paint-brush
এআই-এর অপ্রতিরোধ্য শক্তির ক্ষুধা: একটি লোমিং ক্রাইসিস দ্বারা@uladzislauyanchanka
929 পড়া
929 পড়া

এআই-এর অপ্রতিরোধ্য শক্তির ক্ষুধা: একটি লোমিং ক্রাইসিস

দ্বারা Uladzislau Yanchanka
Uladzislau Yanchanka HackerNoon profile picture

Uladzislau Yanchanka

@uladzislauyanchanka

Founder of machinet.net

6 মিনিট read2023/10/30
Read on Terminal Reader
Read this story in a terminal
Print this story

অতিদীর্ঘ; পড়তে

এআই-এর ক্রমবর্ধমান শক্তির চাহিদা আমাদের জ্বালানি অবকাঠামো এবং পরিবেশের জন্য একটি উল্লেখযোগ্য চ্যালেঞ্জ। এই নিবন্ধটি এআই-এর ক্রমবর্ধমান চাহিদা, অনিয়ন্ত্রিত শক্তি খরচের সম্ভাব্য পরিণতি এবং নবায়নযোগ্য শক্তি সমাধানের উত্থান, বিশেষ করে সৌরশক্তির বিষয়ে আলোচনা করে। একটি টেকসই ভবিষ্যত সুরক্ষিত করার জন্য, এটি ক্লিনার শক্তির উত্সগুলির জন্য ট্যাক্স এবং প্রণোদনার মাধ্যমে AI এর শক্তির ব্যবহার নিয়ন্ত্রণ করার প্রস্তাব করে।
featured image - এআই-এর অপ্রতিরোধ্য শক্তির ক্ষুধা: একটি লোমিং ক্রাইসিস
Uladzislau Yanchanka HackerNoon profile picture
Uladzislau Yanchanka

Uladzislau Yanchanka

@uladzislauyanchanka

Founder of machinet.net

0-item

STORY’S CREDIBILITY

Opinion piece / Thought Leadership

Opinion piece / Thought Leadership

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

কৃত্রিম বুদ্ধিমত্তা শিল্পগুলিকে রূপান্তরের দিকে নিয়ে যাচ্ছে, তবে একটি গুরুত্বপূর্ণ উদ্বেগ রয়েছে: এর শক্তির প্রয়োজন । AI যত উন্নত এবং বিস্তৃত হয়, তার ক্ষুধা বৃদ্ধি পায়।


আমরা AI-চালিত ভবিষ্যতের দিকে তাড়াহুড়ো করে, কঠোর বাস্তবতার মুখোমুখি হওয়া অত্যন্ত গুরুত্বপূর্ণ: কঠোর নিয়ন্ত্রণ ছাড়াই, আমরা অভূতপূর্ব অনুপাতের একটি শক্তি সংকটের জন্য নিজেদেরকে সেট করছি। এমন একটি বিশ্বের কল্পনা করুন যেখানে AI কোন সীমানা জানে না, একটি উদ্বেগজনক হারে শক্তি খরচ করে। এই ধরনের পরিস্থিতিতে, আমরা আমাদের ইতিমধ্যে ভঙ্গুর শক্তি অবকাঠামোর উপর একটি বিশাল চাপ প্রত্যক্ষ করব।


এর পরিণতি হল ঘন ঘন ব্ল্যাকআউট এবং আকাশছোঁয়া বিদ্যুৎ বিল। এআই-এর কার্বন পদচিহ্ন, কোনো সুরাহা না করে, পরিবেশগত বিপর্যয় হতে পারে। তদুপরি, কোম্পানি এবং দেশগুলি যেগুলি সংযম ছাড়াই AI ব্যবহার করতে পারে তারা যারা পারে না তাদের প্রতিদ্বন্দ্বিতা করবে, যা অভূতপূর্ব মাত্রায় অর্থনৈতিক বৈষম্যের দিকে পরিচালিত করবে।


এই নিবন্ধে, আমি AI এর ক্রমবর্ধমান শক্তির চাহিদা, এটি যে চ্যালেঞ্জগুলি তৈরি করে এবং সম্ভাব্য সমাধানগুলি নিয়ে আলোচনা করব।


