لنډ ځواب: مصنوعي ذهانت په عمده توګه د معلوماتو مرکزونو کې د بریښنا کارولو له لارې چاپیریال اغیزمن کوي (دواړه روزنه او ورځني استنباط)، د یخولو لپاره د اوبو سره یوځای، او همدارنګه د هارډویر تولید او بریښنایی کثافاتو مجسم اغیزې. که چیرې کارول په ملیاردونو پوښتنو پورې محدود وي، نو استنباط کولی شي د روزنې څخه ډیر شي؛ که چیرې گرډونه پاک وي او سیسټمونه اغیزمن وي، اغیزې کمیږي پداسې حال کې چې ګټې وده کولی شي.
مهم ټکي:
برېښنا: د کمپیوټري استعمال تعقیب کړئ؛ کله چې کاري بارونه په پاکو گرډونو کې چلیږي نو اخراج کمیږي.
اوبه: د یخولو انتخابونه اغیزې بدلوي؛ د اوبو پر بنسټ میتودونه په کمو سیمو کې خورا مهم دي.
هارډویر: چپس او سرورونه د پام وړ مجسمې اغیزې لري؛ د ژوند موده وغځوي او بیارغونې ته لومړیتوب ورکړي.
بیا رغونه: موثریت کولی شي ټوله تقاضا لوړه کړي؛ پایلې اندازه کړئ، نه یوازې د هر کار لاسته راوړنې.
عملیاتي لیورونه: د سمې اندازې ماډلونه، استنباط غوره کول، او د هرې غوښتنې میټریکونه په شفاف ډول راپور ورکول.
هغه مقالې چې تاسو یې له دې وروسته لوستل خوښولی شئ:
🔗 ایا مصنوعي ذهانت د چاپیریال لپاره بد دی؟
د مصنوعي ذهانت د کاربن فوټ پرنټ، د برېښنا کارول، او د معلوماتو مرکز غوښتنې وپلټئ.
🔗 ولې مصنوعي ذهانت د ټولنې لپاره بد دی؟
تعصب، د کار ګډوډۍ، غلط معلومات، او پراخېدونکې ټولنیزه نابرابرۍ ته وګورئ.
🔗 ولې مصنوعي ذهانت خراب دی؟ د مصنوعي ذهانت تیاره اړخ
د څارنې، لاسوهنې، او د انساني کنټرول له لاسه ورکولو په څیر خطرونه درک کړئ.
🔗 ایا مصنوعي ذهانت ډېر لرې تللی دی؟
د اخلاقو، مقرراتو، او هغه ځایونو په اړه بحثونه چې نوښت باید پکې کرښې وټاکي.
مصنوعي ذهانت څنګه چاپیریال اغیزمنوي: یو لنډ انځور ⚡🌱
که تاسو یوازې یو څو ټکي په یاد ولرئ، نو دا یې جوړ کړئ:
-
مصنوعي ذهانت انرژي کاروي - ډیری یې د معلوماتو مرکزونو کې چې د روزنې لپاره GPUs/CPUs چلوي او د ورځني "استنباط" لپاره (د ماډل په کارولو سره). IEA: انرژي او مصنوعي ذهانت
-
انرژي کولی شي د اخراج معنی ولري - د سیمه ایز گرډ مخلوط او بریښنا قراردادونو پورې اړه لري. IEA: انرژي او AI
-
مصنوعي ذهانت کولی شي د حیرانتیا وړ اندازه اوبه وکاروي - په عمده توګه د ځینو معلوماتو مرکزونو په ترتیباتو کې د یخولو لپاره. لی او نور (۲۰۲۳): د مصنوعي ذهانت کم "تږی" کول (PDF) د متحده ایالاتو د اوبو او انرژۍ وزارت FEMP: د فدرالي معلوماتو مرکزونو لپاره د سړولو اوبو موثریت فرصتونه
-
مصنوعي ذهانت په فزیکي توکو پورې اړه لري - چپس، سرورونه، د شبکې وسایل، بیټرۍ، ودانۍ ... چې معنی یې کان کیندنه، تولید، بار وړل، او بالاخره بریښنایی ضایعات دي. د متحده ایالاتو EPA: د سیمیکمډکټر صنعت ITU: د نړیوال بریښنایی ضایعاتو څارنه 2024
-
مصنوعي ذهانت کولی شي په نورو ځایونو کې د چاپیریال اغیزې کمې کړي - د لوژستیک اصلاح کولو، د لیکونو کشف کولو، موثریت ښه کولو، د څیړنې ګړندي کولو، او سیسټمونو لږ ضایع کولو سره. IEA: د انرژۍ اصلاح او نوښت لپاره مصنوعي ذهانت
او بیا هغه برخه ده چې خلک یې هېروي: پیمانه. د مصنوعي ذهانت یوه پوښتنه ممکن کوچنۍ وي، مګر په ملیاردونو یې یو بشپړ مختلف حیوان دی ... لکه د واورې یو کوچنی بال چې په یو ډول د صوفې په اندازه د واورې ښویېدنه کیږي. (دا استعاره یو څه لرې ده، مګر تاسو یې پوهیږئ.) IEA: انرژي او مصنوعي ذهانت
د مصنوعي ذهانت د چاپیریال ساتنې نقش یو شی نه دی - دا یو ټولګه ده 🧱🌎
کله چې خلک د مصنوعي ذهانت او پایښت په اړه بحث کوي، دوی ډیری وختونه د یو بل څخه مخکې خبرې کوي ځکه چې دوی مختلفو طبقو ته اشاره کوي:
۱) د برېښنا محاسبه
-
د لویو ماډلونو روزنه کولی شي لوی کلسترونو ته اړتیا ولري چې د اوږدې مودې لپاره سخت چلول کیږي. IEA: انرژي او AI
-
استنباط (ورځنی استعمال) د وخت په تیریدو سره لوی نقش کیدلی شي ځکه چې دا په دوامداره توګه، هرچیرې پیښیږي. IEA: انرژي او AI
۲) د معلوماتو مرکز اضافي لګښت
-
سړه کول، د بریښنا ویش ضایعات، د بیک اپ سیسټمونه، د شبکې تجهیزات. LBNL (2024): د متحده ایالاتو د معلوماتو مرکز د انرژۍ کارولو راپور (PDF)
-
ورته محاسبه کولی شي د موثریت پورې اړه لري په ځمکه کې مختلف اغیزې ولري. شنه گرډ: PUE — د میټریک جامع ازموینه
۳) اوبه او تودوخه
-
ډیری تاسیسات د تودوخې اداره کولو لپاره په مستقیم یا غیر مستقیم ډول اوبه کاروي. د متحده ایالاتو د اوبو او انرژۍ وزارت FEMP: د فدرالي معلوماتو مرکزونو لپاره د سړو اوبو موثریت فرصتونه لی او نور (2023): د مصنوعي ذهانت کم "تږی" کول (PDF)
-
د ضایعاتو تودوخه بیرته ترلاسه کیدی شي، یا دا یوازې ... د ګرمې هوا په توګه پریښودل کیدی شي. (مثالی نه دی.)
