हवामान बदल आणि ए.आय. हे दोन विषय या शतकातील निर्णायक टप्पे मानले जातात. हवामान बदलाशी सामना करण्यात ए.आय.ची भूमिका महत्त्वाची ठरणार आहे. ए.आय.सारखे ‘न भूतो’ असे तंत्रज्ञान हवामान बदलासारखे जागतिक संकट परतवून लावण्यात मदत करणार का? तसेच ए.आय.मुळे हवामान बदलाच्या संकटात काही अधिकची भर पडणार का, हे मुद्दे तंत्रज्ञान क्षेत्रात जागतिक चर्चेच्या केंद्रस्थानी आहेत. हवामान बदलाशी सामना करणे आणि हवामान बदलाशी जुळवून घेणे, या दोन्ही बाबतीत ए.आय. साहाय्यभूत ठरणार आहे...
माणसाची पृथ्वीवर अस्तित्वात असणारी आताची प्रजाती म्हणजे होमो सेपियन्स. या प्रजातीला नाही म्हटले तरी अडीच लाख वर्षांचा इतिहास आहे. या प्रदीर्घ काळात 10 हजार वर्षांपूर्वीचा शेतीचा शोध, 18 व्या शतकातील औद्योगिक क्रांती, 20 व्या शतकाच्या उत्तरार्धातील डिजिटल क्रांती अशा काही मोजक्या; पण अतिशय प्रभावी घटनांचा उल्लेख ‘निर्णायक टप्पे’ असा केला जातो. या आणि इतर काही टप्प्यांनी मानवी उत्क्रांतीला नवे वळण दिले. 21 व्या शतकात अशाच एका निर्णायक टप्प्यावर आपण पोहोचलो आहोत, हा टप्पा आहे, कृत्रिम बुद्धिमत्ता किंवा आर्टिफिशियल इंटेलिजन्स (ए.आय.) चा.
ए.आय.ची क्रांती पावले टाकत असताना, एक संकटही घोंघावत आहे. पृथ्वीचे वय हे मानवी इतिहासापेक्षा किती तरी प्रदीर्घ म्हणजे साडेचार अब्ज वर्षांचे आहे. या काळात पृथ्वीने पाच भयंकर विध्वंस अनुभवले आहेत, ज्यात पृथ्वीवरील 80 टक्के प्रजाती नष्ट झाल्या होत्या. या विध्वंसाची नोंद इतिहासात ‘एक्सटिंक्शन इव्हेंटस्’ (Extinction Events) म्हणून झालेली आहे. हे नमूद करण्याचे कारण म्हणजे हवामान बदलामुळे पृथ्वीसमोर पुन्हा अस्तिवाचा प्रश्न उभा राहिला आहे.
ए.आय.सारखे ‘न भूतो’ असे तंत्रज्ञान हवामान बदलासारखे जागतिक संकट परतवून लावण्यात मदत करणार का? तसेच ए.आय.मुळे हवामान बदलाच्या संकटात काही अधिकची भर पडणार का, हे मुद्दे तंत्रज्ञान क्षेत्रात जागतिक चर्चेच्या केंद्रस्थानी आहेत. या प्रश्नांची उकल करण्यासाठी दैनिक ‘पुढारी’ने कॅलिफोर्नियामधील सस्टेनेबल आय.टी. या संस्थेशी संपर्क साधला. ही संस्था डिजिटल तंत्रज्ञानाचा वापर शाश्वत विकासासाठी कसा केला जावा, याबद्दल प्रयत्नशील आहे. या संस्थेच्या कार्यकारी उपाध्यक्ष रोसेनबर्ग आणि प्रमुख संशोधक रिक पॅस्टोर यांनी ई-मेलच्या माध्यमातून त्यांची भूमिका विशद केली.
