'AI ยุคใหม่' ใส่ใจสิ่งแวดล้อม โครงสร้างพื้นฐาน-การกำกับดูแลต้องไปด้วยกัน

การปรับใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) อย่างรวดเร็วกําลังเปลี่ยนแปลงทุกอย่างตั้งแต่โครงสร้างพื้นฐานข้อมูลไปจนถึงการกํากับดูแลระดับโลก ในขณะที่ AI ให้ประโยชน์ที่สําคัญ  การเพิ่มประสิทธิภาพ การเปิดใช้งานโครงการริเริ่มด้านความยั่งยืน เช่น การติดตามรอยเท้าคาร์บอนของวงจรชีวิตของผลิตภัณฑ์ และการเพิ่มประสิทธิภาพการจัดการพลังงาน  การปรับขนาดของมันนําเสนอความท้าทาย

เมื่อโมเดล AI เติบโตในขนาดและความซับซ้อน รอยเท้าทางกายภาพของพวกเขา ตั้งแต่พลังการประมวลผลไปจนถึงการจัดการความร้อนก็พุ่งสูงขึ้น ผลกระทบนี้ทําให้เกิดความกังวลเกี่ยวกับการใช้พลังงานและน้ําที่เกี่ยวข้อง ขยะอิเล็กทรอนิกส์ (เช่น แบตเตอรี่และเซิร์ฟเวอร์ที่ใช้แล้ว) และการพึ่งพาทรัพยากรที่ไม่หมุนเวียน รวมถึงธาตุหายากสําหรับการผลิตฮาร์ดแวร์

แม้ว่านวัตกรรมทางเทคโนโลยีมักจะมุ่งเป้าไปที่การควบคุมการใช้ทรัพยากร แต่ Jevons Paradox ชี้ให้เห็นว่าการเพิ่มประสิทธิภาพอาจเพิ่มการใช้ทรัพยากรโดยรวมอย่างขัดแย้งเมื่อการใช้ AI เพิ่มขึ้น ในขณะเดียวกัน กรอบการกํากับดูแล ตั้งแต่กฎหมายสิ่งแวดล้อมไปจนถึงกฎระเบียบดิจิทัล กําลังดิ้นรนเพื่อให้ทัน ความตึงเครียดรูปแบบใหม่กําลังเกิดขึ้น โครงสร้างพื้นฐาน AI กําลังพัฒนาเร็วกว่ากฎระเบียบและการกํากับดูแลที่จําเป็นเพื่อให้แน่ใจว่าจะให้บริการผลประโยชน์สาธารณะและโลก

 

โครงสร้างพื้นฐานและธรรมาภิบาลต้องพัฒนาร่วมกัน

แม้จะมีการแยกทางกันอย่างชัดเจน แต่โดเมนของโครงสร้างพื้นฐานและการกํากับดูแลดิจิทัลก็มาบรรจบกัน อย่างไรก็ตาม การบรรจบกันนี้ยังคงถูกสํารวจในวาทกรรมสาธารณะ การทําให้เป็นดิจิทัลในวันนี้เผยให้เห็นความไม่ตรงกันที่สําคัญสามประการ:

1. ความไม่ตรงกันของการทํางาน: ไซโลระหว่างโครงสร้างพื้นฐาน AI ความยั่งยืนด้านสิ่งแวดล้อม และด้านอื่น ๆ เช่น การเงิน
2. ความไม่ตรงกันเชิงพื้นที่: การประสานงานไม่เพียงพอในระดับการกํากับดูแลระดับท้องถิ่น ระดับชาติ และนานาชาติ
3. ความไม่ตรงกันชั่วคราว: การปะทะกันระหว่างวงจรการปรับใช้อย่างรวดเร็วของระบบ AI และความต้องการระยะยาวของความยืดหยุ่นด้านสิ่งแวดล้อมและสังคม

การจัดการกับความไม่ตรงกันเหล่านี้ต้องใช้มุมมองแบบองค์รวม ซึ่งการพัฒนาโครงสร้างพื้นฐานและการกํากับดูแลจะพัฒนาควบคู่กันไป สิ่งนี้มีความสําคัญอย่างยิ่งสําหรับภูมิภาคเอเชียแปซิฟิก ที่ซึ่งความหนาแน่นของเมือง ความเปราะบางของสภาพอากาศ และดิจิทัลที่เร่งขึ้นตัดกัน

