ستون "فراتر از زمین" نوشته‌ی کریس یانگ به بررسی نقطه تلاقی فناوری و سیاست فضایی می‌پردازد و تفسیری تأمل‌برانگیز درباره آخرین پیشرفت‌ها و تحولات نظارتی در این بخش ارائه می‌دهد.
هوش مصنوعی همیشه رابطه‌ای همزیستی با مهندسی فضایی داشته است، اما به نظر می‌رسد این ارتباط بیش از پیش در هم تنیده خواهد شد.
تقریباً دو ماه پیش، اریک اشمیت، مدیر عامل سابق گوگل، استارتاپ پرتاب موشک Relativity Space را خریداری کرد. این شرکت در ابتدا با ساخت موشک‌های کاملاً چاپ سه‌بعدی برای خود نامی دست و پا کرده بود، هرچند هنوز به مدار نرسیده است.
اگرچه او از آن زمان سکوت اختیار کرده بود، اما اشمیت اخیراً سکوت خود را شکست. اشمیت در پاسخ به یک خبرنگار در شبکه X، تأیید کرد که این استارتاپ فضایی را برای پرتاب مراکز داده به فضا خریداری کرده است.
رشد سریع هوش مصنوعی منجر به افزایشی نمایی و ناپایدار در نیازهای انرژی مراکز داده روی زمین شده است. آیا فضا می‌تواند پاسخ این مشکل باشد؟
برنامه‌های Relativity Space برای مراکز داده مداری
برای دهه‌ها، هوش مصنوعی به اشکال مختلف در اکتشافات فضایی نقش داشته است. در سال ۱۹۹۸، مأموریت Deep Space 1 ناسا از اولین سیستم هوش مصنوعی برای کنترل یک فضاپیما بدون نظارت انسان استفاده کرد. امروزه، فضاپیماها به طور معمول از هوش مصنوعی برای رسیدن به اجرام دوردست یا اتصال به ایستگاه فضایی بین‌المللی (ISS) استفاده می‌کنند.
با این حال، در حالی که بسیاری از محققان هوش مصنوعی مهارت خود را با توسعه مدل‌های فضایی تقویت کرده‌اند، مراکز داده‌ای که نیروی هوش مصنوعی را تأمین می‌کنند به طور سنتی زمینی بوده‌اند.
اریک اشمیت به احتمال زیاد رهبری تلاش برای ارسال بخش‌های بزرگی از این زیرساخت محاسباتی به فضا را بر عهده خواهد گرفت.
اشمیت اخیراً در جلسه‌ای درباره آینده هوش مصنوعی در کمیته انرژی و بازرگانی مجلس نمایندگان سخنرانی کرد. در این جلسه در ماه آوریل، اشمیت توضیح داد که "مردم در حال برنامه‌ریزی برای مراکز داده ۱۰ گیگاواتی هستند" و خاطرنشان کرد که یک نیروگاه هسته‌ای معمولی در ایالات متحده ۱ گیگاوات برق تولید می‌کند.
وی افزود: "این به شما درکی از بزرگی این بحران می‌دهد. بسیاری از مردم فکر می‌کنند که تقاضای انرژی برای صنعت ما از ۳ درصد به ۹ درصد از کل تولید خواهد رسید."
مدت کوتاهی پس از این جلسه، اریک برگر، سردبیر ارشد فضایی Ars Technica، کلیپی از اشمیت را که تقاضاهای انرژی را توضیح می‌داد، دوباره پست کرد. در کنار کلیپ، او یادداشتی اضافه کرد: "این احتمالاً توضیح می‌دهد که چرا اشمیت Relativity Space را خرید." روز بعد، اشمیت به اختصار با یک "بله" پاسخ داد.
هوش مصنوعی چقدر انرژی نیاز دارد؟
از زمانی که ChatGPT در سال ۲۰۲۳ به شدت محبوب شد، دانشمندان نسبت به نیازهای عظیم انرژی برای آموزش و استفاده از مدل‌های زبانی بزرگ (LLM) هشدار داده‌اند. متأسفانه، شرکت‌هایی که این LLMها را اجرا می‌کنند، به دلیل عدم شفافیت در مورد داده‌های مورد استفاده برای آموزش مدل‌هایشان و همچنین میزان انرژی مورد نیاز، بدنام هستند.
در گزارشی برای نشریه Nature، جاناتان کومِی، محقق مستقل، از ناامیدی خود صحبت کرد. او توضیح داد: "مشکل واقعی این است که ما با داده‌های بسیار جزئی و دانش کمی از آنچه در حال وقوع است، فعالیت می‌کنیم."
الکس دی وریس، محقق از دانشگاه آزاد آمستردام، افزود: "فکر می‌کنم هر محققی در این زمینه دارد دیوانه می‌شود زیرا اطلاعات لازم را دریافت نمی‌کنیم. ما فقط تمام تلاش خود را می‌کنیم و انواع ترفندها را به کار می‌بریم تا به یک عدد برسیم."
علیرغم پنهان‌کاری شرکت‌هایی مانند OpenAI، تخمین‌های تقریبی وجود دارد. برای مثال، آژانس بین‌المللی انرژی تخمین می‌زند که یک پرس و جوی ChatGPT تقریباً ۱۰ برابر یک جستجوی گوگل برق بیشتری مصرف می‌کند.
برخلاف شرکت‌های هوش مصنوعی پرمصرف، مدل تجاری اشمیت به شفافیت در مورد نیازهای انرژی مراکز داده نیاز دارد. Relativity Space به طور فعال در تلاش خواهد بود تا این نیازهای عظیم انرژی را برآورده کند. در واقع، او در طول جلسه کمیته انرژی و بازرگانی مجلس نمایندگان تأکید کرد که ما در تأمین این تقاضا روی زمین با مشکل روبرو هستیم.
