#هوش_مصنوعي و #اينترنت_اشيا دو بال فناورانه #كشاورزي #جهان
روزنامه ايران 17 اسفندماه
🔸كانال خبري خانه آب ايران
با ما همراه باشيد.
join👉 @WaterOnline
روزنامه ايران 17 اسفندماه
🔸كانال خبري خانه آب ايران
با ما همراه باشيد.
join👉 @WaterOnline
GraphCast paper.pdf
4.9 MB
📄مقاله معرفي ابزار جديد مبتني بر هوش مصنوعي گوگل جهت پيش‌بيني شرايط حدي آب و هوايي تحت عنوان GraphCast
🗓تاريخ انتشار: 14 نوامبر 2023
🖌 یک روش مبتنی بر یادگیری ماشینی که مستقیماً از داده‌های تحلیل مجدد آموزش داده شده است. صدها متغیر آب و هوا را طی 10 روز با وضوح 0.25 درجه در سطح جهانی در کمتر از یک دقیقه پیش بینی می کند.. GraphCast به طور قابل توجهی از دقیق ترین سیستم های قطعی عملیاتی در 90٪ از اهداف راستی آزمایی 1380 عملکرد بهتری دارد و پیش بینی های آن از پیش بینی رویدادهای شدید بهتر از جمله ردیابی طوفان های استوایی، رودخانه های جوی و دمای شدید پشتیبانی می کند. GraphCast یک پیشرفت کلیدی در پیش بینی دقیق و کارآمد آب و هوا است و به تحقق وعده یادگیری ماشین برای مدل سازی سیستم های پیچیده دینامیکی کمک می کند.
#هوش_مصنوعي
#گوگل
#پيش_بيني
join👉 @WaterOnline
🗓تاريخ انتشار: 14 نوامبر 2023
🖌 یک روش مبتنی بر یادگیری ماشینی که مستقیماً از داده‌های تحلیل مجدد آموزش داده شده است. صدها متغیر آب و هوا را طی 10 روز با وضوح 0.25 درجه در سطح جهانی در کمتر از یک دقیقه پیش بینی می کند.. GraphCast به طور قابل توجهی از دقیق ترین سیستم های قطعی عملیاتی در 90٪ از اهداف راستی آزمایی 1380 عملکرد بهتری دارد و پیش بینی های آن از پیش بینی رویدادهای شدید بهتر از جمله ردیابی طوفان های استوایی، رودخانه های جوی و دمای شدید پشتیبانی می کند. GraphCast یک پیشرفت کلیدی در پیش بینی دقیق و کارآمد آب و هوا است و به تحقق وعده یادگیری ماشین برای مدل سازی سیستم های پیچیده دینامیکی کمک می کند.
#هوش_مصنوعي
#گوگل
#پيش_بيني
join👉 @WaterOnline
⏹هوش مصنوعی و ردپای آب و انرژی
✍️حميد پشتوان- پژوهشگر آب
🗞روزنامه پيام ما
🟣به‌نظر می‌رسد که تکنولوژی هوش مصنوعی خواهد توانست بسیاری از امور را دستخوش تغییر و دگرگونی سازد. بیشتر بحث‌های جاری دربارهٔ هوش مصنوعی بر مالکیت معنوی، عامل انسانی (مشاغل و نقش‌ها) و بهره‌وری تمرکز دارند. با این همه نباید اثرات هوش مصنوعی را بر منابع، به‌ویژه منابع گرانبهای آب دست‌کم گرفت.
رشد شگفت‌انگیز تکنولوژی هوش مصنوعی، پیشرفت‌های مهمی را به‌همراه داشته است، اما پیامدهایی نیز دارد که نادیده گرفته شده است: افزایش مصرف آب و انرژی. بر اساس گزارش جدید مایکروسافت، مصرف جهانی آب این شرکت از سال ۲۰۲۱ تا ۲۰۲۲ به میزان ۳۴ درصد افزایش یافته است. دلیل اصلی این افزایش، طرح‌های پژوهشی مایکروسافت در موضوع هوش مصنوعی بوده است. با توجه به کمیاب‌ترشدن منابع آب، مدیریت این قبیل اثرات غیرمستقیم هوش مصنوعی برای جلوگیری از فشار بر اکوسیستم‌ها و افزایش تنش‌های ژئوپلیتیکی به سبب تشدید رقابت بر سر منابع کمیاب آب اهمیت زیادی خواهد داشت.
