ग्रीन एआय (Green AI): तंत्रज्ञानाची 'जादू' की पर्यावरणाचे संकट? एका 'क्लिक'ची खरी किंमत!
वाचन वेळ: १० मिनिटे | विषय: टेक्नॉलॉजी आणि पर्यावरण
तुम्ही सकाळी उठलात, मोबाईल हातात घेतला आणि तुमच्या आवडत्या AI असिस्टंटला (उदा. ChatGPT किंवा Gemini) विचारले, "आज हवामान कसे आहे?" किंवा "मला ऑफिसला जाण्यासाठी एखादा छान ईमेल लिहून दे."
अवघ्या काही सेकंदात, जणू काही हवेतून जादू व्हावी तसे उत्तर तुमच्या स्क्रीनवर उमटते. हे तंत्रज्ञान आपल्याला इतके सोपे आणि विनामूल्य (किंवा स्वस्त) वाटते की, आपण त्याच्या मागे असलेल्या प्रचंड यंत्रणेचा विचारच करत नाही. आपण ज्याला 'आर्टिफिशियल इंटेलिजन्स' (AI) म्हणतो, ते खरंच फक्त कोडिंग आणि सॉफ्टवेअर आहे का? की त्याचे काही भौतिक अस्तित्व (Physical Existence) आहे, जे आपल्या पृथ्वीवरील नैसर्गिक संसाधने फस्त करत आहे?
गेल्या २४ तासांत जगभरातून येणाऱ्या पर्यावरण अहवालांनी (Environmental Reports) एका गंभीर प्रश्नाला वाचा फोडली आहे: "AI च्या या सुसाट वेगामुळे आपण हवामान बदलाच्या (Climate Change) खाईत तर लोटले जात नाही ना?"
आजच्या या सविस्तर ब्लॉगमध्ये आपण एआयच्या 'कार्बन फूटप्रिंट', 'वॉटर फूटप्रिंट' आणि 'ग्रीन एआय' या संकल्पना विज्ञानाच्या चष्म्यातून समजून घेणार आहोत.
![]() |
| Image created with AI |
१. "क्लाउड" म्हणजे नक्की काय? (ढग की सिमेंटचे जंगल?)
सर्वप्रथम, एक गैरसमज दूर करूया. जेव्हा आपण म्हणतो की आमचा डेटा "क्लाउड" (Cloud) वर आहे, तेव्हा तो आकाशातील ढगांमध्ये नसतो. "क्लाउड" म्हणजे जमिनीवर पसरलेली अवाढव्य डेटा सेंटर्स (Data Centers).
ही डेटा सेंटर्स म्हणजे फुटबॉलच्या मैदानाएवढ्या मोठ्या इमारती असतात. या इमारतींमध्ये माणसांऐवजी फक्त 'सर्व्हर्स' (Servers) आणि 'प्रोसेसर्स' (Processors) असतात. हे सर्व्हर्स दिवसाचे २४ तास आणि वर्षाचे ३६५ दिवस चालू असतात.
हे सर्व्हर्स काय करतात?
जेव्हा तुम्ही AI ला एखादा प्रश्न विचारता, तेव्हा तुमचा डेटा हजारो किलोमीटरचा प्रवास करून या डेटा सेंटरमध्ये जातो. तिथे हजारो 'ग्राफिक्स प्रोसेसिंग युनिट्स' (GPUs) वेगाने आकडेमोड (Calculations) करतात आणि उत्तर तयार करतात. ही प्रक्रिया इतकी वेगवान असते की त्यात प्रचंड उष्णता निर्माण होते.
साधे उदाहरण घ्या: तुमचा मोबाईल किंवा लॅपटॉप जेव्हा तुम्ही खूप वेळ वापरता किंवा त्यावर गेम खेळता, तेव्हा तो गरम होतो. आता कल्पना करा, अशा लाखो लॅपटॉप्सना एकाच खोलीत ठेवून २४ तास हाय-स्पीडवर चालवले तर किती उष्णता निर्माण होईल? हेच आजच्या डेटा सेंटर्समध्ये घडत आहे.
हे तुम्हाला माहित आहे का?
ज्याप्रमाणे जमिनीवर डेटा सेंटर्सची उष्णता वाढतेय, तसेच समुद्रात रसायने आणि प्लास्टिकमुळे एक वेगळेच 'विषारी' रसायनशास्त्र तयार होत आहे. पर्यावरणाचे हे दुसरे संकट समजून घेण्यासाठी आमचा हा लेख नक्की वाचा:
👉 समुद्रावर तरंगणारे प्लास्टिक आणि सूर्यप्रकाश: एक 'विषारी' रसायनशास्त्र!