۴) د هارډویر رسولو سلسله
-
د کانونو او تصفیې مواد.
-
د چپس او سرورونو تولید (د انرژۍ متمرکز). د متحده ایالاتو EPA: د سیمیکمډکټر صنعت imec: د چپس تولید کې د چاپیریال اغیز کمول
-
بار وړل، بسته بندي، لوړول، بدیلونه.
۵) د چلند او بیرته راګرځیدو اغیزې
-
مصنوعي ذهانت کارونه ارزانه او اسانه کوي، نو خلک یې ډیر ترسره کوي. OECD (۲۰۱۲): د انرژۍ موثریت ښه والي څو ګټې (PDF)
-
د موثریت لاسته راوړنې د تقاضا د زیاتوالي له امله خوړل کیدی شي. دا هغه برخه ده چې ما یو څه ساه اخلي. OECD (۲۰۱۲): د انرژۍ د موثریت د ښه والي څو ګټې (PDF)
نو کله چې څوک پوښتنه کوي چې مصنوعي ذهانت څنګه چاپیریال اغیزه کوي، نو مستقیم ځواب یې دا دی: دا پدې پورې اړه لري چې تاسو کومه طبقه اندازه کوئ، او په دې حالت کې "AI" څه معنی لري.
روزنه او استنباط: هغه توپیر چې هرڅه بدلوي 🧠⚙️
خلک د روزنې په اړه خبرې کول خوښوي ځکه چې دا ډراماتیک ښکاري - "یو ماډل د X انرژي کارولې." مګر استنباط خاموش لوی دی. IEA: انرژي او AI
روزنه (لویه ودانۍ)
روزنه د یوې فابریکې د جوړولو په څیر ده. تاسو یې دمخه لګښت ورکوئ: دروند محاسبه، اوږد مهاله، ډیری آزموینې او تېروتنې منډې (او هو، ډیری "اوف چې کار یې نه کاوه، بیا هڅه وکړئ" تکرارونه). روزنه غوره کیدی شي، مګر دا لاهم د پام وړ کیدی شي. IEA: انرژي او AI
استنباط (ورځنی استعمال)
استنباط د هغې فابریکې په څیر دی چې هره ورځ، د هرچا لپاره، په پیمانه روانه وي:
-
چیټ بوټونه چې پوښتنو ته ځوابونه ورکوي
-
د انځور نسل
-
د لټون درجه بندي
-
سپارښتنې
-
له وینا څخه متن ته
-
د درغلیو کشف
-
په اسنادو او کوډ وسیلو کې همکار پیلوټان
حتی که هره غوښتنه نسبتا کوچنۍ وي، د کارولو حجم کولی شي روزنه کمه کړي. دا د کلاسیک "یو تنا هیڅ شی نه دی، یو ملیون تنا یوه ستونزه ده" وضعیت دی. IEA: انرژي او AI
یوه کوچنۍ یادونه - د مصنوعي ذهانت ځینې دندې د نورو په پرتله خورا درنې دي. د انځورونو یا اوږدو ویډیوګانو جوړول د لنډ متن طبقه بندي په پرتله ډیر انرژي ته اړتیا لري. نو په یوه بالټ کې "AI" راټولول د بایسکل سره د بار وړونکي کښتۍ پرتله کولو او دواړو ته "ټرانسپورټ" ویلو په څیر دي. IEA: انرژي او مصنوعي ذهانت
د معلوماتو مرکزونه: بریښنا، یخ کول، او د خاموشو اوبو کیسه 💧🏢
د معلوماتو مرکزونه نوي نه دي، خو AI شدت بدلوي. د لوړ فعالیت سرعت کونکي کولی شي په تنگو ځایونو کې ډیر بریښنا راوباسي، کوم چې په تودوخې بدلیږي، کوم چې باید اداره شي. LBNL (2024): د متحده ایالاتو د معلوماتو مرکز د انرژۍ کارولو راپور (PDF) IEA: انرژي او AI
د یخولو اساسات (ساده، خو عملي)
-
د هوا یخ کول: پنکه، سړه هوا، ګرمه لار/سړه لار ډیزاین. د متحده ایالاتو د اوبو او انرژۍ وزارت FEMP: په معلوماتو مرکزونو کې د انرژۍ موثریت
-
د مایع یخولو: په ګڼو ترتیباتو کې ډیر اغیزمن، مګر کولی شي مختلف زیربناوې پکې شاملې کړي. ASHRAE (TC 9.9): د اصلي معلوماتو مرکزونو کې د مایع یخولو ظهور او پراختیا (PDF)
-
د تبخیر وړ یخ کول: په ځینو اقلیمونو کې د بریښنا کارول کمولی شي مګر ډیری وختونه د اوبو کارول زیاتوي. د متحده ایالاتو د اوبو او انرژۍ وزارت FEMP: د فدرالي معلوماتو مرکزونو لپاره د یخولو اوبو موثریت فرصتونه
دا د سوداګرۍ خبره ده: تاسو کولی شئ ځینې وختونه د اوبو پر بنسټ یخولو باندې تکیه کولو سره د بریښنا مصرف کم کړئ. د ځایی اوبو کمښت پورې اړه لري، دا ممکن ښه وي ... یا دا ممکن یوه ریښتینې ستونزه وي. لی او نور (۲۰۲۳): د مصنوعي ذهانت کم "تږی" کول (PDF)
همدارنګه، د چاپیریال اغیز په پراخه کچه پورې اړه لري:
-
د معلوماتو مرکز چیرته موقعیت لري (د گرډ اخراج توپیر لري) د کاربن شدت API (GB) IEA: انرژي او AI
-
دا څومره په اغیزمنه توګه چلول کیږي (کارول یې خورا مهم دي) شنه گرډ: PUE — د میټریک جامع ازموینه
-
ایا د فاضله تودوخې بیا کارول کیږي
-
د انرژۍ د تدارک انتخابونه (د نوي کیدونکو انرژۍ، اوږدمهاله قراردادونه، او نور)
په صادقانه توګه: عامه خبرې اترې ډیری وخت د "ډیټا سینټر" سره د تور بکس په څیر چلند کوي. دا بد نه دی، دا جادویی نه دی. دا زیربنا ده. دا د زیربنا په څیر چلند کوي.