اشمیت توضیح داد: "یکی از تخمین‌هایی که فکر می‌کنم به احتمال زیاد درست است این است که مراکز داده تا سال ۲۰۲۷ به ۲۹ گیگاوات و تا سال ۲۰۳۰ به ۶۷ گیگاوات انرژی اضافی نیاز خواهند داشت. این موارد در مقیاس صنعتی هستند که من در زندگی‌ام هرگز ندیده‌ام."
استفاده از انرژی خورشیدی مبتنی بر فضا
اگرچه اشمیت تأیید کرده است که Relativity Space قصد دارد مراکز داده را به فضا پرتاب کند، ما تقریباً هیچ چیز در مورد چگونگی دستیابی او به این برنامه‌ها نمی‌دانیم.
این شرکت احتمالاً مراکز داده خود را در مدار زمین‌ایستا قرار خواهد داد. این نوع مدار آن‌ها را در بالای یک مکان ثابت نگه می‌دارد، جایی که می‌توانند به طور ۲۴ ساعته با استفاده از پنل‌های خورشیدی نور خورشید را جمع‌آوری کنند.
با این حال، از آنجایی که مقادیر عظیمی انرژی مورد نیاز است، ایستگاه‌های تولید انرژی خورشیدی مبتنی بر فضا جداگانه ممکن است در کنار مراکز داده پرتاب شوند.
انرژی خورشیدی مبتنی بر فضا خود با موانع قابل توجهی روبرو است. اگرچه پتانسیل ارسال انرژی به زمین به صورت ۲۴ ساعته را دارد، فناوری‌های زیرساخت ایستگاه‌های زمینی هنوز آماده نیستند. Relativity Space ممکن است استدلال کند که تأمین انرژی مراکز داده فضایی مجاور می‌تواند یک مورد استفاده آسان‌تر برای پذیرش اولیه باشد.
Relativity Space استراتژی خود را تغییر می‌دهد
در حالی که سابقه اشمیت به عنوان مدیر عامل سابق گوگل اعتبار برنامه‌های Relativity Space برای مراکز داده را افزایش می‌دهد، چالش‌های قابل توجهی همچنان باقی است.
اولاً، Relativity Space هنوز موشکی به مدار پرواز نداده است. این استارتاپ فضایی موشک چاپ سه‌بعدی Terran 1 خود را در سال ۲۰۲۳ پرتاب کرد. اگرچه موشک موفق به رسیدن به مدار نشد، شرکت تصمیم گرفت تا Terran 1 را بازنشسته کند و به توسعه نسل بعدی وسیله پرتاب خود بپردازد.
انتظار می‌رود این موشک، Terran R، سال آینده برای اولین بار پرواز کند. با این حال، همانطور که Ars Technica اخیراً گزارش داد، Relativity Space به نظر می‌رسد تا حدی برنامه‌های چاپ سه‌بعدی خود را کنار گذاشته است. این شرکت هنگامی که اریک اشمیت رهبری آن را بر عهده گرفت، با بحران هویتی مواجه بود.
دوماً، صورت‌فلکی‌های ماهواره‌ای و ازدحام مداری مشکلاتی را برای علم ایجاد کرده‌اند. استارلینک اسپیس‌ایکس و سایر ماهواره‌ها به طور فعال مانع مشاهدات مهم نجومی می‌شوند. مراکز داده Relativity Space ممکن است ماژولار باشند و اجازه دهند از طریق پرتاب‌های متوالی موشک به فضا فرستاده شوند. با این حال، آیا آن‌ها پس از ساخت کامل بخش‌های بزرگی از آسمان را مسدود خواهند کرد؟
سوماً، مراکز داده روی زمین نیاز به زیرساخت‌های خنک‌کننده بزرگی دارند. آیا مراکز داده Relativity Space می‌توانند در برابر تغییرات دما که در مدار زمین رخ می‌دهد مقاومت کنند؟ آیا گرمای این مراکز به طور مؤثر به فضا ساطع خواهد شد؟
هوش مصنوعی یک کسب و کار پرخطر است
در نهایت، برخی کارشناسان هشدار داده‌اند که حباب هوش مصنوعی ممکن است در حال ترکیدن باشد. گری مارکوس، متخصص هوش مصنوعی و بنیانگذار Geometric Intelligence، مدل‌های زبانی بزرگ را "درخشان احمقانه" می‌خواند. دیگران نسبت به کاهش بازده مدل‌های زبانی بزرگ جدید هشدار داده‌اند.
علی چودری، محقق در دانشگاه کالج لندن، در بیانیه‌ای مطبوعاتی گفت: "قوانین مقیاس‌بندی محدودیت‌های خود را نشان می‌دهند. برخی آزمایشگاه‌های هوش مصنوعی در حال حاضر اشاره می‌کنند که افزایش اندازه مدل و داده‌های آموزشی منجر به پیشرفت‌هایی که در گذشته دیده‌ایم نخواهد شد."
اشمیت ممکن است با تلاش برای ساخت مراکز داده نسل بعدی برای هوش مصنوعی در فضا، به دنبال یک تب طلا جدید باشد. او همچنین ممکن است هدف جدیدی به یک شرکت موشکی داده باشد که احتمالاً هویت خود را از دست داده بود. با این حال، مسائل زیادی به رونمایی از برنامه‌های رسمی شرکت بستگی دارد. اگر ستاره‌ها هم‌تراز شوند، Relativity Space نقش کلیدی در آینده هوش مصنوعی ایفا خواهد کرد و در عین حال به افزایش انرژی‌های تجدیدپذیر در فضا کمک خواهد کرد.