🔴هزینهٔ تربیت هوش مصنوعی
تربیت مدل‌های بزرگ‌مقیاس هوش مصنوعی مانند GPT-4 نیازمند توان محاسباتی بالا و بنابراین انرژی زیاد است. برای نمونه، مرکز ابرمحاسباتی هوش مصنوعی مایکروسافت در «آیووا» ایالات متحده، با بیش از ۲۸۵ هزار هستهٔ نیمه‌هادی متعارف و ۱۰ هزار پردازندهٔ گرافیکی، به تدابیر خنک‌سازی نیاز دارد تا عملکرد این سامانه را در شرایط مطلوب نگاه دارد. وقتی دما از ۲۹ درجهٔ سانتی‌گراد فراتر رود، این مرکز آب را از رودخانه‌های محلی برداشت می‌کند. تنها در جولای ۲۰۲۲، مایکروسافت حدود ۵۰ هزار مترمکعب آب برای مرکز آیووا پمپاژ کرد. این مقدار شش درصد کل مصرف آب محدوده‌ای است که این مرکز در آن قرار دارد. این مقدار تنها برای یک مرکز داده است، تصور کنید با احتساب مراکز دیگر، چه مقدار آب مصرف خواهد شد.
برآورد محققان دانشگاه کالیفرنیا نشان می‌دهد که ChatGPT در پاسخ به پنج تا ۵۰ درخواست کاربر در یک وعده تعامل، تقریباً ۵۰۰ میلی‌لیتر آب مصرف می‌کند. میزان تجمعی مصرف، با توجه به شمار درخواست‌های روزانه بسیار زیاد خواهد بود. این برآورد همچنین شامل مصرف غیرمستقیم آب مانند خنک‌کردن نیروگاه‌هایی است که برق مراکز داده را تأمین می‌کنند. اگر روندهای کنونی ادامه یابد، کمبود آب می‌تواند به یک چالش مهم تبدیل شود، به‌ویژه در مناطقی که در حال حاضر دچار تنش آبی هستند.
برخلاف تصور بسیاری، «مصرف آب» یک اصطلاح فنی است و تفاوت زیادی با برداشت آب دارد. وقتی از مصرف آب حرف می‌زنیم، منظور آبی است که با تبخیر (ورود به اتمسفر) از دسترس خارج شده است. ساختمان‌های اداری معمولی و واحدهای مسکونی نیز از آب استفاده می‌کنند، اما مقدار زیادی از آن را تبخیر نمی‌کنند. برای نمونه، شرکت «متا» Meta مالک «فیس‌بوک»، ۱۰ درصد برداشت آب را برای برآورد مصرف آب دفاتر خود استفاده می‌کند.
🔴استراتژی‌های کاهش اثرات: از تحقیق تا واقعیت
برای کاهش اثرات محیط‌زیستی مصرف بالای آب، شرکت‌ها و محققان باید تدابیر غیرمنفعلانه را در پیش گیرند:
جانمایی بهینه: به گفتهٔ محققان، تربیت هوش مصنوعی در آیووا در مقایسه با آریزونا، به‌دلیل تفاوت‌های اقلیمی، آب کمتری مصرف می‌کند. مکان‌یابی هوشمندانهٔ مراکز داده می‌تواند به کاهش مصرف آب و انرژی کمک کند.
بهبود کارایی: شرکت‌ها باید در پژوهش دربارهٔ بهبود کارایی استفادهٔ انرژی و آب در سیستم‌های هوش مصنوعی و مراکز داده سرمایه‌گذاری کنند. در این زمینه می‌توان با تکنولوژی‌های پیشرفتهٔ خنک‌سازی و تراشه‌های کم‌مصرف آغاز کرد.