२. विजेची भूक: तुमचा एक प्रश्न, पृथ्वीची किती ऊर्जा?
AI मॉडेल्सना (जसे की GPT-4, Gemini, Claude) दोन टप्प्यांत विजेची गरज लागते. आणि हे प्रमाण थक्क करणारे आहे.
अ) प्रशिक्षण टप्पा (Training Phase):
AI ला 'हुशार' बनवण्यासाठी त्याला कोट्यवधी पुस्तके, वेबसाइट्स आणि लेखांचा अभ्यास करावा लागतो. याला 'ट्रेनिंग' म्हणतात. स्टॅनफोर्ड युनिव्हर्सिटीच्या अहवालानुसार, GPT-3 सारख्या मॉडेलला एकदा ट्रेन करण्यासाठी जेवढी वीज लागली, तेवढ्या विजेत १२ ते १५ वर्षे एका सामान्य अमेरिकन घराचा पूर्ण खर्च भागला असता.
ब) वापर टप्पा (Inference Phase):
हे जास्त चिंतेचे कारण आहे. कारण ट्रेनिंग एकदाच होते, पण वापर रोज होतो.
- एका संशोधनानुसार, एक AI इमेज (चित्र) जनरेट करण्यासाठी लागणारी वीज = तुमचा स्मार्टफोन पूर्ण चार्ज करण्यासाठी लागणारी वीज.
- साध्या Google Search पेक्षा AI ला प्रश्न विचारण्यासाठी १० पटीने जास्त वीज लागते.
आंतरराष्ट्रीय उर्जा एजन्सी (IEA) ने अंदाज वर्तवला आहे की, २०२६ पर्यंत डेटा सेंटर्सची विजेची मागणी जपान सारख्या देशाच्या एकूण विजेच्या खपाएवढी होऊ शकते.
३. तहानलेला AI: पाण्याचा अदृश्य वापर (Water Footprint)
फक्त वीजच नाही, तर AI 'पाणी' देखील पितो. हे वाचून तुम्हाला आश्चर्य वाटेल, पण हे सत्य आहे. आपण वर पाहिले की सर्व्हर्स खूप गरम होतात. त्यांना थंड ठेवण्यासाठी एअर कंडिशनिंग सिस्टम्स वापरल्या जातात, पण त्या पुरेशा नसतात. त्यामुळे अनेक डेटा सेंटर्स 'बाष्पीभवन कुलिंग' (Evaporative Cooling) तंत्र वापरतात, ज्यासाठी शुद्ध, पिण्यायोग्य पाण्याची गरज असते.
एका संवादाची किंमत:
युनिव्हर्सिटी ऑफ कॅलिफोर्निया, रिव्हरसाइड (UC Riverside) च्या संशोधकांनी एक धक्कादायक आकडेवारी मांडली आहे. जेव्हा तुम्ही ChatGPT किंवा तत्सम AI सोबत २० ते ५० प्रश्नांचा संवाद (Conversation) करता, तेव्हा सर्व्हर थंड ठेवण्यासाठी साधारण ५०० मिली (अर्धा लिटर) पाणी हवेत उडून जाते (बाष्पीभवन होते).
जगभरात कोट्यवधी युजर्स रोज AI वापरतात. मायक्रोसॉफ्टने त्यांच्या पर्यावरण अहवालात कबूल केले आहे की, त्यांच्या पाण्याचा खप गेल्या वर्षी ३४% ने वाढला आहे, आणि त्याचे मुख्य कारण AI आहे.
![]() |
| Image created with AI |
पण हे सर्व इतके निराशाजनक आहे का?
अजिबात नाही! तंत्रज्ञान हे दुधारी तलवारीसारखे असते. AI मुळे समस्या निर्माण झाल्या आहेत, पण हवामान बदलाशी लढण्यासाठी AI आपली मदतही करत आहे. 'ग्रीन हिरो' म्हणून तंत्रज्ञान कसे काम करते, हे वाचण्यासाठी खाली क्लिक करा:
👉 हवामानाशी युद्ध, तंत्रज्ञानाचे शस्त्र: पृथ्वीला वाचवणारे चार 'ग्रीन हिरो'!
४. नाण्याची दुसरी बाजू: AI वरदान कसे ठरू शकते?
आतापर्यंत आपण फक्त समस्यांबद्दल बोललो. पण AI चा वापर करून आपण पर्यावरणाचे रक्षणही करू शकतो. याला 'AI for Good' किंवा 'Climate AI' असे म्हणतात.