একটি উদীয়মান অর্থনৈতিক শক্তি হিসেবে এআই

আজ, আমরা এমন এক যুগে প্রবেশ করছি যেখানে অর্থনীতির স্পন্দন পরিমাপ করা হবে মানব শ্রমের নিছক শক্তি দ্বারা নয়, এর মূল অংশে কৃত্রিম বুদ্ধিমত্তার পরিমাণ দ্বারা। AI এর উৎপাদনশীলতার ল্যান্ডস্কেপকে নতুন আকার দেওয়ার সম্ভাবনা রয়েছে কারণ ব্যবসাগুলি AI এর সাথে তাদের কর্মশক্তির দক্ষতা উন্নত করতে এবং বিভিন্ন কাজ এবং ভূমিকা স্বয়ংক্রিয় করতে চায়।


অনুসারে পিডব্লিউসি , 2030 সালের মধ্যে বিশ্ব অর্থনীতিতে AI এর সম্ভাব্য অবদান 15.7 ট্রিলিয়ন ডলারে পৌঁছতে পারে। আনুমানিক 45% অর্থনৈতিক লাভ পণ্যের উন্নতি থেকে আসবে। AI পণ্য বৈচিত্র্যকরণ এবং ব্যক্তিগতকরণ এবং ক্রয়ক্ষমতা বৃদ্ধি করে ভোক্তাদের চাহিদা বৃদ্ধি করবে।


300 টিরও বেশি AI অ্যাপ্লিকেশন ইতিমধ্যেই চিহ্নিত করা হয়েছে, যা বাণিজ্যের বাইরে বিভিন্ন বৈজ্ঞানিক ডোমেনে বিস্তৃত। পদার্থবিজ্ঞানে, উদাহরণস্বরূপ, নিউরাল নেটওয়ার্কগুলি বর্তমানে নতুন মডেল এবং তত্ত্বগুলি বিকাশের জন্য নিযুক্ত করা হয়। AI ডেটাতে লুকানো প্যাটার্ন এবং পারস্পরিক সম্পর্ক উন্মোচন করতে পারদর্শী। মার্কিন জ্বালানি বিভাগ ইতিমধ্যেই স্বীকৃত পারমাণবিক পদার্থবিদ্যায় পরীক্ষামূলক আবিষ্কার ত্বরান্বিত করার সম্ভাবনা। এবং বায়োটেকনোলজিতে, এ.আই ত্বরান্বিত করে নতুন অণুর আবিষ্কার। অ্যালগরিদমগুলি অগ্রগতির সাথে সাথে, তাদের অ্যাপ্লিকেশনের পরিধি আরও প্রসারিত হয়।


সিন্থেটিক ডেটার ডন

AI এর নতুন ক্ষমতার মধ্যে ডুব দেওয়ার আগে, এর দুটি অপারেশনাল পর্যায়গুলির মধ্যে পার্থক্য করা গুরুত্বপূর্ণ। এআই ওয়ার্কলোডগুলি ঐতিহ্যগতভাবে প্রশিক্ষণ এবং অনুমান পর্যায়গুলিকে অন্তর্ভুক্ত করে। প্রশিক্ষণের সময়, মডেলটি পুনরাবৃত্ত প্রক্রিয়ার মাধ্যমে তার অভ্যন্তরীণ পরামিতিগুলি সামঞ্জস্য করে ইনপুট ডেটা থেকে শেখে। এই পর্যায়টি গণনামূলকভাবে নিবিড় এবং সময়সাপেক্ষ এবং মডেলের কর্মক্ষমতা অপ্টিমাইজ করার জন্য একাধিক পুনরাবৃত্তির প্রয়োজন। এটি সাধারণত মানুষের সহায়তা প্রয়োজন।


বিপরীতে, অনুমানের পর্যায়টি মডেলটিকে প্রশিক্ষিত করার পরে ঘটে এবং নতুন, অদেখা তথ্যের উপর ভিত্তি করে ভবিষ্যদ্বাণী বা সিদ্ধান্ত নেওয়ার জন্য এটি ব্যবহার করে। অনুমান সাধারণত প্রশিক্ষণের চেয়ে দ্রুত এবং কম গণনামূলকভাবে দাবি করা হয়, কারণ মডেলটি তার শেখা জ্ঞানকে আরও পরামিতি সমন্বয় ছাড়াই পূর্বাভাস তৈরি করতে প্রয়োগ করে।