हवामान बदल आणि ए.आय. हे दोन विषय या शतकातील निर्णायक टप्पे मानले जातात. हवामान बदलाशी सामना करण्यात ए.आय.ची भूमिका महत्त्वाची ठरणार आहे. रोसेनबर्ग म्हणाल्या, ए.आय.चा वेग आणि अचूकता या दोन बाबी आपल्याला हवामानासंदर्भातील आव्हाने समजून घेणे, त्याबद्दल अंदाज व्यक्त करणे आणि क्लिष्ट समस्यांवर उपाययोजना करणे यासाठी सबल करत आहेत.
आपल्याकडे उपलब्ध साधनसंपत्तीचे व्यवस्थापन प्रभावी व्हावे, हवामानाच्या पॅटर्नचे मॉडेल निर्माण करण्यात आणि शाश्वत उद्दिष्टांसाठी नवनिर्मिती यात ए.आय.च्या माध्यमातून मिळणारे सखोल आकलन उपयुक्त ठरू लागले आहे. हवामान बदलांशी सामना करणे (Mitigation) आणि हवामान बदलाशी जुळवून घेणे (Adoption) या दोन्ही बाबतीत ए.आय. सहायभूत ठरणार आहे. याची मांडणी आमच्या संस्थेने कॉप 29 मध्ये केली आहे. कार्बन कॅप्चर करणारे तंत्रज्ञान, ऊर्जेची गरज अधिक कार्यक्षम करणे, अशा बाबतीत ए.आय.ची फार चांगली भूमिका असेल, असे त्या म्हणाल्या.
ए.आय.मध्ये होत असलेली प्रगती UN Digital Compact या फ्रेमवर्कशी सुसंगत ठेवणे, तसेच ए.आय.च्या विविध टूलची निर्मिती आणि वापर जबाबदारीने झाला पाहिजे, हे मुद्दे महत्त्वाचे आहेत. या निर्मितीला नैतिक पाया असला पाहिजे आणि ही निर्मिती जागतिक पातळीवर न्याय्य ठरली पाहिजे, असे त्या म्हणाल्या.
ए.आय.चे पायाभूत मॉडेल देशांनुसार वेगवेगळे असतील, याची दक्षता घ्यावी लागणार आहे. प्रत्येक देशाचे हवामानाचे प्रश्न वेगळे आहेत, तसेच सामाजिक आणि आर्थिक पार्श्वभूमीही वेगळी आहे. या मॉडेलमध्ये हवामानाचा अचूक अंदाज व्यक्त करण्यासाठी स्थानिक डेटा वापरणे, साधनसंपत्तीचे व्यवस्थापन करणे, आपत्तीसाठी सज्ज असणे, कठीण परिस्थितीशी तोंड देण्यास सक्षम हवामान धोरण आखणे याची नितांत गरज आहे, असे त्या सांगतात. पण, देशनिहाय ए.आय. मॉडेल बनवणे विकसनशील देशांना मात्र आव्हानात्मक ठरणार आहे. यासाठी ‘डेटा’साठी आवश्यक पायाभूत सुविधांत गुंतवणूक करावी लागेल. आंतरशाखीय देवाण-घेवाण आणि डेटा प्रशासनांची व्यवस्था बळकट करावी लागेल. विकसित देशांनी विकसनशील देशांना, त्यातही साधनसंपत्तीचा तुटवडा असलेल्या प्रांतांना ए.आय. मॉडेल विकसित करण्यासाठी मदत करण्याची गरज आहे. हवामान बदलाचा विचार केला, तर ए.आय.चा फार चांगला आणि प्रभावी वापर हा महितीचे विश्लेषण, त्याचे मॉडेलिंग यासाठी होत आहे. रोसेनबर्ग म्हणाल्या, धोरणकर्ते आणि प्रत्यक्ष जमिनीवर काम करणारे लोक यांना बळ देण्याचे काम ए.आय.वर आधारित मॉडेल करतात.
