AgentDecarbonizer: Carbon-Aware Execution for AI Agents
تقدم هذه الورقة AgentDecarbonizer، وهو مُحسِّن تنفيذ مدرك للكربون لوكلاء الذكاء الاصطناعي يقلل من انبعاثات الكربون بنسبة تصل إلى 57.9% عبر الاستفوتادة من مرونة المواعيد النهائية لجدولة المهام خلال فترات كثافة الكربون المنخفضة أو على شبكات أكثر نظافة مع مراعاة عدم اليقين في التنفيذ وتكاليف إعادة حساب التخزين المؤقت.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في كل مرة يقوم فيها الحاسوب بإجراء عملية حسابية، فإنه يسحب الكهرباء من شبكة الطاقة. وهذه الكهرباء ليست نظيفة دائمًا؛ فاعتمادًا على مصدر الطاقة وتوقيت توليدها، يمكن أن تؤدي العملية إلى إطلاق كميات متفاوتة من ثاني أكسيد الكربون في الغلاف الجوي. وفي السنوات الأخيرة، ظهر نوع جديد من البرمجيات يعمل كمساعد رقمي قادر على التفكير المعقد ومتعدد الخطوات. وخلافًا لبرامج الدردشة البسيطة التي تجيب على سؤال واحد ثم تتوقف، يمكن لهذه الوكلاء المستقلين التخطيط لرحلة طويلة، وتقسيمها إلى مهام أصغر، واستخدام الأدوات لجمع المعلومات، وتصحيح أخطائهم بأنفسهم أثناء العمل. يمكنهم كتابة الأكواد البرمجية، أو تحليل البيانات، أو إدارة الجداول الزمنية دون إشراف بشري مستمر. ومع ذلك، نظرًا لأن هؤلاء الوكلاء يعملون لفترات أطول ويقدمون طلبات أكثر بكثير لنماذج الذكاء الاصطناعي الأساسية مقارنة بالدردشة العادية، فإنهم يستهلكون طاقة أكبر بكثير. ومع ازدياد شيوع هذه الأدوات، أصبح البصمة الكربونية لتفكيرهم اللامتناهي مصدر قلق بيئي خطير.
قام باحثون في جامعة واترلو وجامعة شيكاغو بتطوير نظام جديد مصمم لجعل هؤلاء المساعدين الرقميين أكثر رفقًا بالبيئة دون إبطائهم أو جعلهم أقل فعالية. وقد أطلقوا على أداتهم اسم AgentDecarbonizer. ولفهم كيفية عملها، يجب أولاً النظر في كيفية عمل هؤلاء الوكلاء. فعندما يُعطى الوكيل مهمة، فإنه لا يفكر مرة واحدة فحسب؛ بل يفكر في حلقة مفرغة. فهو يطرح سؤالًا، ويتلقى إجابة، ويستخدم أداة مثل البحث عبر الإنترنت أو محرر الملفات، ثم يستخدم تلك المعلومات الجديدة لطرح السؤال التالي. وتتكرر هذه الدورة مرات عديدة. وقد وجد الباحثون أن هذه العملية ثقيلة للغاية من حيث "المدخلات"، مما يعني أن الوكيل يرسل قدرًا هائلًا من النصوص إلى نموذج الكمبيوتر لإبقائه مطلعًا على تاريخ المحادثة والخطوات السابقة. ولأن الوكيل غالبًا ما يكرر أجزاءً من هذا التاريخ، يمكن لنظام الكمبيوتر توفير الطاقة عن طريق تذكر ما تمت معالجته بالفعل، وهي تقنية تُعرف باسم "تخزين السياق المؤقت" (context caching). فإذا بقي الوكيل في نفس المكان، يمكنه إعادة استخدام هذه الذكريات المحفوظة. أما إذا انتقل إلى مكان مختلف، فيتعين عليه النسيان وإعادة التعلم، مما يهدر الطاقة.