شفافیت و پاسخگویی: افزایش شفافیت دربارهٔ مصرف منابع نه‌تنها افکار عمومی را آگاه می‌کند، بلکه شرکت‌ها را به اتخاذ شیوه‌های پایدار ترغیب می‌کند. انتشار بهنگام اطلاعات میزان مصرف آب و انرژی می‌تواند پاسخگویی عمومی را ارتقا دهد.
سیاست و مقررات: دولت‌ها باید سیاست‌هایی را تدوین کنند که انگیزهٔ بهتری را برای کاهش مصرف فراهم آورد.
🟣راه‌حل‌های امیدوارکننده:....
🟣راه پیش رو:.....
.....
مأخذ: این مطلب ترجمه‌ای است از A double-edged sword: AI’s energy & water footprint and its role in resource conservation که در وب‌سایت www.globalwaterforum.org منتشر شده است.
#هوش_مصنوعي
#مصرف_آب
✴️کانال خبری و اطلاع رسانی خانه آب ایران
🆔 @WaterOnline
✍️حميد پشتوان- پژوهشگر آب
🗞روزنامه پيام ما
🟣به‌نظر می‌رسد که تکنولوژی هوش مصنوعی خواهد توانست بسیاری از امور را دستخوش تغییر و دگرگونی سازد. بیشتر بحث‌های جاری دربارهٔ هوش مصنوعی بر مالکیت معنوی، عامل انسانی (مشاغل و نقش‌ها) و بهره‌وری تمرکز دارند. با این همه نباید اثرات هوش مصنوعی را بر منابع، به‌ویژه منابع گرانبهای آب دست‌کم گرفت.
رشد شگفت‌انگیز تکنولوژی هوش مصنوعی، پیشرفت‌های مهمی را به‌همراه داشته است، اما پیامدهایی نیز دارد که نادیده گرفته شده است: افزایش مصرف آب و انرژی. بر اساس گزارش جدید مایکروسافت، مصرف جهانی آب این شرکت از سال ۲۰۲۱ تا ۲۰۲۲ به میزان ۳۴ درصد افزایش یافته است. دلیل اصلی این افزایش، طرح‌های پژوهشی مایکروسافت در موضوع هوش مصنوعی بوده است. با توجه به کمیاب‌ترشدن منابع آب، مدیریت این قبیل اثرات غیرمستقیم هوش مصنوعی برای جلوگیری از فشار بر اکوسیستم‌ها و افزایش تنش‌های ژئوپلیتیکی به سبب تشدید رقابت بر سر منابع کمیاب آب اهمیت زیادی خواهد داشت.
🔴هزینهٔ تربیت هوش مصنوعی
تربیت مدل‌های بزرگ‌مقیاس هوش مصنوعی مانند GPT-4 نیازمند توان محاسباتی بالا و بنابراین انرژی زیاد است. برای نمونه، مرکز ابرمحاسباتی هوش مصنوعی مایکروسافت در «آیووا» ایالات متحده، با بیش از ۲۸۵ هزار هستهٔ نیمه‌هادی متعارف و ۱۰ هزار پردازندهٔ گرافیکی، به تدابیر خنک‌سازی نیاز دارد تا عملکرد این سامانه را در شرایط مطلوب نگاه دارد. وقتی دما از ۲۹ درجهٔ سانتی‌گراد فراتر رود، این مرکز آب را از رودخانه‌های محلی برداشت می‌کند. تنها در جولای ۲۰۲۲، مایکروسافت حدود ۵۰ هزار مترمکعب آب برای مرکز آیووا پمپاژ کرد. این مقدار شش درصد کل مصرف آب محدوده‌ای است که این مرکز در آن قرار دارد. این مقدار تنها برای یک مرکز داده است، تصور کنید با احتساب مراکز دیگر، چه مقدار آب مصرف خواهد شد.