چپس او هارډویر: هغه برخه چې خلک یې پریږدي ځکه چې دا لږ سیکسی دی 🪨🔧
مصنوعي ذهانت په هارډویر ژوند کوي. هارډویر یو ژوند دوره لري، او د ژوند دورې اغیزې یې لویې کیدی شي. د متحده ایالاتو EPA: د سیمیکمډکټر صنعت ITU: د نړیوال ای-کثافاتو څارنه 2024
چیرته چې د چاپیریال اغیز څرګندیږي
-
د موادو استخراج: د فلزاتو او نادره موادو کان کیندنه او تصفیه کول.
-
تولید: د نیمه سیمیکمډکټر جوړول پیچلي او انرژي ته اړتیا لري. د متحده ایالاتو EPA: د نیمه سیمیکمډکټر صنعت imec: د چپ تولید کې د چاپیریال اغیز کمول
-
ترانسپورت: د نړیوالو اکمالاتي زنځیرونو برخې هر ځای ته لیږدوي.
-
د بدلولو لنډې دورې: چټک پرمختګونه کولی شي د برېښنايي کثافاتو او مجسم اخراج زیات کړي. ITU: د نړیوال برېښنايي کثافاتو څارونکی 2024
برېښنايي کثافات او "په بشپړه توګه ښه" سرورونه
د چاپیریال ډېر زیان د یوې وسیلې له شتون څخه نه دی - دا د هغې له وخته مخکې بدلولو څخه دی ځکه چې دا نور ارزانه نه دی. مصنوعي ذهانت دا ګړندی کوي ځکه چې د فعالیت کودونه لوی کیدی شي. د هارډویر تازه کولو لالچ ریښتینی دی. ITU: د نړیوال ای-کثافاتو مانیټر 2024
یوه عملي خبره: د هارډویر ژوند غځول، د کارونې ښه کول، او بیا رغونه د هر ډول فینسي ماډل ټیک په څیر مهم کیدی شي. ځینې وختونه تر ټولو شنه GPU هغه وي چې تاسو یې نه اخلئ. (دا د شعار په څیر غږیږي، مګر دا هم ... یو څه ریښتیا ده.)
مصنوعي ذهانت څنګه چاپیریال اغیزمنوي: "خلک دا هیروي" د چلند حلقه 🔁😬
دلته عجیبه ټولنیزه برخه ده: مصنوعي ذهانت کارونه اسانه کوي، نو خلک ډیر کارونه کوي. دا کیدی شي ډیر ښه وي - ډیر تولید، ډیر تخلیقیت، ډیر لاسرسی. مګر دا د سرچینو ډیر عمومي کارول هم معنی لري. OECD (2012): د انرژۍ موثریت ښه والي ډیری ګټې (PDF)
مثالونه:
-
که مصنوعي ذهانت د ویډیو تولید ارزانه کړي، خلک به ډیر ویډیو تولید کړي.
-
که چیرې مصنوعي ذهانت اعلانونه ډیر اغیزمن کړي، نو ډیر اعلانونه به وړاندې شي، او ډیر د ښکیلتیا لوپونه به وګرځي.
-
که چیرې مصنوعي ذهانت د بار وړلو لوژستیک ډیر اغیزمن کړي، نو ای کامرس کولی شي نور هم سخت شي.
دا د وېرې دلیل نه دی. دا د پایلو اندازه کولو دلیل دی، نه یوازې موثریت.
یوه نیمګړې خو په زړه پورې استعاره: د مصنوعي ذخیرې موثریت داسې دی لکه یو تنکي ځوان ته یو لوی یخچال ورکول - هو، د خوړو ذخیره ښه کیږي، مګر په یو ډول یخچال په یوه ورځ کې بیا خالي کیږي. یوه بشپړه استعاره نه ده، مګر ... تاسو لیدلي دي چې دا پیښیږي 😅
ګټه: مصنوعي ذهانت کولی شي په ریښتیا سره چاپیریال سره مرسته وکړي (کله چې په سمه توګه هدف وي) 🌿✨
اوس د هغه برخې لپاره چې کم اټکل کیږي: AI کولی شي په موجوده سیسټمونو کې اخراج او ضایعات کم کړي چې ... په ریښتیا سره، غیر مناسب دي. IEA: د انرژۍ اصلاح او نوښت لپاره AI
هغه سیمې چې مصنوعي ذهانت ورسره مرسته کولی شي
-
د انرژۍ شبکې: د بار وړاندوینه، د غوښتنې غبرګون، د متغیر نوي کیدونکو انرژۍ یوځای کول. IEA: د انرژۍ د اصلاح او نوښت لپاره AI
-
ودانۍ: هوښیار HVAC کنټرول، وړاندوینې ساتنه، د اشغال پر بنسټ د انرژۍ کارول. IEA: ډیجیټل کول
-
ترانسپورت: د لارې اصلاح، د بیړیو مدیریت، د خالي مایلونو کمول. IEA: د انرژۍ اصلاح او نوښت لپاره AI
-
تولید: د نیمګړتیاوو کشف، د پروسې تنظیم، کم شوی سکریپ.
-
کرنه: دقیق اوبه ورکول، د آفتونو کشف، د سرې اصلاح.
-
د چاپیریال څارنه: د میتان لیک کشف کول، د ځنګلونو د وهلو نښې تعقیبول، د ژویو تنوع نمونې نقشه کول. UNEP: MARS څنګه کار کوي د نړیوال ځنګل څارنه: د ځنګلونو د وهلو خوشحاله خبرتیاوې د الان ټورینګ انسټیټیوټ: د ژویو تنوع ارزولو لپاره AI او خپلواک سیسټمونه
-
ګرد اقتصاد: د بیا کارولو په جریانونو کې غوره ترتیب او پیژندنه.