- ग्रीन ग्रिड (Smart Grids): शहरात विजेची मागणी कधी वाढेल आणि कधी कमी होईल, याचे अचूक नियोजन AI करू शकते. यामुळे विजेची नासाडी टळते आणि कार्बन उत्सर्जन कमी होते.
- नवीन मटेरिअलचा शोध: इलेक्ट्रिक गाड्यांच्या बॅटरी अधिक कार्यक्षम बनवण्यासाठी किंवा सौर पॅनेल्सची (Solar Panels) ताकद वाढवण्यासाठी कोणत्या घटकांची गरज आहे, हे शोधण्यात मानवाला १० वर्षे लागतील, ते काम AI काही महिन्यांत करत आहे.
- शेतीमध्ये क्रांती: पिकाला नक्की किती पाणी आणि खताची गरज आहे, हे AI सांगू शकते. यामुळे जमिनीची धूप थांबते आणि पाण्याचा अपव्यय टळतो.
संबंधित प्रगती:
AI आणि विज्ञानाच्या मदतीने आपण प्लास्टिकला पर्यायी आणि निसर्गस्नेही 'बायोप्लास्टिक' कसे विकसित करत आहोत, हे जाणून घेणे आजच्या काळात महत्त्वाचे आहे:
👉 प्लास्टिकचा "घात" आणि बायोप्लास्टिकची "साथ": पर्यावरणाची नवी आशा!
५. उपाय काय? 'ग्रीन एआय' (Green AI) कडे वाटचाल
या समस्यांवर उपाय म्हणून आता शास्त्रज्ञ 'Green AI' ही संकल्पना राबवत आहेत. याचे मुख्य उद्देश आहेत:
- लहान मॉडेल्स (TinyML): प्रत्येक गोष्टीसाठी मोठ्या सुपरकॉम्प्युटरची गरज नसते. तुमच्या फोनवर चालतील असे छोटे आणि कमी ऊर्जा खाणारे AI मॉडेल्स बनवणे.
- लोकेशन शिफ्टिंग (Carbon Aware Computing): जगाच्या ज्या भागात सध्या सूर्यप्रकाश किंवा वाऱ्यापासून वीज तयार होत आहे, तिथे डेटा प्रोसेसिंग हलवणे. उदाहरणार्थ, जर नॉर्वेमध्ये पवनऊर्जा जास्त असेल, तर तुमचे काम नॉर्वेच्या सर्व्हरवर केले जाईल.
- अंडरवॉटर डेटा सेंटर्स (Underwater Data Centers): मायक्रोसॉफ्टने 'प्रोजेक्ट नॅटिक' (Project Natick) अंतर्गत समुद्राच्या तळाशी डेटा सेंटर्स ठेवण्याचा प्रयोग केला. समुद्राचे पाणी नैसर्गिकरित्या सर्व्हर थंड ठेवते, त्यामुळे एसीचा खर्च वाचतो.
निष्कर्ष: आपण (सामान्य युजर) काय करू शकतो?
तंत्रज्ञान हे प्रगतीचे लक्षण आहे आणि ते आपण थांबवू शकत नाही. पण, एक जबाबदार नागरिक म्हणून आपण त्याचा 'सजग' वापर नक्कीच करू शकतो.
🌍 तुमची 'डिजिटल कृती' महत्त्वाची आहे!
- गरज असेल तरच प्रश्न विचारा: हवामान, क्रिकेट स्कोअर किंवा साध्या बेरीज-वजाबाकीसाठी AI वापरण्याऐवजी साधे गुगल सर्च किंवा कॅल्क्युलेटर वापरा. कारण त्याला १० पट कमी वीज लागते.
- इमेज जनरेशन टाळा: सोशल मीडियावर फक्त गंमत म्हणून शेकडो AI इमेजेस बनवणे टाळा. लक्षात ठेवा, प्रत्येक इमेज तुमच्या फोनच्या बॅटरीएवढी ऊर्जा खाते.
- जागरूकता: तुमच्या मित्रांना आणि मुलांना या 'अदृश्य प्रदूषणाबद्दल' माहिती द्या.
तुम्हाला हा लेख कसा वाटला? AI आणि पर्यावरण यांच्यातील हा संघर्ष आपल्याला कोणत्या दिशेने घेऊन जाईल? तुमची मते कमेंट बॉक्समध्ये नक्की मांडा!
मराठीतून विज्ञान (Marathi Vigyan) - विज्ञानातील क्लिष्ट संकल्पना सोप्या मराठीत.
हा लेख संशोधनावर आधारित असून माहितीसाठी आहे.


टिप्पण्या
टिप्पणी पोस्ट करा