जिनेवा [स्विट्जरलैंड]

 

वर्ल्ड इकोनॉमिक फोरम ने आर्टिफिशियल इंटेलिजेंस को एक बड़े एनर्जी कंज्यूमर से ग्लोबल सस्टेनेबिलिटी का आधार बनाने के लिए एक स्ट्रेटेजिक ब्लूप्रिंट पेश किया है। "फ्रॉम पैराडॉक्स टू प्रोग्रेस" नाम की एक रिपोर्ट में, यह फ्रेमवर्क एक बड़े संकट पर बात करता है: AI का तेजी से विस्तार बिजली की मांग में भारी बढ़ोतरी कर रहा है जो रिन्यूएबल एनर्जी की ग्रोथ से आगे निकलने की धमकी दे रहा है।

 

रिपोर्ट में कहा गया है, "2035 तक, ग्लोबल डेटा सेंटर बिजली का इस्तेमाल 1,200 टेरावाट-घंटे (TWh) से ज़्यादा हो सकता है, जो 2024 में 420 TWh था। स्ट्रेटेजिक दखल के बिना, AI सिस्टम स्ट्रेस और क्लाइमेट रिस्क में एक छिपा हुआ योगदानकर्ता बन सकता है।"

 

रिपोर्ट "नेट-पॉजिटिव AI एनर्जी" के कॉन्सेप्ट पर चर्चा करती है, एक ऐसी स्थिति जहां AI एप्लिकेशन से होने वाली एनर्जी बचत और एफिशिएंसी उनके डेवलपमेंट और ऑपरेशन के दौरान इस्तेमाल होने वाली बिजली से ज़्यादा होती है। रिपोर्ट जेवन्स पैराडॉक्स के बारे में भी बात करती है - "जैसे-जैसे AI ज़्यादा सुलभ होगा और इसका इस्तेमाल बढ़ेगा, एक बड़ी चुनौती यह सुनिश्चित करना होगा कि एफिशिएंसी से होने वाले फायदे असली वैल्यू पैदा करें, न कि AI के इस्तेमाल को और बढ़ा दें जिससे एनर्जी और रिसोर्स की बचत खत्म हो जाए।"

 

इस अप्रोच का मकसद "जेवन्स पैराडॉक्स" को संबोधित करना है, यह एक ऐसी घटना है जिसमें टेक्नोलॉजी में एफिशिएंसी से अक्सर इस्तेमाल बढ़ जाता है, जिससे कोई भी मूल बचत खत्म हो जाती है। कच्चे कंप्यूटेशनल ग्रोथ से हटकर इम्पैक्ट-फर्स्ट पैराडाइम पर ध्यान केंद्रित करके, फोरम का तर्क है कि AI एक लायबिलिटी के बजाय एक स्ट्रेटेजिक एसेट बन सकता है, जो ग्रिड की मजबूती को बढ़ाएगा और ग्लोबल इकोनॉमी में ऑपरेशनल लागत को कम करेगा।

 

रिपोर्ट AI के एनवायरनमेंटल फुटप्रिंट के कई "छिपे हुए कारणों" की भी पहचान करती है, खासकर "डार्क डेटा" की समस्या पर प्रकाश डालती है, जो एनर्जी-भूखे सर्वर में स्टोर किया गया अप्रयुक्त डेटा है, और मौजूदा मॉडल ट्रेनिंग की तकनीकी कमियां हैं। इनसे निपटने के लिए, फ्रेमवर्क तीन मुख्य एक्शन ड्राइवरों की रूपरेखा तैयार करता है: एफिशिएंसी के लिए डिजाइन करना, प्रभाव के लिए तैनात करना, और समझदारी से मांग को आकार देना। वर्तमान में, केवल 10% AI उपयोग के मामले "मांग-आकार देने" के दृष्टिकोण को दर्शाते हैं, जिसमें कम ग्रिड तनाव या उच्च नवीकरणीय उपलब्धता की अवधि के दौरान वर्कलोड को शेड्यूल करना शामिल है। 

 

इस अंतर को पाटना "नेट-पॉजिटिव विभाजन" को रोकने के लिए आवश्यक है, जहां केवल तकनीकी रूप से उन्नत क्षेत्र AI क्रांति के लाभ उठाते हैं जबकि अन्य को बढ़ती डिजिटल असमानता और संसाधनों की कमी का सामना करना पड़ता है।

 

वास्तविक दुनिया के सबूत बताते हैं कि यह बदलाव पहले से ही संभव है। रिपोर्ट सफल तैनाती का हवाला देती है जहां AI ने डेटा सेंटर कूलिंग एनर्जी को 40% कम कर दिया और औद्योगिक रखरखाव में सुधार किया, जिससे ऑपरेशनल लागत में लाखों की बचत हुई। UK में, प्रेडिक्टिव मेंटेनेंस मॉडल ने एनर्जी कंपनियों को इक्विपमेंट की खराबी का जल्दी पता लगाने, महंगे आउटेज को रोकने और लेबर को ऑप्टिमाइज़ करने में मदद की है। इसके अलावा, AI-इनेबल्ड फोरकास्टिंग ग्रिड को हवा और सौर जैसे वेरिएबल रिन्यूएबल सोर्स को 90% से ज़्यादा सटीकता के साथ इंटीग्रेट करने में मदद कर रही है।

 

नेट-पॉजिटिव भविष्य हासिल करने के लिए टेक्नोलॉजी प्रोवाइडर्स, सरकारों और इंडस्ट्री लीडर्स के बीच अभूतपूर्व सहयोग की ज़रूरत होगी। फोरम इस बात पर ज़ोर देता है कि पारदर्शिता पहला कदम है, और AI मॉडल के लिए स्टैंडर्ड "सस्टेनेबिलिटी लेबल" और एनर्जी की खपत को ट्रैक करने के लिए पब्लिक डैशबोर्ड की वकालत करता है। जैसे-जैसे ग्लोबल कम्युनिटी इस बदलाव से गुज़र रही है, रिपोर्ट का निष्कर्ष है कि लक्ष्य AI डेवलपमेंट को धीमा करना नहीं है, बल्कि "एक बेहतर इंजन डिज़ाइन करना" है - यह सुनिश्चित करना कि भविष्य की इंटेलिजेंस एक सस्टेनेबल और न्यायसंगत एनर्जी फाउंडेशन द्वारा संचालित हो।