Kim is a retired civil servant, specializing in intelligence analysis. He loves productivity hacks, minimalist workflows and CSI series.

No comments

Powered by Blogger.