ຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມຈາກການຝຶກອົບຮົມ AI (Large Language Models)

ທຸກມື້ນີ້, ພວກເຮົາຫຼາຍຄົນອາດຈະຄຸ້ນເຄີຍກັບການນຳໃຊ້ AI ເຊັ່ນ ChatGPT ເພື່ອຊ່ວຍແປພາສາອັງກິດເປັນພາສາລາວ, ຊ່ວຍຂຽນອີເມວ, ຫຼື ແມ່ນແຕ່ຊອກຫາແນວຄວາມຄິດໃໝ່ໆສຳລັບທຸລະກິດ SME ຂອງເຮົາ. ມັນເປັນເຕັກໂນໂລຊີທີ່ອັດສະຈັນ ແລະ ເບິ່ງຄືວ່າມັນເຮັດວຽກຢູ່ເທິງ “ອາກາດ” ຫຼື ໃນຄລາວ (Cloud) ທີ່ບໍ່ມີຕົວຕົນ. ແຕ່ທ່ານເຄີຍສົງໄສບໍ່ວ່າ ເບື້ອງຫຼັງຄວາມສະຫຼາດເຫຼົ່ານີ້ ມັນຕ້ອງໃຊ້ຊັບພະຍາກອນ ແລະ ພະລັງງານຫຼາຍສ່ຳໃດ?

ມື້ນີ້, ຫຼາຍຄົນກຳລັງເວົ້າເຖິງຄວາມສາມາດຂອງ Large Language Models (LLM) ຫຼື ແບບຈຳລອງພາສາຂະໜາດໃຫຍ່ ເຊິ່ງເປັນມັນສະໝອງທີ່ຢູ່ເບື້ອງຫຼັງຂອງ AI ເຫຼົ່ານີ້. ແຕ່ສິ່ງໜຶ່ງທີ່ບໍ່ຄ່ອຍມີຄົນເວົ້າເຖິງກໍຄື: ການສ້າງ ແລະ ຝຶກອົບຮົມ AI ເຫຼົ່ານີ້ ສົ່ງຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ສິ່ງແວດລ້ອມຂອງພວກເຮົາແນວໃດ.

ແມ່ນຫຍັງຄື LLM ແລະ ເປັນຫຍັງມັນຈຶ່ງໃຊ້ພະລັງງານມະຫາສານ?

ສຳລັບຜູ້ທີ່ເລີ່ມຕົ້ນ, ໃຫ້ລອງນຶກພາບວ່າ ຖ້າເຮົາຕ້ອງສອນເດັກນ້ອຍຄົນໜຶ່ງໃຫ້ອ່ານ ແລະ ເຂົ້າໃຈປຶ້ມທຸກຫົວທີ່ມີຢູ່ໃນຫໍສະໝຸດແຫ່ງຊາດທີ່ນະຄອນຫຼວງວຽງຈັນພາຍໃນເວລາສັ້ນໆ ມັນຈະຕ້ອງໃຊ້ພະລັງງານສະໝອງຫຼາຍສ່ຳໃດ.

ສຳລັບ AI, ການ “ຮຽນຮູ້” ນີ້ເອີ້ນວ່າ ການຝຶກອົບຮົມ (Training). AI ບໍ່ໄດ້ຮຽນຮູ້ດ້ວຍຕົວມັນເອງ, ແຕ່ມັນຕ້ອງໃຊ້ຄອມພິວເຕີພິເສດນັບພັນໆໜ່ວຍທີ່ເຮັດວຽກຮ່ວມກັນຕະຫຼອດ 24 ຊົ່ວໂມງເປັນເວລາຫຼາຍເດືອນ. ຄອມພິວເຕີເຫຼົ່ານີ້ຖືກຈັດເກັບໄວ້ໃນຕຶກຂະໜາດໃຫຍ່ທີ່ເອີ້ນວ່າ ສູນຂໍ້ມູນ (Data Centers). ການທີ່ຄອມພິວເຕີຈຳນວນມະຫາສານເຮັດວຽກໜັກຢ່າງຕໍ່ເນື່ອງນັ້ນ ໝາຍຄວາມວ່າມັນຕ້ອງການກະແສໄຟຟ້າຈຳນວນຫຼາຍ ເຊິ່ງບາງຄັ້ງອາດເທົ່າກັບການໃຊ້ໄຟຟ້າຂອງເມືອງນ້ອຍໆເມືອງໜຶ່ງເລີຍທີດຽວ.