مهمه خبره: د مصنوعي ذهانت "مرسته کول" په اتوماتيک ډول د مصنوعي ذهانت د پښو نښه نه بدلوي. دا پدې پورې اړه لري چې ایا مصنوعي ذهانت په حقیقت کې ځای پر ځای شوی، په حقیقت کې کارول شوی، او ایا دا د غوره ډشبورډونو پرځای ریښتیني کمښت لامل کیږي. مګر هو، احتمال ریښتینی دی. IEA: د انرژۍ اصلاح او نوښت لپاره مصنوعي ذهانت
د چاپیریال دوستانه مصنوعي ذهانت ښه نسخه څه شی جوړوي؟ ✅🌍
دا د "ښه ده نو موږ باید څه وکړو" برخه ده. د چاپیریال له پلوه مسؤل AI ښه تنظیم معمولا لري:
-
د استعمال د قضیې ارزښت روښانه کړئ: که چیرې ماډل پریکړې یا پایلې بدل نه کړي، دا یوازې یو خیالي محاسبه ده.
-
اندازه کول په لاندې ډول دي: د انرژۍ، کاربن اټکلونه، کارونې، او موثریت میټریکونه لکه د نورو KPI په څیر تعقیب شوي. کوډ کاربن: میتودولوژي
-
د سمې اندازې ماډلونه: کله چې کوچني ماډلونه کار کوي کوچني ماډلونه وکاروئ. دا اخلاقي ناکامي نه ده چې موثر وي.
-
د اغیزمن استنباط ډیزاین: کیش کول، بیچ کول، کوانټیزیشن، بیرته ترلاسه کول، او ښه هڅونې نمونې. غلامي او نور (۲۰۲۱): د کوانټیزیشن میتودونو سروې (PDF) لیوس او نور (۲۰۲۰): د ترلاسه کولو-زیات شوي نسل
-
د هارډویر او موقعیت پوهاوی: د کار بارونه چلول چیرې چې گرډ پاک وي او زیربنا اغیزمنه وي (کله چې امکان ولري). د کاربن شدت API (GB)
-
د هارډویر اوږد ژوند: د کارولو، بیا کارولو او بیا رغونې اعظمي کول. ITU: د نړیوال بریښنایی ضایعاتو څارونکی 2024
-
مستقیم راپور ورکول: د شنه ژبې او مبهم ادعاوو لکه "ایکو-دوستانه مصنوعي ذهانت" پرته له شمېرو څخه ډډه وکړئ.
که تاسو لا هم تعقیب کوئ چې مصنوعي ذهانت څنګه چاپیریال اغیزه کوي، دا هغه ټکی دی چې ځواب فلسفي نه پاتې کیږي او عملي کیږي: دا ستاسو د انتخابونو پراساس اغیزه کوي.
د پرتلنې جدول: هغه وسایل او طریقې چې په حقیقت کې اغیز کموي 🧰⚡
لاندې یو چټک، عملي جدول دی. دا بشپړ نه دی، او هو، یو څو حجرې یو څه نظر لري ... ځکه چې دا د اصلي وسیلو انتخاب څنګه کار کوي.
| وسیله / چلند | اورېدونکي | د بیې | ولې دا کار کوي | |
|---|---|---|---|---|
| د کاربن/انرژۍ تعقیب کتابتونونه (د چلولو وخت اټکل کوونکي) | د ML ټیمونه | ازاد | لید وړاندې کوي - کوم چې نیمایي جګړه ده، حتی که اټکلونه یو څه مبهم وي .. | کوډ کاربن |
| د هارډویر بریښنا څارنه (GPU/CPU ټیلی میټری) | انفرا + ایم ایل | وړیا | د اصلي مصرف اندازه کوي؛ د منډو د بنچمارک کولو لپاره ښه (بې رنګه مګر سره زر) | |
| د تقطیر ماډل | د ML انجنیران | وړیا (د وخت لګښت 😵) | د زده کونکو کوچني ماډلونه ډیری وختونه د فعالیت سره د لږ استنباط لګښت سره سمون خوري | هینټن او نور (۲۰۱۵): په عصبي شبکه کې د پوهې کشف کول |
| کوانټائزیشن (دقت ټیټ اټکل) | ML + محصول | وړیا | ځنډ او د بریښنا کارول کموي؛ ځینې وختونه د کوچني کیفیت تبادلې سره، ځینې وختونه هیڅ نه | غلامي او نور (۲۰۲۱): د مقدار ورکولو میتودونو سروې (PDF) |
| کیش کول + د بستې کولو اټکل | محصول + پلیټ فارم | وړیا | بې ځایه محاسبه کموي؛ په ځانګړي توګه د تکراري غوښتنو یا ورته غوښتنو لپاره ګټور | |
| د ترلاسه کولو لپاره زیات شوی نسل (RAG) | د اپلیکیشن ټیمونه | مخلوط | "یادښت" د بیرته ترلاسه کولو لپاره خلاصوي؛ کولی شي د لویو شرایطو کړکیو اړتیا کمه کړي | لیوس او نور (۲۰۲۰): د ترلاسه کولو-زیات شوي نسل |
| د کاربن شدت له مخې د کاري بارونو مهالویش کول | انفراسټرکچر/آپس | مخلوط | انعطاف منونکي دندې پاکو بریښنا کړکیو ته لیږدوي - که څه هم همغږۍ ته اړتیا لري | د کاربن شدت API (GB) |
| د معلوماتو مرکز موثریت تمرکز (کارول، یوځای کول) | د معلوماتي ټکنالوژۍ مشرتابه | پیسې ورکړل شوې (معمولا) | تر ټولو لږ ښکلی لیور، مګر ډیری وختونه تر ټولو لوی - د نیم خالي سیسټمونو چلول ودروئ | شنه گرډ: PUE |
| د تودوخې بیا کارولو پروژې | اسانتیاوې | دا پورې اړه لري | د ضایعاتو تودوخه په ارزښت بدلوي؛ تل امکان نلري، مګر کله چې وي، نو یو څه ښکلی وي | |
| "ایا موږ دلته مصنوعي ذهانت ته اړتیا لرو؟" وګورئ | هرڅوک | وړیا | د بې ګټې محاسبې مخه نیسي. ترټولو پیاوړی اصلاح کول نه ویل دي (ځینې وختونه) |
پام وکړئ چې څه ورک دي؟ "یو جادویی شنه سټیکر واخلئ." هغه شتون نلري 😬
عملي لارښود: د محصول له وژلو پرته د مصنوعي ذهانت اغیز کمول 🛠️🌱
که تاسو د مصنوعي ذهانت سیسټمونه جوړوئ یا اخلئ، دلته یو حقیقي ترتیب دی چې په عمل کې کار کوي:
لومړی ګام: د اندازه کولو سره پیل وکړئ
-
د انرژۍ کارول تعقیب کړئ یا یې په دوامداره توګه اټکل کړئ. کوډ کاربن: میتودولوژي
-
د روزنې د هرې دورې او د هرې استنباط غوښتنې اندازه کول.