आधुनिक ए.आय. अल्गोरिदम हे सॅटेलाईट इमेजेस, सेन्सर नेटवर्क आणि जुनी माहिती असा फार मोठा डेटासेट हाताळू शकतात आणि पारंपरिक पद्धतींपेक्षा हे अधिक प्रभावी असल्याने हवामानांच्या तीव्र घटनांचा अचूक अंदाज व्यक्त करणे शक्य होते. यातून वेगवान आणि अचूक निर्णय घेणे शक्य होते, विविध नैसर्गिक संकटांत आपल्याला ही माहिती मदतीची ठरू लागलेली आहे. पण, ए.आय.ची दुसरी बाजूही समजून घ्यायला हवी, चॅट जीपीटी किंवा गुगलच्या जेमिनी या प्लॅटफॉर्मवर आपण शंका विचारतो, एखाद्या माहितीसाठी प्रॉम्प्ट देतो; पण या एका प्रॉम्प्टचे उत्तर देण्यासाठी बरीच ऊर्जा खर्च केलेली असते. निव्वळ ऊर्जेच्या अनुषंगाने चर्चा केली तर ए.आय.चे ट्रेनिंग आणि वापर यासाठी फार मोठी ऊर्जा लागत असते आणि यातून ऊर्जेचा तुटवडा जाणवू शकतो, असे सस्टेनेबल आय.टी.प्रमुख संशोधक रिक पॅस्टोर यांनी सांगितले. यासाठी तंत्रज्ञान कंपन्या ऊर्जेचा पुरवठा स्वतःच्या हाती घेऊ पाहत आहेत. मायक्रोसॉफ्टने थ्री माईल्स आयलँड न्यूक्लिअर प्लांट विकत घेतला आहे, तर गुगलकडे मिनी रिअॅक्टर आहेत; पण हा काही उपाय नाही. अण्विक ऊर्जा पुनर्निर्माणक्षम असली, तरी या पर्यावरणीय धोके, तसेच आण्विक कचरा साठवण्याची आव्हाने मोठी आहेत, असे पॅस्टोर यांनी सांगितले. उदाहरणादाखल घ्यायचे झाले, तर गुगलच्या ए.आय.साठी 2.3 टेरावॅट ताशी इतकी वार्षिक ऊर्जा खर्ची पडते. इतक्या ऊर्जेतून जॉर्जियातील सर्व घरांना वर्षभर वीजपुरवठा होऊ शकतो. ओपन ए.आय.च्या GPT-3 या ट्रेनिंग मॉडेलने 1.3 वॉट गिगावॅट ताशी इतकी ऊर्जा वापरलेली आहे आणि यातून 552 टन इतकी कार्बननिर्मिती झाली आहे. विशेष म्हणजे GPT-4 हे मॉडेल दहा पट मोठे आहे.
दुसरा मुद्दा आहे तो ए.आय.च्या अल्गोरिदमच्या डेटामधील अजाणतेपणामुळे निर्माण होणारा पक्षपातीपणा. हा पक्षपातीपणा ए.आय.मध्ये चक्रीय पद्धतीने येतो. आपण डेटाचा वापर करतो, त्यातून आऊटपूट मिळते आणि हेच आऊटपूट भविष्यातील शंकांना प्रतिसाद देत असते. डेटासेटमध्ये अजाणतेपणामुळे येत असलेला पक्षपातीपणा हा चिंतेचा विषय बनलेला आहे. ए.आय.मध्ये फीडबॅक लूप कार्यरत असते, त्यातून या पक्षपातीपणाला अधिकच चालना मिळते. साहजिकच, पक्षपाती डेटावर आधारित ए.आय.चा वापर सामाजिक, पर्यावरणीय किंवा आर्थिक धोका निर्माण करू शकतो. त्यामुळे जेव्हा ए.आय.च्या प्रशासनाचा विषय येतो तेव्हा त्यातील पक्षपातीपणा दूर करणे हा कळीचा मुद्दा ठरतो.
