'เอเชีย' โชว์นำ สร้างระบบพื้นฐาน AI ที่ยั่งยืนมากขึ้นกว่าเดิม

การปรับใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) อย่างรวดเร็วกําลังเปลี่ยนแปลงทุกอย่างตั้งแต่โครงสร้างพื้นฐานข้อมูลไปจนถึงการกํากับดูแลระดับโลกในขณะที่ 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 พลวัตนี้จะมีอิทธิพลต่อการตัดสินใจมากขึ้นในโดเมนการกําหนดนโยบาย ธุรกิจ และการลงทุนโครงสร้างพื้นฐาน

โครงสร้างพื้นฐานและธรรมาภิบาลต้องพัฒนาร่วมกัน

แม้จะมีการแยกทางกันอย่างชัดเจน แต่โดเมนของโครงสร้างพื้นฐานและการกํากับดูแลดิจิทัลก็มาบรรจบกัน อย่างไรก็ตาม การบรรจบกันนี้ยังคงถูกสํารวจในวาทกรรมสาธารณะ การทําให้เป็นดิจิทัลในวันนี้เผยให้เห็นความไม่ตรงกันที่สําคัญ 3 ด้าน ดังนี้

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 ที่กว้างขึ้น

แสดงให้เห็นถึงความพยายามในช่วงต้นในการจัดแนวโครงสร้างพื้นฐานและกรอบการกํากับดูแลเพื่อพัฒนาระบบนิเวศดิจิทัลที่ยั่งยืน

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 ความท้าทายในการดําเนินงานใหม่ ๆ รวมถึงการเลือกน้ําหล่อเย็น โปรโตคอลการบํารุงรักษา และการบริหารความเสี่ยง สิ่งเหล่านี้ต้องจับคู่กับกลไกการกํากับดูแลที่อัปเดตเพื่อให้แน่ใจว่ามีการปรับใช้ที่ยั่งยืนและปลอดภัย ในขณะเดียวกัน การประเมินด้านสิ่งแวดล้อมที่ครอบคลุมของโครงสร้างพื้นฐาน AI ควรครอบคลุมการปล่อยมลพิษในขอบเขตที่ 1, 2 และ 3 ซึ่งสอดคล้องกับโปรโตคอลก๊าซเรือนกระจก ซึ่งครอบคลุมการใช้พลังงาน คาร์บอนที่เป็นตัวเป็นตนในการผลิต และผลกระทบของวัสดุที่สิ้นสุดอายุการใช้งาน

กฎหมาย AI ตามไม่ทัน วิกฤตและความหวังสู่ AI ยั่งยืน

กฎระเบียบที่กำกับดูแล ปัญญาประดิษฐ์ (AI) กำลังตามหลังการพัฒนาโครงสร้างพื้นฐานและระบบ AI อย่างรวดเร็ว ซึ่งก่อให้เกิดความเสี่ยงสำคัญหลายด้านดังนี้

• กฎเกณฑ์กระจัดกระจาย: ขาดมาตรฐานร่วมกัน ทำให้เกิดความไม่สอดคล้องกันในการบังคับใช้กฎหมายข้ามพรมแดน
• แข่งขันกันกดมาตรฐาน: บริษัทอาจหาช่องโหว่ทางกฎหมาย ทำให้เกิดสภาพแวดล้อมที่ไม่ได้มาตรฐาน
• รายงานไม่โปร่งใส: การรายงานข้อมูลความยั่งยืนของ AI อาจไม่สมบูรณ์หรือไม่ถูกต้อง

 ทางออก: สร้างมาตรฐานและความร่วมมือที่ชัดเจน

เพื่อจัดการกับปัญหานี้อย่างมีประสิทธิภาพ เราต้องมี มาตรฐานความยั่งยืนสำหรับโครงสร้างพื้นฐาน AI ที่ชัดเจนและทำงานร่วมกันได้ มาตรฐานเหล่านี้ควรสนับสนุน:

• การประเมินผลกระทบต่อสิ่งแวดล้อม: ประเมินผลกระทบด้านพลังงาน น้ำ และการปล่อยมลพิษ
• กฎระเบียบที่เชื่อมโยงกัน: สร้างความสอดคล้องของกฎหมายข้ามประเทศ
• กรอบการรายงานที่เป็นหนึ่งเดียว: ทำให้การรายงานข้อมูลความยั่งยืนเป็นไปอย่างโปร่งใสและเชื่อถือได้

ความยืดหยุ่นคือกุญแจสู่การกำกับดูแล AI

กรอบการกำกับดูแลต้องมีความยืดหยุ่นพอที่จะรองรับความหลากหลายของระบบ AI ตั้งแต่โมเดลพื้นฐานไปจนถึงการใช้งานเฉพาะด้าน โดยไม่ลดทอนเป้าหมายด้านความยั่งยืน นอกจากนี้ ควรมีการเก็บข้อมูลแบบเรียลไทม์เกี่ยวกับพลังงาน น้ำ ประสิทธิภาพความร้อน และการปล่อยมลพิษของโครงสร้างพื้นฐาน AI และเปิดเผยอย่างโปร่งใส

แนวทางเหล่านี้ควรสอดคล้องกับมาตรฐานสากลที่กำลังพัฒนา เช่น ISO/IEC SC42 และ IEEE P7100

สิงคโปร์ต้นแบบแห่งนวัตกรรมสีเขียว

สิงคโปร์เป็นตัวอย่างที่ดีของนวัตกรรมด้านกฎระเบียบเชิงรุก ด้วยโครงการริเริ่มอย่าง เครื่องหมายสีเขียวสำหรับศูนย์ข้อมูล 2024 และ เงินช่วยเหลือประสิทธิภาพการใช้พลังงานสำหรับศูนย์ข้อมูล ซึ่งแสดงให้เห็นถึงความเป็นผู้นำในการส่งเสริมความยั่งยืนในอุตสาหกรรม AI

ที่มา : Singapore Management University , National University of Singapore