স্বায়ত্তশাসিত শেখার প্রক্রিয়া তাত্ত্বিকভাবে অনির্দিষ্টকালের জন্য চলতে পারে। অনুসারে গার্টনার , সিন্থেটিক ডেটা 2030 সালের মধ্যে AI মডেলগুলিতে বাস্তব ডেটাকে ছাড়িয়ে যাবে বলে অনুমান করা হয়েছে৷ এর কারণে, AI শীঘ্রই নিজেকে ক্রমাগত প্রশিক্ষিত করতে, ভবিষ্যদ্বাণীর জন্য মডেল নিয়োগ করতে, আরও ডেটা সংগ্রহ করতে এবং অ্যালগরিদমগুলিকে আরও পরিমার্জন করতে সক্ষম হবে৷ AI যত বেশি সময় কাজ করে, তার ফলাফল তত বেশি সুনির্দিষ্ট এবং নির্ভুল হবে এবং আরও বেশি অ্যাপ্লিকেশন অ্যালগরিদম কভার করতে পারবে।


মানুষ থেকে AI-তে এই গুরুত্বপূর্ণ স্থানান্তর একটি গুরুত্বপূর্ণ ফ্যাক্টরের গুরুত্বকে বোঝায়: শক্তি।


শক্তির জন্য AI এর ক্ষুধা

বর্তমানে, বিশ্বব্যাপী শক্তি খরচ মানুষের সীমাবদ্ধতা দ্বারা প্রভাবিত হয়। দৃষ্টান্তের জন্য, আমাদের সারা দিন শক্তির প্রয়োজন হয় না কারণ আমাদের ঘুমাতে এবং বিশ্রাম করতে হয়। এছাড়াও, AI ডাউনটাইম, রক্ষণাবেক্ষণ এবং আপডেটের জন্য সময়সূচী মেনে চলে। যাইহোক, যেহেতু AI অবশেষে তার সীমাবদ্ধতাগুলি কাটিয়ে ওঠে, নিজেকে প্রশিক্ষিত করতে শেখে এবং চব্বিশ ঘন্টা কাজ শুরু করে, এর শক্তির চাহিদা আকাশচুম্বী হতে পারে।


2018 সালে, OpenAI দ্বারা একটি গবেষণা প্রকাশিত 2012 সাল থেকে প্রতি 3 থেকে 4 মাসে AI প্রশিক্ষণের জন্য ব্যবহৃত কম্পিউটেশনাল শক্তি দ্বিগুণ হয়েছে। AI কাজগুলি, বিশেষ করে গভীর শিক্ষা, বিশাল ডেটাসেটে জটিল গাণিতিক ক্রিয়াকলাপগুলিকে অন্তর্ভুক্ত করে দেখে অবাক হওয়ার কিছু নেই৷ অত্যাধুনিক AI মডেলগুলিও বিলিয়ন বা ট্রিলিয়ন প্যারামিটারের সাথে আকারে প্রসারিত হয়েছে, শক্তি খরচকে তীব্র করেছে।


বড় আকারের AI অ্যাপ্লিকেশনগুলি প্রায়শই ডেটা সেন্টারগুলিতে চলে, যেখানে অসংখ্য সার্ভার এবং কুলিং সিস্টেম থাকে। তারা তাপমাত্রা নিয়ন্ত্রণ এবং সার্ভার অপারেশন জন্য উল্লেখযোগ্য শক্তি খরচ. এই ডেটা সেন্টারগুলি ইতিমধ্যে বিশ্বব্যাপী বিদ্যুৎ খরচের একটি উল্লেখযোগ্য অংশের জন্য দায়ী, আনুমানিক এক শতাংশের বেশি এবং ক্রমবর্ধমান। গড়ে, একটি হাইপারস্কেল সুবিধা গ্রাস করে প্রতি বছর 20 থেকে 50 মেগাওয়াটের মধ্যে, যা 37,000 বাড়ি পর্যন্ত পাওয়ারের সমান।


আরেকটি শক্তি-নিবিড় কাজ হল জলবায়ু পরিবর্তনের বিরুদ্ধে লড়াই করার জন্য বায়ুমণ্ডল থেকে কার্বন ডাই অক্সাইড (CO2) আহরণ করা। একটি একক AI মডেল প্রশিক্ষণ দিতে পারেন নির্গত 626,000 পাউন্ডের বেশি CO2 সমতুল্য। এটি একটি গড় গাড়ির জীবনকালের কার্বন নির্গমনের প্রায় 5 গুণ। বায়ুতে কম ঘনত্ব এবং এর ভৌত বৈশিষ্ট্যের কারণে CO2 ক্যাপচার করার জন্য যথেষ্ট শক্তির ইনপুট প্রয়োজন। আমরা নেট-শূন্য নির্গমন এবং জলবায়ু সংকট মোকাবেলা করার জন্য এই শক্তির প্রয়োজনীয়তাগুলি মোকাবেলা করা অপরিহার্য হয়ে ওঠে।