-
د څارنې کارول - بې کاره سرچینې د ښکاره لید څخه د پټیدو یوه لاره لري. شنه گرډ: PUE
دوهم ګام: د کار لپاره ماډل په سمه اندازه کړئ
-
د طبقه بندي، استخراج، او روټینګ لپاره کوچني ماډلونه وکاروئ.
-
د سختو قضیو لپاره درانه ماډل خوندي کړئ.
-
د "ماډل کاسکیډ" په اړه فکر وکړئ: لومړی کوچنی ماډل، یوازې د اړتیا په صورت کې لوی ماډل.
دریم ګام: د استنباط غوره کول (دا هغه ځای دی چې پیمانه یې غوڅوي)
-
کیش کول: د تکراري پوښتنو لپاره ځوابونه ذخیره کول (د محرمیت په احتیاط کنټرولونو سره).
-
ډله ییز کول: د هارډویر موثریت ښه کولو لپاره ګروپ غوښتنې.
-
لنډې پایلې: اوږدې پایلې ډیرې لګښت لري - ځینې وختونه تاسو مقالې ته اړتیا نلرئ.
-
چټک نظم: ناپاک پرامپټونه د محاسبې اوږدې لارې رامینځته کوي ... او هو، نور نښې.
څلورم ګام: د معلوماتو حفظ الصحه ښه کړئ
دا بې تړاوه ښکاري، خو داسې نه ده:
-
پاک ډیټاسیټونه کولی شي د بیا روزنې بدلون کم کړي.
-
لږ شور د لږو تجربو او لږ ضایع شویو منډو په معنی دی.
پنځم ګام: د هارډویر سره د یوې شتمنۍ په توګه چلند وکړئ، نه د ضایع کیدو وړ
-
د امکان تر حده د تازه کولو دورې وغځوئ. ITU: د نړیوال بریښنایی ضایعاتو څارونکی 2024
-
د سپکو کاري بارونو لپاره زاړه هارډویر بیا وکاروئ.
-
د "تل لوړ" چمتو کولو څخه ډډه وکړئ.
شپږم ګام: په هوښیارۍ سره ځای پر ځای کول غوره کړئ
-
که امکان ولري، هلته انعطاف منونکي دندې ترسره کړئ چیرې چې بریښنا پاکه وي. د کاربن شدت API (GB)
-
غیر ضروري تکرار کم کړئ.
-
د ځنډ هدفونه واقعیت لرونکي وساتئ (ډیر ټیټ ځنډ کولی شي غیر موثر تل فعال تنظیمات مجبور کړي).
او هو... ځینې وختونه غوره ګام په ساده ډول دی: د هر کارونکي عمل لپاره ترټولو لوی ماډل په اتوماتيک ډول مه چلوئ. دا عادت د چاپیریال سره مساوي دی لکه هر څراغ روښانه پریښودل ځکه چې سویچ ته تګ ځورونکی دی.
عامې افسانې (او هغه څه چې حقیقت ته نږدې دي) 🧠🧯
افسانه: "AI تل د دودیز سافټویر په پرتله بدتر وي"
حقیقت: مصنوعي ذهانت کولی شي ډیر محاسباتي وي، مګر دا کولی شي غیر موثر لاسي پروسې هم ځای په ځای کړي، ضایعات کم کړي، او سیسټمونه غوره کړي. دا وضعیتي دی. IEA: د انرژۍ اصلاح او نوښت لپاره مصنوعي ذهانت
افسانه: "روزنه یوازینۍ ستونزه ده"
حقیقت: په پیمانه کې استنباط د وخت په تیریدو سره غالب کیدی شي. که ستاسو محصول په کارولو کې چاودنه وکړي، دا اصلي کیسه کیږي. IEA: انرژي او AI
افسانه: "د نوي کیدونکو توکو له امله دا سمدلاسه حل کیږي"
حقیقت: پاکه برېښنا ډېره مرسته کوي، خو د هارډویر نښې، د اوبو کارول، یا د بیا رغونې اغیزې نه له منځه وړي. بیا هم مهم دي. IEA: انرژي او AI
افسانه: "که دا اغیزمن وي، نو دا دوامداره ده"
حقیقت: د تقاضا کنټرول پرته موثریت لاهم کولی شي ټول اغیز زیات کړي. دا د بیرته راګرځیدو جال دی. OECD (2012): د انرژۍ موثریت ښه والي ډیری ګټې (PDF)
حکومتداري، شفافیت، او په دې اړه تمثیلي نه کېدل 🧾🌍
که تاسو یو شرکت یاست، دا هغه ځای دی چې باور جوړیږي یا له لاسه ورکول کیږي.
-
د معنی لرونکي میټریکونو راپور ورکړئ: په هر غوښتنه، په هر کارونکي، په هر کار - نه یوازې لوی ویرونکي مجموعې. LBNL (2024): د متحده ایالاتو د معلوماتو مرکز د انرژۍ کارولو راپور (PDF)
-
د مبهم ادعاوو څخه ډډه وکړئ: "شنه مصنوعي ذهانت" د شمېرو او سرحدونو پرته هیڅ معنی نلري.
-
د اوبو او سیمه ایزو اغیزو په پام کې ونیسئ: کاربن یوازینی چاپیریالي متغیر نه دی. لی او نور (۲۰۲۳): د مصنوعي ذهانت کم "تږی" کول (PDF)
-
د محدودیت لپاره ډیزاین: په ډیفالټ ډول لنډ ځوابونه، د ټیټ لګښت حالتونه، د "ایکو" ترتیبات چې په حقیقت کې یو څه کوي.
