Position: Neglecting the Sustainability of AI is Fuelling a Global AI Arms Race
यह स्थिति पत्र तर्क देता है कि एआई (AI) स्थिरता के आर्थिक और सामाजिक आयामों, विशेष रूप से समान संसाधन पहुंच और पर्यावरणीय प्रभाव के बीच के तनाव की उपेक्षा करना, एक वैश्विक एआई हथियारों की दौड़ को बढ़ावा देता है, और वास्तव में टिकाऊ एआई के लिए इन कारकों को सुसंगत बनाने हेतु क्लाइमेट एंड रिसोर्स अवेयर मशीन लर्निंग (CARAML) ढांचे के साथ-साथ एक मार्क्सवादी-प्रेरित विश्लेषण का प्रस्ताव देता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया इस समय एक विशाल, उच्च-दांव वाली वैश्विक दौड़ की तरह है। देश और दिग्गज तकनीकी कंपनियाँ जितनी बड़ी, तेज़ और शक्तिशाली AI इंजन बना सकें, उसके लिए पूरी ताकत झोंक रही हैं। वे सुपर-कंप्यूटरों में अरबों डॉलर लगा रहे हैं और हजारों इंजीनियरों को काम पर रख रहे हैं, ठीक उसी तरह जैसे शीत युद्ध के दौरान राष्ट्र अधिक परमाणु हथियार बनाने की होड़ में थे।
यह शोध पत्र तर्क देता है कि यह "AI हथियारों की दौड़" (AI Arms Race) खतरनाक है क्योंकि हर कोई इस दौड़ को जीतने में इतना व्यस्त है कि वे ईंधन की लागत और दौड़ने वालों के बहिष्कार को अनदेखा कर रहे हैं।
यहाँ शोध पत्र के मुख्य बिंदुओं का एक सरल विवरण दिया गया है:
1. तीन पैरों वाला स्टूल डगमगा रहा है
लेखकों का कहना है कि "स्थिरता" (Sustainability) का अर्थ केवल ग्रह को बचाना (पर्यावरण) नहीं है। यह तीन पैरों वाला एक स्टूल है:
- पर्यावरण: AI कितनी बिजली और पानी का उपयोग करता है? यह कितना कार्बन उत्सर्जित करता है?
- अर्थव्यवस्था: ये चीजें बनाने के लिए किसके पास पैसा है?
- समाज: कौन इसमें भाग ले सकता है? क्या यह निष्पक्ष है?
वर्तमान में, AI की दुनिया पर्यावरण वाले पैर (AI को "हरा" या कुशल बनाने) के प्रति जुनूनी है, लेकिन वह अर्थव्यवस्था और समाज के पैरों को अनदेखा कर रही है। वे दौड़ को तेज़ करने की कोशिश कर रहे हैं बिना यह पूछे कि दौड़ने की अनुमति किसे है या क्या ट्रैक जंगल को नष्ट कर रहा है।
2. "दक्षता" का जाल (जेवन्स विरोधाभास - Jevons Paradox)
पत्र एक पेचीदा जाल की ओर इशारा करता है। जब इंजीनियर AI मॉडल को अधिक कुशल (एक कार्य के लिए कम ऊर्जा का उपयोग करने वाला) बनाते हैं, तो यह सुनने में बहुत अच्छा लगता है। लेकिन, यह अक्सर विपरीत परिणाम देता है।
- उपमा: कल्पना कीजिए कि आपने एक ऐसी कार बनाई जो आधी गैस का उपयोग करती है। बहुत बढ़िया, है ना? लेकिन क्योंकि अब गाड़ी चलाना सस्ता हो गया है, इसलिए हर कोई दोगुना ड्राइविंग करने लगता है, और वे बड़े ट्रक भी खरीदने लगते हैं। अचानक, आप पहले की तुलना में अधिक गैस का उपयोग कर रहे हैं।
- AI में: जब "DeepSeek" जैसे मॉडल कुशल हुए, तो अधिक लोगों ने उनका उपयोग किया, और कंपनियों ने और भी बड़े और जटिल मॉडल (जैसे "रीजनिंग" मॉडल) बनाना शुरू कर दिया जो भारी मात्रा में ऊर्जा का उपयोग करते हैं। दक्षता के लाभों को अत्यधिक उपयोग के विशाल स्तर ने निगल लिया।
3. "अमीर बनाम गरीब" का विभाजन
यह पत्र एक ऐतिहासिक दृष्टिकोण (कार्ल मार्क्स से प्रेरित) का उपयोग करता है यह समझाने के लिए कि हार्डवेयर (आधार/Base) ही नियमों और संस्कृति (अधिरचना/Superstructure) को नियंत्रित करता है।