নবায়নযোগ্য সমাধানের উত্থান

তাহলে, আমাদের বর্তমান অবকাঠামো কি এআই-এর ক্রমবর্ধমান চাহিদা মেটানোর জন্য প্রস্তুত? আফসোস, উত্তর হল না। আমাদের বৈদ্যুতিক গ্রিড অভিযোজনের প্রয়োজনীয় হার থেকে অনেক পিছিয়ে। এর জন্য উদ্ভাবনী সমাধানগুলির জন্য একটি জরুরী অনুসন্ধান প্রয়োজন, সৌর শক্তি এই শক্তির সমস্যাটির প্রতিশ্রুতিবদ্ধ উত্তর হিসাবে দাঁড়িয়েছে।


সৌর শক্তি আমাদের সূর্যের বিপুল শক্তির সম্ভাবনাকে কাজে লাগায়, একটি নবায়নযোগ্য এবং কার্যত সীমাহীন সম্পদ। আমরা যখন AI-চালিত ভবিষ্যতের দিকে এগিয়ে যাচ্ছি, প্রচুর সূর্যালোক সহ অঞ্চলগুলি সৌর অবকাঠামোর চাহিদা বৃদ্ধি পাবে। বিশ্বব্যাপী, বায়ু এবং সৌর প্রকল্প সেট করা হয়েছে অবদান 2030 সালের মধ্যে বিশ্বের বিদ্যুতের এক তৃতীয়াংশেরও বেশি।


সোলার প্যানেল নির্মাতারা এই নতুন ল্যান্ডস্কেপে উন্নতি করতে প্রস্তুত। সৌর প্যানেলের কার্যকারিতা ক্রমাগত উন্নত হচ্ছে, উপকরণ বিজ্ঞান এবং প্রকৌশলের অগ্রগতির জন্য ধন্যবাদ। উন্নত ব্যাটারি প্রযুক্তিতে বিশেষজ্ঞ এনার্জি স্টোরেজ কোম্পানিগুলিও এনার্জি গ্রিডকে স্থিতিশীল করতে একটি গুরুত্বপূর্ণ ভূমিকা পালন করবে। শুধু মার্কিন যুক্তরাষ্ট্রে, শক্তি সঞ্চয়স্থান এবং পাওয়ার গ্রিডে বিশ্বব্যাপী বিনিয়োগ অতিক্রম করেছে 2022 সালে $337 বিলিয়ন।


পরিষ্কার এবং দক্ষ শক্তির সন্ধানে আরেকটি প্রতিযোগী হল ফিউশন শক্তি, সহ হেলিয়ন এনার্জি গবেষণা সংস্থা একটি উদাহরণ। যাইহোক, ফিউশন শক্তিকে একটি ব্যবহারিক শক্তির উত্স করতে, আমাদের এখনও ডিউটেরিয়াম এবং হিলিয়াম -3 এর মতো জ্বালানী তৈরি করতে হবে। এই প্রক্রিয়া অনন্য বাধা উপস্থাপন করে. ডিউটেরিয়াম পাওয়া যায় তবে ফিউশন বিক্রিয়ার জন্য অত্যন্ত উচ্চ তাপমাত্রার প্রয়োজন, যখন হিলিয়াম-3 পৃথিবীতে দুষ্প্রাপ্য এবং চন্দ্র খনির প্রয়োজন। উপরন্তু, ফিউশন শক্তি অবশ্যই অর্থনৈতিক, নিয়ন্ত্রক, নিরাপত্তা, পরিমাপযোগ্যতা এবং পরিবেশগত উদ্বেগের সমাধান করবে।


