How Hyper-Datafication Impacts the Sustainability Costs in Frontier AI
यह शोध पत्र तर्क देता है कि फ्रंटियर एआई (frontier AI) में "हाइपर-डेटाफिकेशन" (hyper-datafication) की ओर बदलाव महत्वपूर्ण पर्यावरणीय लागतों को बढ़ाता है और व्यवस्थित रूप से श्रम जोखिमों और प्रतिनिधित्व संबंधी हानियों को ग्लोबल साउथ (Global South) की ओर पुनर्वितरित करता है, जो इन स्थिरता चुनौतियों को कम करने के लिए 'डेटा प्रूफ्स' (Data PROOFS) के एक नए ढांचे का आह्वान करता 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
आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया की कल्पना एक विशाल, भूखे शेफ (रसोइया) के रूप में करें जो एक बेहतरीन भोजन पकाने की कोशिश कर रहा है। वर्षों तक, इस शेफ ने केवल रसोई में इधर-उधर देखा, जो भी सामग्री काउंटर पर पहले से मौजूद थी (मौजूदा इंटरनेट डेटा) उसे उठाया और खाना बनाया। लेकिन हाल ही में, शेफ ने अपनी रणनीति बदल दी है। केवल वहां मौजूद चीजों को उठाने के बजाय, शेफ अब विशेष रूप से बर्तन के लिए सामग्रियां उगाने के लिए नई फैक्ट्रियां बना रहा है, और यहां तक कि असली दिखने वाली नकली सामग्रियां बनाने के लिए रोबोटों का उपयोग भी कर रहा है। यह पेपर इस बदलाव को "हाइपर-डेटाफिकेशन" (Hyper-Datafication) कहता है।
लेखकों का तर्क है कि हालांकि यह नया दृष्टिकोण AI को अधिक स्मार्ट बनाता है, लेकिन इसके साथ एक छिपा हुआ "बिल" आता है जिसे हम नजरअंदाज कर रहे हैं। इस बिल के तीन भाग हैं: ऊर्जा की लागत (पर्यावरण), मानवीय लागत (सामाजिक), और धन की लागत (आर्थिक)।
यहाँ इस पेपर के निष्कर्षों का सरल उपमाओं (analogies) के माध्यम से विवरण दिया गया है:
1. पर्यावरणीय बिल: "डिजिटल वेयरहाउस" (Digital Warehouse)
AI डेटा की तुलना वेयरहाउस में रखे भौतिक बक्सों से करें।
- विस्फोट: इन "बक्सों" (डेटासेट्स) की संख्या इतनी तेजी से बढ़ रही है कि वेयरहाउस चिंताजनक दर से भर रहा है। इस पेपर ने एक लोकप्रिय सार्वजनिक वेयरहाउस (Hugging Face) को देखा और पाया कि डेटा की मात्रा में भारी विस्फोट हुआ है।
- छिपी हुई ऊर्जा: अधिकांश लोग उस ऊर्जा की चिंता करते हैं जो भोजन "पकाने" (AI मॉडल को प्रशिक्षित करने) में लगती है। लेकिन यह पेपर बताता है कि सामग्रियों को "संग्रहित" (store) करने के लिए आवश्यक ऊर्जा बहुत अधिक है।
- उपमा: कल्पना कीजिए कि यदि आपको अपने द्वारा पढ़ी गई हर एक किताब की एक प्रति अपने बेसमेंट में रखनी पड़े, भले ही आप उन्हें फिर कभी न पढ़ें। शोधकर्ताओं द्वारा इन डेटासेट्स को डाउनलोड करने पर यही होता है। यह पेपर अनुमान लगाता है कि इन डाउनलोड किए गए प्रतियों को स्टोर करने में उपयोग की जाने वाली ऊर्जा 2,17,000 लोगों के वार्षिक कार्बन फुटप्रिंट के बराबर है।
- स्थान की समस्या: अधिकांश वेयरहाउस अमेरिका में हैं, जहाँ बिजली कोयले जैसे गंदे स्रोतों से आती है। यदि वे यूरोप में होते, जहाँ बिजली अधिक स्वच्छ है, तो प्रदूषण बहुत कम होता। लेकिन अभी, "डिजिटल वेयरहाउस" सबसे प्रदूषित पड़ोस में स्थित है।
2. सामाजिक बिल: "अनदेखे फैक्ट्री वर्कर्स" (Unseen Factory Workers)
शेफ के लिए इन सामग्रियों को तैयार करने के लिए, किसी को उन्हें छाँटना, साफ करना और लेबल करना पड़ता है।
- श्रमिक: पेपर ने केन्या के 134 डेटा श्रमिकों का साक्षात्कार लिया, जो इस तरह के डिजिटल श्रम के केंद्र के रूप में जाना जाता है।
- स्थितियाँ: इन श्रमिकों को अक्सर बहुत कम भुगतान किया जाता है (लगभग 300 प्रति माह, जो राष्ट्रीय औसत से कम है) और वे लंबे समय तक काम करते हैं (40-60 घंटे प्रति सप्ताह)।
- आघात (Trauma): एक प्रमुख निष्कर्ष यह है कि कई श्रमिक दैनिक आधार पर ग्राफिक, परेशान करने वाली या हिंसक सामग्री (जैसे सुरक्षा के लिए खराब छवियों को छाँटना) के संपर्क में आते हैं।