ຮອຍຕີນຄາບອນ (Carbon Footprint) ທີ່ເຊື່ອງຊ້ອນຢູ່

“ຮອຍຕີນຄາບອນ” ແມ່ນຄຳສັບທີ່ໃຊ້ວັດແທກປະລິມານອາຍພິດເຮືອນແກ້ວທີ່ປ່ອຍອອກມາສູ່ຊັ້ນບັນຍາກາດ ເຊິ່ງເປັນສາເຫດຫຼັກຂອງພາວະໂລກຮ້ອນ.

ທ່ານຮູ້ບໍ່ວ່າ ການຝຶກອົບຮົມ AI ຕົວໜຶ່ງຂະໜາດໃຫຍ່ ອາດປ່ອຍຄາບອນໄດອອກໄຊອອກມາຫຼາຍເທົ່າກັບການຂັບລົດຕິດຈັກໄວ້ໃນສະພາບການຈະລາຈອນທີ່ຕິດຂັດໃນນະຄອນຫຼວງວຽງຈັນເປັນເວລາຫຼາຍສິບປີ ຫຼື ເທົ່າກັບການນັ່ງຍົນໄປ-ກັບ ລະຫວ່າງສະໜາມບິນວັດໄຕຫາລັດນິວຢອກຫຼາຍຮ້ອຍຮອບ! ຍິ່ງໄປກວ່ານັ້ນ, ຖ້າສູນຂໍ້ມູນເຫຼົ່ານັ້ນຕັ້ງຢູ່ໃນປະເທດທີ່ຜະລິດໄຟຟ້າຈາກຖ່ານຫີນແທນທີ່ຈະເປັນພະລັງງານສະອາດ (ຄືກັບໄຟຟ້ານ້ຳຕົກໃນປະເທດລາວເຮົາ), ຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມກໍຍິ່ງຮ້າຍແຮງຂຶ້ນໄປອີກ.

ຄວາມຕ້ອງການນ້ຳມະຫາສານເພື່ອດັບຄວາມຮ້ອນ

ເມື່ອຄອມພິວເຕີເຮັດວຽກໜັກ ມັນຈະຮ້ອນຫຼາຍ. ຄືກັນກັບເວລາເຮົາຢູ່ບ້ານເຮົາໃນຊ່ວງເດືອນເມສາທີ່ອາກາດຮ້ອນຈັດ ເຮົາກໍຕ້ອງເປີດພັດລົມ ຫຼື ແອ. ສຳລັບສູນຂໍ້ມູນ, ພວກເຂົາຕ້ອງໃຊ້ລະບົບທຳຄວາມເຢັນທີ່ໃຊ້ນ້ຳຈືດຫຼາຍລ້ານລິດເພື່ອບໍ່ໃຫ້ເຄື່ອງຈັກຮ້ອນເກີນໄປຈົນໄໝ້.

ລອງຈິນຕະນາການເຖິງປະລິມານນ້ຳທີ່ຊາວກະສິກອນໃຊ້ຫົດສວນກາເຟຂະໜາດໃຫຍ່ຢູ່ເມືອງປາກຊ່ອງພາຍໃນໜຶ່ງປີ; ສູນຂໍ້ມູນຂອງບໍລິສັດເຕັກໂນໂລຊີຍັກໃຫຍ່ອາດຈະດື່ມນ້ຳໃນປະລິມານທີ່ທຽບເທົ່າກັນພຽງເພື່ອຝຶກອົບຮົມ AI ສອງສາມລຸ້ນເທົ່ານັ້ນ. ສິ່ງນີ້ເຮັດໃຫ້ເກີດຄວາມກັງວົນກ່ຽວກັບການຍາດແຍ່ງຊັບພະຍາກອນນ້ຳ ໃນພື້ນທີ່ທີ່ຂາດແຄນນ້ຳຢູ່ແລ້ວ.