-
د مساوات په اړه فکر وکړئ: په هغو ځایونو کې چې کم اوبه یا نازک گرډونه لري د سرچینو څخه ډیر کار اخیستل ستاسو د سپریډ شیټ څخه بهر پایلې لري. د متحده ایالاتو د اوبو او انرژۍ وزارت FEMP: د فدرالي معلوماتو مرکزونو لپاره د سړو اوبو موثریت فرصتونه
دا هغه برخه ده چې خلک پکې سترګې پټوي، خو دا مهمه ده. مسؤل ټیکنالوژي یوازې د هوښیار انجینرۍ په اړه نه ده. دا د دې په اړه هم ده چې داسې وښيي چې معاملې شتون نلري.
د پای لنډیز: د مصنوعي ذهانت (AI) د چاپیریال د اغیزمنتیا په اړه یوه لنډه کتنه 🌎✅
څنګه AI چاپیریال باندې اغیزه کوي د اضافي بار پورې اړه لري: بریښنا، اوبه (ځینې وختونه)، او د هارډویر غوښتنه. IEA: انرژي او AI لی او نور. (2023): د AI کم "تږی" کول (PDF) دا په نورو سکتورونو کې د اخراج او ضایعاتو کمولو لپاره قوي وسیلې هم وړاندې کوي. IEA: د انرژۍ اصلاح او نوښت لپاره AI خالص پایله په پیمانه، د شبکې پاکوالي، د موثریت انتخابونو پورې اړه لري، او ایا AI اصلي ستونزې حل کوي یا یوازې د نوښت لپاره نوښت رامینځته کوي. IEA: انرژي او AI
که تاسو ترټولو ساده عملي لاره غواړئ:
-
اندازه کول.
-
سمه اندازه.
-
استنباط غوره کړئ.
-
د هارډویر ژوند پراخ کړئ.
-
د معاملې په اړه صادق اوسئ.
او که تاسو د ستړیا احساس کوئ، دلته یو ارام حقیقت دی: کوچنۍ عملیاتي پریکړې، چې زر ځله تکرار کیږي، معمولا د پایښت یو لوی بیان ماتوي. د غاښونو برش کولو په څیر. ښکلی نه دی، مګر دا کار کوي ..
د حقیقي نړۍ مثال: د پیرودونکي ملاتړ AI مرستیال د پښو نښه کول 🌱🎧
سناریو
تصور وکړئ چې یو کوچنی آنلاین پرچون پلورونکی غواړي د AI په کارولو سره د تحویلي وختونو، بیرته راستنیدو، زیانمن شوي پارسلونو، او د محصول اندازې په اړه د پیرودونکو عام پوښتنو ته ځواب ووایی.
لومړۍ نسخه بې ځایه ده: د هر پیرودونکي پیغام مستقیم ترټولو لوی موجود ماډل ته ځي، حتی کله چې پوښتنه ساده وي. مرستیال هم ډیر اوږد ځوابونه لیکي، د پالیسۍ متن تکراروي، او د تصویب شوي ځوابونو بیا کارولو پرځای ورته پوښتنو ته زرګونه ځله بیا ځواب ورکوي.
یو ډیر معقول ترتیب "نه AI" نه دی. دا د سمې اندازې AI دی: د اسانه کارونو لپاره سپک وسایل وکاروئ، د پیچلو قضیو لپاره لوی ماډل خوندي کړئ، او د حل شوي ټکټ اغیز اندازه کړئ.
مرستیال څه ته اړتیا لري
ټیم به چمتو کړي:
د بیرته راستنیدو اوسنۍ پالیسي
د سیمې له مخې د تحویلۍ قواعد
د محصول د اندازې یادښتونه
د پیسو بیرته ورکولو، شکایتونو او قانوني مسلو لپاره د لنډ وخت لپاره د پیسو د زیاتولو پالیسي
د پیرودونکو د ۵۰ عامو پوښتنو لیست
د تکراري پوښتنو لپاره منظور شوي لنډ ځوابونه
د تعقیب یوه ساده پاڼه چې پکې شامل دي: د غوښتنې ډول، کارول شوی ماډل، د ځواب اوږدوالی، ایا د زیاتوالي اړتیا وه، او ایا ځواب د انسان بیاکتنې څخه بریالی شو
د لارښوونې بېلګه
لومړی تر ټولو کوچنی مناسب ماډل یا د قانون پر بنسټ ځواب وکاروئ. یوازې هغه وخت لوی ماډل وکاروئ کله چې د پیرودونکي پوښتنه ناڅرګنده وي، احساساتي وي، ډیری مسلې ولري، یا د یو څخه ډیرو پالیسیو څخه د معلوماتو یوځای کولو ته اړتیا ولري. ځوابونه د 120 کلمو څخه کم وساتئ پرته لدې چې پیرودونکي د توضیحاتو غوښتنه وکړي. که باور ټیټ وي، یوه وضاحت ورکوونکې پوښتنه وکړئ یا یو انسان ته یې واستوئ. د تحویلۍ نیټې، د بیرته ورکولو تصویبونه، یا د پالیسۍ استثناوې مه ایجادوئ.
څنګه یې ازموینه وکړو
د لانچ کولو دمخه د 50 ټکټونو ازموینه ترسره کړئ:
د سپارلو ۱۰ پوښتنې
۱۰ د بیرته راستنیدو پوښتنې
د محصول د اندازې ۱۰ پوښتنې
د زیانمن شویو توکو ۱۰ شکایتونه
۱۰ ګډ یا ناڅرګند پیغامونه
د هر ځواب لپاره، وګورئ:
ایا سمه پالیسي کارول شوې وه؟
آیا یو زیرمه شوی تصویب شوی ځواب دا حل کولی شي؟
ایا لوی ماډل ته اړتیا وه؟
ایا مرستیال ځواب لنډ وساته؟
آیا کوم ځواب معلومات ایجاد کړي دي؟
ایا حساسې قضیې په سمه توګه زیاتې شوې؟
د پاس کولو لپاره مناسبه نښه به داسې وي: د پالیسۍ ۹۵٪ دقت، د بیرته ورکولو لپاره صفر ژمنې، او د تادیاتو شخړو یا قانوني ګواښونو په اړه د شکایتونو ۱۰۰٪ زیاتوالی.
پایله
د اصلاح کولو دمخه او وروسته د 50 ټکټونو ازموینې د وخت او شمیرنې پراساس مثالي پایله:
د اصلاح کولو دمخه، ټولو ۵۰ ټکټونو لوی ماډل کارولی و، چې د ځواب اوسط اوږدوالی یې ۲۱۰ کلمې و.
