ความคิดเห็น: โดย Sherif Elsayed-Ali ผู้ก่อตั้งหลายรายในด้านเทคโนโลยีและ AI และผู้ก่อตั้งร่วมของ Nexus Climate
AI ปรากฏอยู่ในบทสนทนาเกี่ยวกับเทคโนโลยีและนวัตกรรมทุกประการ โดยครองตลาดเทคโนโลยีมาเป็นเวลาหนึ่งปีครึ่งแล้ว และได้รับการยกย่องว่าเป็นทางแก้ปัญหาทุกอย่าง ตั้งแต่ประสิทธิภาพการผลิต ไปจนถึงการศึกษา การดูแลสุขภาพ และวิกฤตสภาพอากาศ แต่ฉันจะบอกความลับให้คุณฟังว่า AI ที่ทุกคนกำลังพูดถึงนี้ไม่ได้ช่วยวิกฤตสภาพอากาศเลย
ที่จริงแล้ว ลืมเรื่องนั้นไปได้เลย มันเป็นสาเหตุของการปล่อยมลพิษจากศูนย์ข้อมูลที่เพิ่มขึ้นอย่างมากปัญญาประดิษฐ์ประเภทนี้ หรือที่รู้จักกันในชื่อ ปัญญาประดิษฐ์เชิงสร้างสรรค์ หรือ GenAI คือสิ่งที่เราพบเห็นได้ในแบบจำลองภาษาขนาดใหญ่ (LLM) ในแอปพลิเคชันต่างๆ เช่น ChatGPT และเครื่องมือสร้างภาพ เช่น MidJourney
มีการลงทุนจำนวนมากใน GenAI ไม่ว่ากระแสจะสมเหตุสมผลหรือไม่ก็ตาม ก็ต้องคุยกันอีกที (ความคิดเห็นสั้นๆ ของฉัน: ไม่ใช่ มันเป็นฟองสบู่ที่โฆษณาเกินจริงที่กำลังจะแตก) สิ่งที่ฉันกังวลคือกระแส GenAI กำลังดูดเอาอากาศออกไปจากห้องเมื่อพูดถึงบทบาทของ AI ในการต่อสู้กับวิกฤตสภาพอากาศ
GenAI เป็นส่วนย่อยของสาขา AI และการเรียนรู้ของเครื่องจักรที่ใหญ่กว่ามากอาจมีประโยชน์สำหรับผู้คนและองค์กรที่พยายามแก้ไขปัญหาด้านสภาพอากาศ โดยเฉพาะอย่างยิ่งในการวิเคราะห์ข้อมูลและสารสนเทศ อย่างไรก็ตาม เมื่อต้องลดการปล่อยคาร์บอนโดยตรง หลักสูตร LLM และหลักสูตรด้านภาพถ่ายและวิดีโอแทบจะไม่มีประโยชน์เลย*
แต่มีเทคโนโลยี AI และการเรียนรู้ของเครื่องจักรจำนวนมากที่ส่งผลโดยตรงต่อการลดคาร์บอนในปัจจุบัน เทคโนโลยีเหล่านี้ไม่ใช่แชทบอทและไม่ผลิตวิดีโอด้วยการกดปุ่มเพียงปุ่มเดียว และมักจะใช้พลังงานน้อยกว่า GenAI มาก ตัวอย่างที่ดีคือการคาดการณ์อนุกรมเวลา ซึ่งใช้ค่าในอดีตในชุดข้อมูลลำดับเวลาเพื่อคาดการณ์ค่าในอนาคต แม้จะดูไม่น่าสนใจและไม่ได้เป็นข่าวหน้าหนึ่ง แต่ก็มีประสิทธิภาพอย่างยิ่ง
ปัจจุบัน AI และการเรียนรู้ของเครื่องจักรช่วยลดการปล่อยคาร์บอนในหลายภาคส่วนและอุตสาหกรรม โดยมีสตาร์ทอัพจำนวนมากกำลังแก้ไขปัญหาใหญ่ๆ ด้วยผลิตภัณฑ์ AI ของตน ตัวอย่างเช่นCarbon Reที่ทำให้การเผาไหม้เชื้อเพลิงในการผลิตซีเมนต์มีประสิทธิภาพมากขึ้นConcrete AIที่ช่วยเพิ่มประสิทธิภาพการผสมคอนกรีตForesight Data Machinesที่เพิ่มประสิทธิภาพการผลิตเหล็ก และBrainBox AIที่ทำให้การระบายความร้อนในอาคารมีประสิทธิภาพมากขึ้น นอกจากนี้ยังมีกรณีการใช้งานที่น่าสนใจอื่นๆ อีกมากมาย เช่นOrbital Materialsใช้ AI ในการออกแบบวัสดุคาร์บอนต่ำชนิดใหม่ และนักวิทยาศาสตร์จากมหาวิทยาลัยพรินซ์ตันใช้ AI ในการควบคุมปฏิกิริยาฟิวชั่น
โซลูชัน AI เหล่านี้มีความซับซ้อน ไม่เพียงแต่ต้องมีความเชี่ยวชาญด้าน AI เท่านั้น แต่ยังต้องมีความเชี่ยวชาญในสาขาที่เกี่ยวข้องอย่างลึกซึ้งด้วย จำเป็นต้องมีวิศวกรและนักวิจัยด้าน AI ที่ทำงานอย่างใกล้ชิดกับผู้เชี่ยวชาญในกระบวนการอุตสาหกรรม เคมี และวิทยาศาสตร์วัสดุ เป็นต้น พวกเขาต้องการข้อมูลจำนวนมากที่แทบจะเป็นกรรมสิทธิ์เสมอ
การสร้างผลิตภัณฑ์ AI ที่ช่วยลดการปล่อยก๊าซเรือนกระจกได้จริงนั้นยากกว่าการนำปริญญา LLM มาใช้กับแอปพลิเคชันซอฟต์แวร์มาก โซลูชัน AI จริงสำหรับสภาพอากาศมีศักยภาพมหาศาลในการช่วยเร่งกระบวนการลดการปล่อยคาร์บอน และด้วยเหตุนี้จึงให้ผลตอบแทนทางเศรษฐกิจและการเงินที่สำคัญมาก AI เป็นเครื่องมือที่สำคัญมากในการแก้ไขปัญหาการเปลี่ยนแปลงสภาพอากาศ แต่เราต้องหยุดพูดถึงปริญญา LLM ได้แล้ว
*สิ่งนี้ไม่ได้นำสิ่งใดออกไปจากสถาปัตยกรรมหม้อแปลงที่เป็นพื้นฐานของ GenAI และแอปพลิเคชันที่กว้างขึ้น
**เพื่อความโปร่งใส ฉันเป็นหนึ่งในผู้ก่อตั้งร่วมของ Carbon Re