- उपमा: एक ऐसी नौकरी की कल्पना करें जहाँ आपको कचरे में से अच्छी चीजें ढूंढने के लिए कचरा छाँटना पड़ता है, लेकिन उस कचरे में बुरे सपने भी शामिल हैं। पेपर में पाया गया कि आप जितनी अधिक दर्दनाक सामग्री देखते हैं, आपको उतना ही कम अतिरिक्त वेतन मिलता है। यह एक "ट्रॉमा टैक्स" है जिसका मुआवजा नहीं दिया जा रहा है।
- असमानता: श्रमिक मुख्य रूप से ग्लोबल साउथ (जैसे केन्या) में हैं, जबकि AI बनाने वाली कंपनियाँ (जैसे Google या Meta) ग्लोबल नॉर्थ में हैं। श्रमिक मानसिक स्वास्थ्य के जोखिम उठाते हैं, जबकि कंपनियाँ मुनाफा कमाती हैं।
3. आर्थिक बिल: "गोल्ड रश" (Gold Rush)
- निवेश: इन विशाल डेटा वेयरहाउस और उनके अंदर के सर्वरों को बनाने में भारी खर्च आता है। पेपर नोट करता है कि डेटा केंद्रों में वैश्विक निवेश अब तेल में वैश्विक निवेश से बड़ा है।
- एकाधिकार (Monopoly): जैसे कुछ बड़ी कंपनियाँ अधिकांश तेल के कुओं के मालिक होती हैं, वैसे ही कुछ बड़ी टेक कंपनियाँ अधिकांश डेटा इंफ्रास्ट्रक्चर की मालिक हैं।
- असंतुलन: पेपर बताता है कि जबकि डेटा पूरी दुनिया (भारत और अफ्रीका सहित) के लोगों द्वारा उत्पन्न किया जाता है, इसे प्रोसेस करने वाली "फैक्ट्रियां" ज्यादातर अमेरिका में हैं। इसका मतलब है कि डेटा से पैदा होने वाला मूल्य अमेरिका में ही रहता है, जबकि डेटा उत्पन्न करने वाले लोगों को बहुत कम मिलता है।
4. प्रतिनिधित्व की समस्या: "इको चैंबर" (Echo Chamber)
पेपर ने यह भी देखा कि इन डेटा वेयरहाउस में क्या है।
- पूर्वाग्रह (Bias): भले ही इंटरनेट वैश्विक है, लेकिन AI को प्रशिक्षित करने के लिए उपयोग किया जाने वाला डेटा मुख्य रूप से अंग्रेजी में है।
- उपमा: एक बच्चे को पूरी दुनिया के बारे में सिखाने की कोशिश करें, लेकिन उन्हें केवल अंग्रेजी में लिखी किताबें दें। बच्चा सोचेगा कि पूरी दुनिया अंग्रेजी बोलती है और अंग्रेजी संस्कृति ही एकमात्र महत्वपूर्ण है। पेपर ने पाया कि अंग्रेजी का दबदबा है, जबकि अरबों लोगों द्वारा बोली जाने वाली भाषाएं न के बराबर प्रतिनिधित्व पाती हैं। यह AI को अंग्रेजी बोलने वालों के प्रति पक्षपाती बनाता है।
समाधान: "Data PROOFS"
लेखक केवल समस्याओं की ओर इशारा नहीं करना चाहते; वे इसे ठीक करने के लिए Data PROOFS नामक नियमों का एक सेट प्रस्तावित करते हैं:
- P (Provenance - उत्पत्ति): जानें कि डेटा कहाँ से आया और इसे बनाने वाले लोगों को श्रेय दें।
- R (Resource-awareness - संसाधन-जागरूकता): डेटा को "मुफ्त" मानने का ढोंग बंद करें। प्रत्येक डेटासेट की ऊर्जा और मानवीय लागत को मापें।
- O (Ownership - स्वामित्व): जो लोग डेटा बनाते हैं, उनका उस पर अधिकार होना चाहिए, न कि बड़ी टेक कंपनियों का।
- O (Openness - खुलापन): लागतों के बारे में पारदर्शी रहें।
- F (Frugality - मितव्ययिता): डेटा जमा करने (hoarding) को रोकें। यदि कम डेटा से भी काम चल सकता है, तो कम डेटा का उपयोग करें।
- S (Standards - मानक): इन लागतों को मापने और रिपोर्ट करने के तरीके के लिए नियम बनाएं।
निष्कर्ष
पेपर निष्कर्ष निकालता है कि अनंत मात्रा में डेटा एकत्र करके "सुपर-स्मार्ट" AI बनाने की दौड़ प्रगति का एक तटस्थ मार्ग नहीं है। यह एक ऐसी प्रणाली है जो चुपचाप ग्रह की ऊर्जा को सोख रही है, विकासशील देशों के श्रमिकों का शोषण कर रही है, और इस विचार को मजबूत कर रही है कि केवल अंग्रेजी बोलने वाली संस्कृतियां ही मायने रखती हैं। लेखक हमें धीमा होने, छिपी हुई लागतों को देखने और एक निष्पक्ष और टिकाऊ प्रणाली बनाने के लिए आग्रह करते हैं।
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।