د اصلاح کولو وروسته، ۳۱ ټکټونو د زیرمه شوي تصویب شوي ځوابونو څخه کار واخیست، ۱۴ یو کوچنی ماډل وکارول، او یوازې ۵ لوی ماډل وکارول.
د ځواب اوسط اوږدوالی له ۲۱۰ کلمو څخه ۹۲ کلمو ته راټیټ شو.
د انسان د بیاکتنې وخت له ۴ ساعته ۱۰ دقیقو څخه ۱ ساعت ۲۵ دقیقو ته راټیټ شو.
ټیم په لومړۍ ازموینه کې د پالیسۍ دوه غلط ځوابونه وموندل، بیا د سرچینې اسنادو تازه کولو او د روښانه اضافې قواعدو اضافه کولو وروسته 0 غلط پالیسي ځوابونه وموندل.
دا ثابت نه کوي چې مرستیال "شنه" دی. دا په ساده ډول د اندازه کولو ډول ښیي چې د چاپیریال ادعا د چک کولو وړ کوي: لږ درانه ماډل زنګونه، لنډ محصولات، لږ تکراري نسلونه، او لږ د مخنیوي وړ بیاکتنې دورې.
څه شی غلط کیدی شي؟
که چیرې هر مبهم پیغام "یوازې په هغه صورت کې" ترټولو لوی ماډل ته واستول شي، مرستیال لاهم کولی شي کمپیوټر ضایع کړي.
که چیرې د بیرته راستنیدو پالیسي بدله شي او هیڅوک یې تازه نه کړي، نو زیرمه شوي ځوابونه خطرناک کیدی شي.
لنډ ځوابونه کولی شي پیرودونکي مایوسه کړي که چیرې دوی مهم جزئیات لرې کړي.
د کاربن یا انرژۍ ادعاوې کولی شي شنه مینځل شي که چیرې شرکت یوازې د اندازه کولو میتود ښودلو پرته د فیصدي سپما راپور ورکړي.
تر ټولو لویه تېروتنه د ماډل انتخاب د یوازینۍ لیور په توګه ګڼل دي. په عمل کې، شنه کاري جریان د روټینګ، کیش کولو، لنډو پایلو، غوره سرچینې اسنادو، او د لوړ خطر قضیو لپاره د انسان بیاکتنې څخه راځي.
عملي لاره
د ټیټ اغیز لرونکي مصنوعي ذهانت سیسټم معمولا تر ټولو غوره نه وي. دا هغه سیسټم دی چې ریښتینی کارونې اندازه کوي، د غیر ضروري درنو استنباطاتو څخه مخنیوی کوي، چیرې چې امکان ولري تصویب شوي ځوابونه بیا کاروي، او بیا هم انسانانو ته د هغو پریکړو کنټرول ورکوي چې مهم دي.
پرله پسې پوښتنې
مصنوعي ذهانت څنګه په ورځني استعمال کې چاپیریال اغیزه کوي، نه یوازې په لویو څیړنیزو لابراتوارونو کې؟
د مصنوعي ذهانت د نفوذ ډیره برخه د هغه بریښنا څخه راځي چې د روزنې او ورځني "استنباط" په جریان کې د GPUs او CPUs چلولو ډیټا مرکزونو ته بریښنا ورکوي. یوه غوښتنه ممکن معمولي وي، مګر په پیمانه دا غوښتنې په چټکۍ سره راټولیږي. اغیزه هم پدې پورې اړه لري چې د معلوماتو مرکز چیرته موقعیت لري، سیمه ایز گرډ څومره پاک دی، او زیربنا څومره په اغیزمنه توګه پرمخ وړل کیږي.
ایا د مصنوعي ذهانت ماډل روزنه د چاپیریال لپاره د هغې د کارولو په پرتله بدتره ده (استنباط)؟
روزنه کیدای شي د محاسبې یوه لویه او مخکینۍ برخه وي، مګر استنباط کولی شي د وخت په تیریدو سره لوی نقش شي ځکه چې دا په دوامداره توګه او په پراخه کچه کار کوي. که چیرې یوه وسیله هره ورځ د ملیونونو خلکو لخوا کارول کیږي، نو تکراري غوښتنې کولی شي د یو ځل روزنې لګښت څخه ډیر شي. له همدې امله اصلاح کول ډیری وختونه د استنباط موثریت باندې تمرکز کوي.
ولې مصنوعي ذهانت اوبه کاروي، او ایا دا تل یوه ستونزه ده؟
مصنوعي ذهانت کولی شي اوبه وکاروي ځکه چې ځینې معلوماتي مرکزونه د اوبو پر بنسټ یخولو تکیه کوي، یا ځکه چې اوبه په غیر مستقیم ډول د بریښنا تولید له لارې مصرف کیږي. په ځینو اقلیمونو کې، بخاري یخ کول کولی شي د بریښنا کارول کم کړي پداسې حال کې چې د اوبو کارول زیاتوي، یو ریښتینی تجارت رامینځته کوي. ایا دا "خراب" دی د محلي اوبو کمښت، د یخولو ډیزاین، او ایا د اوبو کارول اندازه کیږي او اداره کیږي پورې اړه لري.
د مصنوعي ذهانت د چاپیریالي اغیزې کومې برخې د هارډویر او برېښنايي کثافاتو څخه راځي؟
مصنوعي ذهانت په چپس، سرورونو، شبکې وسایلو، ودانیو او اکمالاتي زنځیرونو پورې اړه لري - چې پدې معنی ده چې کان کیندنه، تولید، بار وړل، او په نهایت کې ضایع کول. د سیمیکمډکټر تولید انرژي ته اړتیا لري، او د لوړولو چټکې دورې کولی شي د جذب شوي اخراج او بریښنایی ضایعاتو کچه لوړه کړي. د هارډویر ژوند غځول، بیا رغونه، او د کارونې ښه کول کولی شي د پام وړ اغیز کم کړي، ځینې وختونه د ماډل کچې بدلونونو سره سیالي کوي.