ເປັນຫຍັງຄົນລາວເຮົາຈຶ່ງຄວນໃສ່ໃຈເລື່ອງນີ້?

ບັນຫາການປ່ຽນແປງສະພາບອາກາດ (Climate Change) ບໍ່ໄດ້ເລືອກປະເທດ. ສິ່ງທີ່ເກີດຂຶ້ນໃນອີກຊີກໂລກໜຶ່ງ ກໍສົ່ງຜົນກະທົບເຖິງພວກເຮົາເຊັ່ນກັນ. ໃນຊຸມປີທີ່ຜ່ານມາ, ພວກເຮົາໃນລາວໄດ້ເຫັນເຖິງການປ່ຽນແປງຂອງລະດູການທີ່ບໍ່ແນ່ນອນ, ລະດັບນ້ຳຂອງທີ່ເໜັງຕີງຜິດປົກກະຕິ, ແລະ ໄພແຫ້ງແລ້ງທີ່ຍາວນານຂຶ້ນ ເຊິ່ງກະທົບໂດຍກົງຕໍ່ກະສິກຳ ແລະ ຊີວິດການເປັນຢູ່ຂອງປະຊາຊົນ.

ໃນຂະນະທີ່ພວກເຮົາກ້າວເຂົ້າສູ່ຍຸກດິຈິຕອລ ແລະ ນຳໃຊ້ AI ຫຼາຍຂຶ້ນເທົ່າໃດ ພວກເຮົາກໍເປັນສ່ວນໜຶ່ງຂອງຜູ້ຊົມໃຊ້ (End-users) ທີ່ກະຕຸ້ນໃຫ້ເກີດຄວາມຕ້ອງການສູນຂໍ້ມູນເຫຼົ່ານີ້. ດັ່ງນັ້ນ, ການເຂົ້າໃຈເຖິງຕົ້ນທຶນທາງສິ່ງແວດລ້ອມຂອງມັນຈຶ່ງເປັນສິ່ງສຳຄັນ.

ທາງອອກ ແລະ ການຊອກຫາຄວາມສົມດຸນ

ເຖິງແມ່ນວ່າຮູບພາບອາດຈະເບິ່ງຄືໜ້າຢ້ານ, ແຕ່ບໍລິສັດເຕັກໂນໂລຊີຕ່າງໆກໍບໍ່ໄດ້ນິ້ງນອນໃຈ ແລະ ກຳລັງຊອກຫາທາງອອກເຊັ່ນ:

• ຫັນມາໃຊ້ພະລັງງານທົດແທນ: ຫຼາຍບໍລິສັດເລີ່ມຍ້າຍສູນຂໍ້ມູນໄປຍັງພື້ນທີ່ທີ່ສາມາດເຂົ້າເຖິງພະລັງງານລົມ, ແສງຕາເວັນ, ຫຼື ພະລັງງານນໍ້າ (ເຊິ່ງເປັນຈຸດແຂງຂອງປະເທດລາວ).
• ສ້າງ AI ທີ່ “ນ້ອຍແຕ່ເກັ່ງ”: ສູນຄົ້ນຄວ້າຫຼາຍແຫ່ງກຳລັງພະຍາຍາມສ້າງ LLM ຂະໜາດນ້ອຍທີ່ໃຊ້ພະລັງງານໜ້ອຍລົງ ແຕ່ຍັງຄົງເຮັດວຽກສະເພາະທາງໄດ້ດີ ເຊັ່ນ: ສ້າງ AI ທີ່ເກັ່ງສະເພາະເລື່ອງພາສາລາວ ໂດຍບໍ່ຈຳເປັນຕ້ອງໃຫ້ມັນຮຽນຮູ້ທຸກສິ່ງທຸກຢ່າງໃນໂລກ.
• ການອອກແບບຊິບ (Chips) ທີ່ປະຢັດພະລັງງານ: ຜູ້ຜະລິດກຳລັງອອກແບບຮາດແວທີ່ສາມາດປະມວນຜົນທັງໄວ ແລະ ປະຢັດໄຟໄປພ້ອມໆກັນ.