แนวทางของสิงคโปร์เป็นตัวอย่างโดยแผนงานศูนย์ข้อมูลสีเขียวที่นําโดย Infocom Media Development Authority (IMDA) และคณะกรรมการพัฒนาเศรษฐกิจ Model AI Governance Framework for Generative AI ที่พัฒนาโดย IMDA และ AI Verify Foundation และ Singapore Green Plan 2030 ที่กว้างขึ้นแสดงให้เห็นถึงความพยายามในช่วงต้นในการจัดแนวโครงสร้างพื้นฐานและกรอบการกํากับดูแลเพื่อพัฒนาระบบนิเวศดิจิทัลที่ยั่งยืน

การเปลี่ยนแปลงโครงสร้างพื้นฐาน

การพัฒนา AI เพิ่มความต้องการโครงสร้างพื้นฐานดิจิทัลขั้นสูง โดยเฉพาะอย่างยิ่งศูนย์ข้อมูล ระบบนิเวศต้องเผชิญกับความเครียดในหลายมิติ ตั้งแต่โครงข่ายไฟฟ้าไปจนถึงการจัดการขยะอิเล็กทรอนิกส์ การระบายความร้อนด้วยอากาศกําลังถึงขีดจํากัดทางอุณหพลศาสตร์ ด้วยความหนาแน่นของแร็คที่คาดว่าจะสูงถึง 600 กิโลวัตต์ ระบบระบายความร้อนด้วยอากาศแบบดั้งเดิมไม่สามารถรับมือกับภาระความร้อนที่รุนแรงที่เกิดจากฮาร์ดแวร์ AI รุ่นต่อไปได้

การเปลี่ยนแปลงไปสู่เทคโนโลยีการระบายความร้อนด้วยของเหลวและไฮบริดเป็นสิ่งจําเป็นและมีผลกระทบอย่างลึกซึ้งต่อการออกแบบโครงสร้างพื้นฐาน การจัดหาเงินทุน ความปลอดภัย และมาตรฐานสากล

โซลูชันการระบายความร้อนด้วยของเหลว เช่น การระบายความร้อนแบบ direct-to-chip และการระบายความร้อนแบบแช่ ให้ประสิทธิภาพการถ่ายโอนความร้อนที่มากขึ้น และลดการใช้พลังงานและรอยเท้าเชิงพื้นที่

อย่างไรก็ตาม พวกเขาแนะนําความท้าทายในการดําเนินงานใหม่ ๆ รวมถึงการเลือกน้ําหล่อเย็น โปรโตคอลการบํารุงรักษา และการบริหารความเสี่ยง สิ่งเหล่านี้ต้องจับคู่กับกลไกการกํากับดูแลที่อัปเดตเพื่อให้แน่ใจว่ามีการปรับใช้ที่ยั่งยืนและปลอดภัย

ในขณะเดียวกัน การประเมินด้านสิ่งแวดล้อมที่ครอบคลุมของโครงสร้างพื้นฐาน AI ควรครอบคลุมการปล่อยมลพิษในขอบเขตที่ 1, 2 และ 3 ซึ่งสอดคล้องกับโปรโตคอลก๊าซเรือนกระจก ซึ่งครอบคลุมการใช้พลังงาน คาร์บอนที่เป็นตัวเป็นตนในการผลิต และผลกระทบของวัสดุที่สิ้นสุดอายุการใช้งาน

ความล่าช้าด้านกฎระเบียบ

กรอบการกํากับดูแลพยายามดิ้นรนเพื่อให้ทันกับการพัฒนาโครงสร้างพื้นฐานและระบบ AI อย่างรวดเร็ว หากไม่มีการจัดการเชิงรุก มีความเสี่ยงที่เพิ่มขึ้นของ:

• ระบอบการปฏิบัติตามกฎระเบียบที่กระจัดกระจายทั่วทั้งเขตอํานาจศาล
• การเก็งกําไรตามกฎระเบียบ เอื้ออํานวยต่อสภาพแวดล้อมที่มีมาตรฐานต่ำกว่า
• การรายงานความยั่งยืนที่ไม่สอดคล้องกันหรือไม่สมบูรณ์

การจัดการสิ่งนี้อย่างมีประสิทธิภาพต้องใช้มาตรฐานความยั่งยืนที่ชัดเจนและทํางานร่วมกันได้สําหรับโครงสร้างพื้นฐาน AI มาตรฐานเหล่านี้ควรสนับสนุนการประเมินผลกระทบด้านสิ่งแวดล้อม การเชื่อมโยงกันของกฎระเบียบข้ามพรมแดน และกรอบการรายงานที่กลมกลืนกัน

ความต้องการโครงสร้างพื้นฐานจะแตกต่างกันอย่างมีนัยสําคัญเมื่อระบบ AI มีความซับซ้อนมากขึ้น โดยครอบคลุมรูปแบบพื้นฐานวัตถุประสงค์ทั่วไปและการปรับใช้เฉพาะโดเมน กรอบการกํากับดูแลต้องมีความยืดหยุ่นเพียงพอที่จะรองรับรูปแบบเหล่านี้โดยไม่กระทบต่อเป้าหมายความยั่งยืน