ایا د نوي کیدونکي انرژۍ کارول د AI چاپیریالي اغیزې حل کوي؟
پاکه برېښنا کولی شي د کمپیوټر څخه اخراج کم کړي، مګر دا د اوبو کارول، د هارډویر تولید، او د بریښنایی کثافاتو په څیر نور اغیزې نه له منځه وړي. دا په اتوماتيک ډول "بیارغونې اغیزې" ته هم پاملرنه نه کوي، چیرې چې د ټیټ لګښت کمپیوټر په ټولیز ډول ډیر کارونې ته لار هواروي. نوي کیدونکي انرژي یو مهم لیور دی، مګر دا د پښو نښې یوازې یوه برخه ده.
د بیا رغونې اغیز څه دی، او ولې دا د مصنوعي ذهانت او پایښت لپاره مهم دی؟
د بیا رغونې اغېز هغه وخت وي کله چې د موثریت لاسته راوړنې یو څه ارزانه یا اسانه کوي، نو خلک یې ډیر کوي - ځینې وختونه سپما له منځه وړي. د مصنوعي ذهانت سره، ارزانه تولید یا اتومات کولی شي د مینځپانګې، کمپیوټر او خدماتو لپاره ټوله غوښتنه زیاته کړي. له همدې امله په عمل کې د پایلو اندازه کول په جلا توګه د موثریت لمانځلو په پرتله ډیر مهم دي.
د مصنوعي ذهانت د اغیزو کمولو لپاره عملي لارې کومې دي پرته له دې چې محصول ته زیان ورسوي؟
یوه عامه تګلاره دا ده چې د اندازه کولو (انرژي او کاربن اټکلونه، کارول) سره پیل شي، بیا د دندې لپاره د سمې اندازې ماډلونه او د کیش کولو، بیچ کولو، او لنډو پایلو سره د استخراج غوره کول. تخنیکونه لکه کوانټائزیشن، ډیسټیلیشن، او د بیرته ترلاسه کولو زیات شوي تولید کولی شي د محاسبې اړتیاوې کمې کړي. عملیاتي انتخابونه - لکه د کاربن شدت او اوږد هارډویر ژوند له مخې د کاري بار مهالویش - ډیری وختونه لویې بریاوې وړاندې کوي.
مصنوعي ذهانت څنګه چاپیریال ته د زیان رسولو پرځای مرسته کولی شي؟
مصنوعي ذهانت کولی شي اخراج او ضایعات کم کړي کله چې د ریښتیني سیسټمونو غوره کولو لپاره کارول کیږي: د گرډ وړاندوینه، د غوښتنې غبرګون، د HVAC کنټرول جوړول، لوژستیک روټینګ، وړاندوینې ساتنه، او د لیک کشف کول. دا کولی شي د چاپیریال څارنې ملاتړ هم وکړي لکه د ځنګلونو د وهلو خبرتیاوې او د میتان کشف. کلیدي دا ده چې ایا سیسټم پریکړې بدلوي او د اندازه کولو وړ کمښتونه تولیدوي، نه یوازې غوره ډشبورډونه.
شرکتونه باید کوم معیارونه راپور کړي ترڅو د مصنوعي ذهانت ادعاوو "شنه مینځل" څخه مخنیوی وشي؟
د هر کار یا هر غوښتنې میټریک راپور ورکول د لویو مجموعي شمیرو په پرتله ډیر معنی لري، ځکه چې دا د واحد په کچه موثریت ښیې. د انرژۍ کارولو، کاربن اټکلونو، کارولو، او - چیرې چې اړونده وي - د اوبو اغیزو تعقیب کول روښانه حساب ورکونه رامینځته کوي. همدارنګه مهم: حدود تعریف کړئ (څه شامل دي) او د "ایکو دوستانه AI" په څیر مبهم لیبلونو څخه ډډه وکړئ پرته له مقداري شواهدو څخه.
ماخذونه
-
د انرژۍ نړیواله اداره (IEA) - انرژي او مصنوعي ذهانت - iea.org
-
د انرژۍ نړیواله اداره (IEA) - د انرژۍ د اصلاح او نوښت لپاره مصنوعي ذهانت - iea.org
-
د انرژۍ نړیواله اداره (IEA) - ډیجیټل کول - iea.org
-
د لارنس برکلي ملي لابراتوار (LBNL) - د متحده ایالاتو د معلوماتو مرکز د انرژۍ کارولو راپور (2024) (PDF) - lbl.gov
-
لی او نور - د مصنوعي ذهانت کمول "تږی" (۲۰۲۳) (PDF) - arxiv.org
-
ASHRAE (TC 9.9) - په اصلي معلوماتو مرکزونو کې د مایع یخولو ظهور او پراختیا (PDF) - ashrae.org
-
شنه ګریډ - PUE - د میټریک جامع ازموینه - thegreengrid.org
-
د متحده ایالاتو د انرژۍ وزارت (DOE) - FEMP - د فدرالي معلوماتو مرکزونو لپاره د سړو اوبو موثریت فرصتونه - energy.gov
-
د امریکا د انرژۍ وزارت (DOE) - FEMP - په معلوماتو مرکزونو کې د انرژۍ موثریت - energy.gov
-
د متحده ایالاتو د چاپیریال ساتنې اداره (EPA) - د سیمیکمډکټر صنعت - epa.gov
-
د مخابراتو نړیواله ټولنه (ITU) - د بریښنایی کثافاتو نړیوال څارونکی 2024 - itu.int
-
OECD - د انرژۍ موثریت ښه والي څو ګټې (۲۰۱۲) (PDF) - oecd.org
-
د کاربن شدت API (GB) - carbonintensity.org.uk
-
imec - د چپس په تولید کې د چاپیریال اغیز کمول - imec-int.com
-
UNEP - مریخ څنګه کار کوي - unep.org
-
د ځنګلونو د نړیوالې څارنې - د ځنګلونو د وهلو په اړه د خوښۍ خبرتیاوې - globalforestwatch.org
-
د الان ټورینګ انسټیټیوټ - د ژویو تنوع او ایکوسیستم روغتیا ارزونې لپاره مصنوعي ذهانت او خپلواک سیسټمونه - turing.ac.uk
-
کوډ کاربن - میتودولوژي - mlco2.github.io
-
غلامي او نور - د مقدار ورکولو میتودونو سروې (۲۰۲۱) (PDF) - arxiv.org
-
لیوس او نور - د ترلاسه کولو-زیات شوي نسل (۲۰۲۰) - arxiv.org
-
هینټن او نور - په عصبي شبکه کې د پوهې کشف کول (۲۰۱۵) - arxiv.org
-
کوډ کاربن - codecarbon.io