Развитие технологий искусственного интеллекта стремительно меняет мир, открывая новые возможности во многих сферах жизни. Однако это развитие сопряжено с определенными вызовами, особенно в области технического обеспечения работы ИИ-систем.

Международная группа ученых из Китайской академии наук и Университета Рейхмана провела масштабное исследование, направленное на оценку потенциального объема электронных отходов от индустрии генеративного ИИ. Результаты исследования вызывают серьезные опасения относительно будущего управления электронными отходами. Этот вопрос требует пристального внимания как со стороны технологической индустрии, так и от регулирующих органов.

Во-первых, исследователи сфокусировались на изучении объемов электронных компонентов, необходимых для функционирования генеративных ИИ-систем, включая материнские платы и аккумуляторы. Специальное оборудование, требуемое для работы таких приложений, имеет тенденцию к быстрому устареванию.

Во-вторых, было отмечено, что генеративные ИИ-системы характеризуются высоким потреблением ресурсов и энергии. Это приводит к необходимости использования значительного количества резервных источников питания для обеспечения бесперебойной работы.

В-третьих, для получения точных прогнозов команда проанализировала типичное оборудование дата-центров и сроки службы различных компонентов. На основе этих данных была разработана компьютерная модель, учитывающая предполагаемый рост спроса на ИИ-приложения.

В-четвертых, результаты моделирования показали, что к 2030 году объем электронных отходов от индустрии ИИ может достичь от 1,2 до 5,0 миллионов тонн, с ростом годового объема от 2,6 тысяч тонн в 2023 году до 2,5 миллионов тонн к концу десятилетия.

Полученные данные указывают на необходимость разработки эффективных стратегий управления электронными отходами в контексте развития ИИ-технологий. Важно отметить, что своевременное решение этой проблемы требует совместных усилий производителей оборудования, разработчиков ИИ-систем и регулирующих органов. Индустрия должна стремиться к созданию более долговечного оборудования и эффективных систем переработки. Это позволит минимизировать негативное влияние развития ИИ-технологий на технологическую инфраструктуру.