การวัดระยะไกลด้วยโครงสร้างพื้นฐานแบบเรียลไทม์ ซึ่งครอบคลุมการใช้พลังงาน การใช้น้ํา ประสิทธิภาพทางความร้อน และการปล่อยมลพิษ ควรรวบรวมและเปิดเผยอย่างโปร่งใสซึ่งเป็นส่วนหนึ่งของการประเมินสิ่งแวดล้อม AI ที่น่าเชื่อถือ

แนวทางปฏิบัติเหล่านี้ควรสอดคล้องกับมาตรฐานที่กําลังพัฒนาในปัจจุบัน - มาตรฐานที่ได้รับการพัฒนาโดยองค์การระหว่างประเทศเพื่อมาตรฐาน - ISO/IEC SC42 - และคณะทํางาน P7100 ผลกระทบด้านสิ่งแวดล้อมของปัญญาประดิษฐ์ของสถาบันวิศวกรไฟฟ้าเป็นสองตัวอย่างดังกล่าว

กระบวนการความร่วมมือ

การบรรลุ AI ที่ยั่งยืนต้องการการดําเนินการแบบบูรณาการโดยรัฐบาล ผู้เล่นในอุตสาหกรรม สถาบันการศึกษา และชุมชนในวงกว้าง เพื่อให้แน่ใจว่าโครงสร้างพื้นฐานดิจิทัลจะเติบโตอย่างกลมกลืนกับเป้าหมายด้านสิ่งแวดล้อมและสังคม

ทั่วโลก กรอบความร่วมมือที่มีจุดมุ่งหมายเพื่อฝังความยั่งยืนไว้ในหัวใจของการพัฒนา AI ดูเหมือนจะค่อยๆ เกิดขึ้น

ในยุโรป พระราชบัญญัติ AI ปี 2568 ของสหภาพยุโรปกําหนดให้ผู้ให้บริการโมเดล AI ทั่วไปจัดทําเอกสารการใช้พลังงาน ซึ่งเป็นขั้นตอนแรกในการให้ภาคส่วนรับผิดชอบต่อรอยเท้าด้านสิ่งแวดล้อม

ในขณะเดียวกัน แผนงานศูนย์ข้อมูลสีเขียวของสิงคโปร์ส่งเสริมการอัพเกรดประสิทธิภาพ มาตรฐานการรับรอง และการดําเนินงานที่ยั่งยืน สามารถทํางานร่วมกับคู่มืออาเซียนเกี่ยวกับการกํากับดูแลและจริยธรรมของ AI ซึ่งหากได้รับการจัดการอย่างเหมาะสม อาจชี้นําสมาชิกไปสู่การประเมินด้านสิ่งแวดล้อมที่แข็งแกร่งยิ่งขึ้นตลอดวงจรชีวิตของ AI สิ่งที่เกิดขึ้นคือเอเชียมีโอกาสสําคัญในการเป็นผู้นําโดยเป็นแบบอย่าง ไม่เพียงแต่โดยการนําแนวทางปฏิบัติที่ดีที่สุดมาใช้เท่านั้น แต่ยังรวมถึงการกําหนดมาตรฐานและแบบจําลองการกํากับดูแลในอนาคตด้วย

มีการรับรู้ที่เพิ่มขึ้นว่าความยั่งยืนต้องฝังอยู่ในทุกขั้นตอนของวงจรชีวิตของ AI ตั้งแต่การออกแบบโมเดลและโครงสร้างพื้นฐานไปจนถึงการปรับใช้และการเลิกใช้ในที่สุด

เพื่อให้ประสบความสําเร็จ ภูมิภาคต้องจัดลําดับความสําคัญของประเด็นสําคัญดังนี้

• ดําเนินการประเมินผลกระทบวงจรชีวิตทั้งหมด
• การจัดการความซับซ้อนของโครงสร้างพื้นฐาน
• ปรับปรุงความโปร่งใสในการใช้ทรัพยากร
• ส่งเสริมนวัตกรรมด้านกฎระเบียบ
• ความก้าวหน้าของมาตรฐานข้ามพรมแดน

ด้วยการเชื่อมโยงการพัฒนาโครงสร้างพื้นฐานโดยตรงกับความรับผิดชอบต่อสิ่งแวดล้อม ภูมิภาคสามารถจําลองสิ่งที่ระบบนิเวศ AI แบบบูรณาการและมองไปข้างหน้าสามารถและต้องเป็นได้

ที่มา : National University of Singapore