برآورد محققان دانشگاه کالیفرنیا نشان می‌دهد که ChatGPT در پاسخ به پنج تا ۵۰ درخواست کاربر در یک وعده تعامل، تقریباً ۵۰۰ میلی‌لیتر آب مصرف می‌کند. میزان تجمعی مصرف، با توجه به شمار درخواست‌های روزانه بسیار زیاد خواهد بود. این برآورد همچنین شامل مصرف غیرمستقیم آب مانند خنک‌کردن نیروگاه‌هایی است که برق مراکز داده را تأمین می‌کنند. اگر روندهای کنونی ادامه یابد، کمبود آب می‌تواند به یک چالش مهم تبدیل شود، به‌ویژه در مناطقی که در حال حاضر دچار تنش آبی هستند.
برخلاف تصور بسیاری، «مصرف آب» یک اصطلاح فنی است و تفاوت زیادی با برداشت آب دارد. وقتی از مصرف آب حرف می‌زنیم، منظور آبی است که با تبخیر (ورود به اتمسفر) از دسترس خارج شده است. ساختمان‌های اداری معمولی و واحدهای مسکونی نیز از آب استفاده می‌کنند، اما مقدار زیادی از آن را تبخیر نمی‌کنند. برای نمونه، شرکت «متا» Meta مالک «فیس‌بوک»، ۱۰ درصد برداشت آب را برای برآورد مصرف آب دفاتر خود استفاده می‌کند.
🔴استراتژی‌های کاهش اثرات: از تحقیق تا واقعیت
برای کاهش اثرات محیط‌زیستی مصرف بالای آب، شرکت‌ها و محققان باید تدابیر غیرمنفعلانه را در پیش گیرند:
جانمایی بهینه: به گفتهٔ محققان، تربیت هوش مصنوعی در آیووا در مقایسه با آریزونا، به‌دلیل تفاوت‌های اقلیمی، آب کمتری مصرف می‌کند. مکان‌یابی هوشمندانهٔ مراکز داده می‌تواند به کاهش مصرف آب و انرژی کمک کند.
بهبود کارایی: شرکت‌ها باید در پژوهش دربارهٔ بهبود کارایی استفادهٔ انرژی و آب در سیستم‌های هوش مصنوعی و مراکز داده سرمایه‌گذاری کنند. در این زمینه می‌توان با تکنولوژی‌های پیشرفتهٔ خنک‌سازی و تراشه‌های کم‌مصرف آغاز کرد.
شفافیت و پاسخگویی: افزایش شفافیت دربارهٔ مصرف منابع نه‌تنها افکار عمومی را آگاه می‌کند، بلکه شرکت‌ها را به اتخاذ شیوه‌های پایدار ترغیب می‌کند. انتشار بهنگام اطلاعات میزان مصرف آب و انرژی می‌تواند پاسخگویی عمومی را ارتقا دهد.
سیاست و مقررات: دولت‌ها باید سیاست‌هایی را تدوین کنند که انگیزهٔ بهتری را برای کاهش مصرف فراهم آورد.
🟣راه‌حل‌های امیدوارکننده:....
🟣راه پیش رو:.....
.....
مأخذ: این مطلب ترجمه‌ای است از A double-edged sword: AI’s energy & water footprint and its role in resource conservation که در وب‌سایت www.globalwaterforum.org منتشر شده است.
#هوش_مصنوعي
#مصرف_آب
✴️کانال خبری و اطلاع رسانی خانه آب ایران
🆔 @WaterOnline
پیام ما؛ رسانه توسعه پایدار ایران
هوش مصنوعی و ردپای آب و انرژی
به‌نظر می‌رسد که تکنولوژی هوش مصنوعی خواهد توانست بسیاری از امور را دستخوش تغییر و دگرگونی سازد. بیشتر بحث‌های جاری دربارهٔ هوش مصنوعی بر مالکیت معنوی، عامل انسانی (مشاغل و نقش‌ها) و بهره‌وری تمرکز…
This media is not supported in your browser
VIEW IN TELEGRAM
🎥 تأثیر هوش مصنوعی در کاهش بحران جهانی آب
#هوش_مصنوعي
#بحران_آب
#ايسنا
✴️کانال خبری و اطلاع رسانی خانه آب ایران
🆔 @WaterOnline
#هوش_مصنوعي
#بحران_آب
#ايسنا
✴️کانال خبری و اطلاع رسانی خانه آب ایران
🆔 @WaterOnline