ຈຸດສຳຄັນທີ່ຄວນຈື່ (Key Takeaways)

• LLM ຄືຫຍັງ: ມັນຄືແບບຈຳລອງພາສາທີ່ເປັນສະໝອງຂອງ AI, ຕ້ອງການພະລັງງານຄອມພິວເຕີມະຫາສານໃນການຝຶກອົບຮົມ (Training).
• ການໃຊ້ພະລັງງານ: ສູນຂໍ້ມູນ (Data Centers) ທີ່ໃຊ້ຝຶກ AI ສາມາດບໍລິໂພກໄຟຟ້າ ແລະ ນ້ຳຈືດໃນລະດັບດຽວກັນກັບເມືອງທັງເມືອງ.
• ຜົນກະທົບທາງອ້ອມ: ການປ່ອຍຮອຍຕີນຄາບອນຈາກອຸດສາຫະກຳ AI ເປັນສ່ວນໜຶ່ງທີ່ເຮັດໃຫ້ເກີດພາວະໂລກຮ້ອນ ເຊິ່ງກະທົບຕໍ່ຄວາມໝັ້ນຄົງທາງດິນຟ້າອາກາດໃນທົ່ວໂລກລວມເຖິງປະເທດລາວ.
• ອະນາຄົດ: ການພັດທະນາ AI ຍຸກໃໝ່ຕ້ອງຮ່ວມມືກັບການນຳໃຊ້ພະລັງງານສີຂຽວເພື່ອຄວາມຍືນຍົງຂອງໂລກ.

ສະຫຼຸບ

ປັນຍາປະດິດ (AI) ກຳລັງຈະເຂົ້າມາປ່ຽນແປງວິຖີຊີວິດ, ການເຮັດວຽກ, ແລະ ການສຶກສາໃນປະເທດລາວ ແລະ ທົ່ວໂລກໃຫ້ສະດວກສະບາຍຫຼາຍຂຶ້ນ. ແຕ່ໃນຖານະທີ່ພວກເຮົາເປັນຜູ້ຊົມໃຊ້ໃນຍຸກດິຈິຕອລ, ການມີຄວາມຮັບຮູ້ (Awareness) ວ່າທຸກໆຄຳຖາມທີ່ເຮົາພິມຖາມ AI ນັ້ນ ລ້ວນແລ້ວແຕ່ມີ “ຕົ້ນທຶນທຳມະຊາດ” ທີ່ຕ້ອງຈ່າຍໄປ ມັນຈະຊ່ວຍໃຫ້ເຮົາສາມາດສະໜັບສະໜູນ ແລະ ຮຽກຮ້ອງໃຫ້ຜູ້ພັດທະນາເຕັກໂນໂລຊີຫັນມາໃສ່ໃຈການສ້າງ AI ທີ່ເປັນມິດກັບສິ່ງແວດລ້ອມຫຼາຍຂຶ້ນ. ເພື່ອໃຫ້ເຕັກໂນໂລຊີ ແລະ ທຳມະຊາດ (ເຊັ່ນ: ສາຍນ້ຳຂອງ ແລະ ປ່າໄມ້ທີ່ອຸດົມສົມບູນຂອງເຮົາ) ສາມາດຢູ່ຮ່ວມກັນໄດ້ຢ່າງຍືນຍົງຕະຫຼອດໄປ.