اكتشف الفريق أن التكلفة الكربونية لتشغيل هؤلاء الوكلاء تعتمد بشكل كبير على أمرين: أين يقع موقع الكمبيوتر ومتى يتم إنجاز العمل. تعتمد شبكة الكهرباء في أجزاء مختلفة من العالم على مصادر طاقة مختلفة. فبعض المناطق تحصل على معظم طاقتها من الرياح أو الشمس أو السدود الكهرومائية، والتي تنتج كربونًا ضئيلًا جدًا. بينما تعتمد مناطق أخرى بشكل أكبر على الوقود الأحفوري مثل الفحم أو الغاز، والتي تنتج الكثير من الكربون. علاوة على ذلك، يتغير مزيج الطاقة على مدار اليوم؛ فقد تكون الشبكة نظيفة جدًا عند الظهر عندما تكون الشمس ساطعة، ولكنها قد تصبح أكثر اتساخًا في الليل عندما لا تتوفر الطاقة الشمسية. لاحظ الباحثون أن تشغيل وكيل في منطقة معينة في وقت محدد قد ينتج ما يقرب من ثلاثة أضعاف الانبعاثات الكربونية لنفس الوكيل الذي يعمل في منطقة أخرى أو في وقت آخر.
ولحل هذه المشكلة، بنى الباحثون AgentDecarbonizer ليعمل كمجدول ذكي يعمل جنبًا إلى جنب مع الوكيل. فبدلاً من ترك الوكيل يبدأ عمله فورًا، ينظر النظام إلى الأمام؛ حيث يقدر المدة التي ستستغرقها المهمة ويتحقق من توقعات نظافة الكهرباء في أجزاء مختلفة من العالم. وإذا كان لدى الوكيل موعد نهائي مرن، مثل مهمة يجب إنجازها في غضون أربع وعشرين ساعة، فيمكن للنظام الانتظار حتى يحين الوقت الذي تكون فيه الشبكة في أنظف حالاتها. كما يمكنه اتخاذ قرار بنقل العمل إلى منطقة حيث يكون الهواء أنظف. ومع ذلك، فإن النظام حذر من نقل العمل لمجرد أن منطقة ما تبدو أنظف على الورق؛ فهو يحسب ما إذا كانت الطاقة التي سيتم توفيرها باستخدام طاقة نظيفة ستضيع بسبب الجهد المبذول في نقل ذاكرة الوكيل إلى موقع جديد. فإذا كانت تكلفة النقل وإعادة التعلم مرتفقة جدًا، فسيحتفظ النظام بالوكيل في مكانه، حتى لو كانت الطاقة المحلية أكثر اتساخًا قليلاً.
اختبر الباحثون نظامهم باستخدام مجموعة من ستين مهمة واقعية، تتراوح بين تحليل الأوراق العلمية وتصحيح الأخطاء في الأكواد البرمجية. وقاموا بتشغيل هذه المهام عبر أربع شبكات طاقة مختلفة ذات مزيج طاقة متنوع. وأظهرت النتائج أنه من خلال الاختيار الدقيق لموعد ومكان تشغيل العمل، استطاع النظام خفض الانبعاثات الكربونية بشكل كبير. فعندما مُنح يومًا كاملًا لإكمال مهمة ما، خفض النظام الانبعاثات بنسبة تصل إلى 57.9 بالمائة مقارنة بالنهج القياسي الذي يتجاهل الكربون. وحتى عندما كان الموعد النهائي ضيقًا، مع ثلاث ساعات فقط للانتهاء، تمكن النظام من تقليل الانبعاثات بأكثر من 34 بالمائة. وقد أثبت النظام أنه من الممكن جعل هؤلاء المساعدين الرقميين الأقوياء أكثر استدامة ببساطة من خلال كونهم أكثر ذكاءً بشأن متى وأين يقومون بعملهم، مما يضمن أن مستقبل الذكاء الاصطناعي لا يأتي على حساب مناخ الكوكب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.