যদিও ফিউশন শক্তি বিশাল সম্ভাবনা ধারণ করে, এটি পরীক্ষামূলক রয়ে যায় এবং ব্যাপক হতে কয়েক দশক সময় লাগতে পারে। এই জটিলতার বিপরীতে, সৌর শক্তি একটি সম্ভাব্য সহজবোধ্য সমাধান। এটি স্থায়িত্বের দিকে একটি পরিষ্কার এবং পরিমাপযোগ্য পথ সরবরাহ করে, যার জন্য সৌর অবকাঠামোতে কৌশলগত বিনিয়োগ প্রয়োজন। সৌর বিদ্যুতের সরলতা তার সর্বব্যাপীতার মধ্যে নিহিত, কারণ বিস্তৃত খনি বা নিষ্কাশনের প্রয়োজন ছাড়াই সূর্যের আলো কার্যত সর্বত্র পাওয়া যায়।


বিশ্ব অর্থনীতি AI এবং ক্লিন এনার্জি টেকনোলজির দিকে সরে যাওয়ার সাথে সাথে সূর্য-সমৃদ্ধ ভূমি, সৌর প্যানেল নির্মাতারা এবং শক্তি সঞ্চয়কারী কোম্পানির চাহিদা সামনের বছরগুলিতে বাড়বে। যাইহোক, এই জৈব বৃদ্ধি একটি শক্তি পতন প্রতিরোধ করার জন্য যথেষ্ট নাও হতে পারে।


এআই প্রয়োজনীয়তা নিয়ন্ত্রণ করা: একটি টিকিং টাইম বোমা

AI-এর যুগে একটি টেকসই ভবিষ্যৎ নিশ্চিত করতে, AI-এর শক্তির চাহিদা নিয়ন্ত্রণ করতে আমাদের অবশ্যই সাহসী পদক্ষেপ নিতে হবে। EU নির্গমন ট্রেডিং সিস্টেমটি বিবেচনা করুন যা প্রস্তুতকারকদের, পাওয়ার কোম্পানিগুলি এবং এয়ারলাইনগুলিকে তাদের প্রতি টন কার্বন ডাই অক্সাইডের জন্য অর্থ প্রদান করতে বাধ্য করে। ফেব্রুয়ারী 2023 সালে, ইইউ কার্বন বাজারে কার্বন পারমিটের দাম পৌঁছেছে প্রতি টন CO2 এর ঐতিহাসিক উচ্চ 100 ইউরো। খরচ যত বেশি হবে, কম-কার্বন প্রযুক্তিতে বিনিয়োগ করতে এবং ক্লিনার শক্তির উৎসে রূপান্তরের জন্য কোম্পানিগুলির জন্য প্রণোদনা তত শক্তিশালী হবে।


একইভাবে, আমাদের যথেষ্ট AI শক্তি খরচ সহ কোম্পানিগুলির উপর অতিরিক্ত কর আরোপের ধারণাটি অন্বেষণ করা উচিত। যে ব্যবসাগুলি AI এর উপর খুব বেশি নির্ভর করে তাদের পরিবেশগত পদচিহ্ন অফসেট করার উপায় হিসাবে পুনর্নবীকরণযোগ্যগুলিতে বিনিয়োগ করতে হবে। কার্বন নির্গমন যেমন আর্থিক জরিমানা ট্রিগার করে, ঠিক তেমনি AI এর শক্তি খরচ সৌর অবকাঠামো বা অন্যান্য বিকল্প শক্তি উদ্যোগে বাধ্যতামূলক বিনিয়োগের সাথে যুক্ত হতে পারে।


যদিও কোম্পানিগুলি সম্ভাবনা সম্পর্কে রোমাঞ্চিত নাও হতে পারে, আমাদের সমাজকে স্বল্পমেয়াদী লাভের চেয়ে দীর্ঘমেয়াদী স্থায়িত্বকে অগ্রাধিকার দিতে হবে। এআই-চালিত শিল্পের বৃদ্ধিকে সমর্থন করার সাথে সাথে এই সমস্যাটি সমাধানের জন্য সক্রিয় পদক্ষেপগুলি সবুজ এবং আরও টেকসই ভবিষ্যতে উল্লেখযোগ্যভাবে অবদান রাখতে পারে।

L O A D I N G
. . . comments & more!

About Author

Uladzislau Yanchanka HackerNoon profile picture
Uladzislau Yanchanka@uladzislauyanchanka
Founder of machinet.net

আসে ট্যাগ

এই নিবন্ধটি উপস্থাপন করা হয়েছে...

Read on Terminal Reader
Read this story in a terminal
 Terminal
Read this story w/o Javascript
Read this story w/o Javascript
 Lite
X REMOVE AD