- वास्तविकता: केवल कुछ देशों (मुख्य रूप से अमेरिका, चीन और यूरोप में) और कुछ चुनिकी दिग्गज कंपनियों के पास वे विशाल डेटा सेंटर और सुपर-कंप्यूटर हैं जो AI को प्रशिक्षित करने के लिए आवश्यक हैं।
- परिणाम: यह "डिजिटल उपनिवेशवाद" (Digital Colonialism) पैदा करता है। अमीर राष्ट्र और कंपनियाँ नियम तय करती हैं, मॉडल बनाती हैं और मुनाफे पर कब्जा करती हैं। गरीब राष्ट्र और छोटे शोधकर्ता बाहर रह जाते हैं क्योंकि वे "प्रवेश शुल्क" (बिजली और हार्डवेयर) वहन नहीं कर सकते।
- विडंबना: भले ही लोग "AI संप्रभुता" (AI Sovereignty) के बारे में बात करते हैं (देश अपनी खुद की AI चाहते हैं), यह अक्सर केवल हथियारों की दौड़ को ही बढ़ावा देता है, जिससे देश प्रतिस्पर्धा करने के लिए और अधिक महंगी बुनियादी संरचना बनाने के लिए मजबूर होते हैं, न कि संसाधनों को साझा करने के लिए।
4. समाधान: CARAML ढांचा
लेखक AI के बारे में सोचने का एक नया तरीका प्रस्तावित करते हैं जिसे CARAML (क्लाइमेट एंड रिसोर्स अवेयर मशीन लर्निंग) कहा जाता है। वे इस हथियारों की दौड़ को रोकना चाहते हैं और एक ऐसा सिस्टम बनाना चाहते हैं जो वास्तव में टिकाऊ हो।
वे विभिन्न समूहों के लिए एक "कार्रवाई का आह्वान" (Call to Action) सुझाते हैं, जैसे एक टीम जो मिलकर एक लीक होती नाव को ठीक कर रही हो:
- व्यक्तिगत स्तर पर (शोधकर्ता): केवल इस आधार पर सफलता को न मापें कि AI कितना "स्मार्ट" है। यह भी मापें कि वहां तक पहुँचने में कितनी ऊर्जा लगी। यदि एक AI स्मार्ट है लेकिन इसे प्राप्त करने की लागत बिजली के रूप में बहुत अधिक है, तो यह एक विफलता है।
- समुदाय (सम्मेलन): पुराने विचारों को दोहराने वाले प्रयोगों पर समय और ऊर्जा बर्बाद करना बंद करें। शोधकर्ताओं के लिए अपने प्लान को "प्री-रजिस्टर" करना अनिवार्य करें ताकि हम मृत अंत (dead ends) पर संसाधन बर्बाद न करें।
- उद्योग (बड़ी टेक कंपनियाँ): उन्हें एक "कार्बन कैप" (Carbon Cap) की आवश्यकता है। जिस तरह एक फैक्ट्री असीमित प्रदूषण नहीं फैला सकती, वैसे ही AI कंपनियों के पास कार्बन उत्सर्जन की एक सख्त सीमा होनी चाहिए।
- सरकारें: उन्हें AI को एक प्रमुख निर्माण परियोजना की तरह देखना चाहिए। निर्माण करने से पहले, उन्हें एक "प्रभाव मूल्यांकन" (Impact Assessment) करना चाहिए कि यह नौकरियों, गोपनीयता और जलवायु को कैसे प्रभावित करता है।
- वैश्विक स्तर: हमें "डिजिटल विभाजन" को ठीक करने की आवश्यकता है। अमीर देशों को गरीब देशों को कंप्यूटिंग पावर तक पहुँच प्राप्त करने में मदद करनी चाहिए। हर देश द्वारा अपना खुद का महंगा इंजन बनाने के बजाय, हमें वैश्विक समस्याओं जैसे जलवायु परिवर्तन को मिलकर हल करने के लिए बोझ साझा करना चाहिए।
निष्कर्ष
पत्र का निष्कर्ष है कि हम जलवायु परिवर्तन को AI के माध्यम से हल नहीं कर सकते यदि AI स्वयं जलवायु को नष्ट कर रहा है। हम एक निष्पक्ष समाज नहीं बना सकते यदि केवल अमीर ही तकनीक बना सकते हैं।
बेहतर भविष्य की दौड़ जीतने के लिए, हमें एक-दूसरे के खिलाफ बड़ी, गंदी मशीनें बनाने की दौड़ को रोकना होगा। इसके बजाय, हमें धीमा होने, संसाधनों को साझा करने और यह सुनिश्चित करने की आवश्यकता है कि जब हम AI बनाएं, तो हम इसे सभी के लिए और ग्रह के लिए बना रहे हैं, न कि केवल लाभ और शक्ति के लिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।