อีก 5 ปี โลกกำลังขาดแคลนน้ำ เพราะ AI ใช้น้ำมากกว่าที่คิด

อีก 5 ปี โลกกำลังจะขาดแคลนน้ำ เพราะ AI ใช้น้ำมากกว่าที่คิด แค่ถามคำถาม 10-50 ข้อกับ ChatGPT อาจใช้น้ำถึง 2 ลิตร ขณะที่ข้อมูลระบุ Google ใช้น้ำเพิ่มขึ้น 20% ในช่วงเวลาเดียวกัน ถึง 5.56 พันล้านแกลลอน ซึ่งเทียบได้กับการเติมสระว่ายน้ำขนาดโอลิมปิกนับพันสระ

ในยุคที่ปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) กำลังกลายเป็นส่วนหนึ่งของชีวิตประจำวัน ไม่ว่าจะเป็นการใช้แชทบอทอย่าง ChatGPT หรือการประมวลผลข้อมูลขนาดใหญ่ ความก้าวหน้าทางเทคโนโลยีนี้ได้นำมาซึ่งความสะดวกสบายและนวัตกรรมมากมาย แต่สิ่งที่หลายคนอาจไม่เคยตระหนักคือ AI มี “น้ำหนัก” ด้านสิ่งแวดล้อมที่หนักกว่าที่เราคาดคิด โดยเฉพาะการใช้น้ำในปริมาณมหาศาลที่กำลังกลายเป็นประเด็นน่ากังวลทั่วโลก

น้ำ: ทรัพยากรที่ AI ขาดไม่ได้

การทำงานของ AI ต้องพึ่งพาศูนย์ข้อมูล (Data Centers) ที่เต็มไปด้วยเซิร์ฟเวอร์ทรงพลัง ซึ่งต้องประมวลผลข้อมูลจำนวนมากอย่างต่อเนื่อง การประมวลผลนี้สร้างความร้อนสูง และเพื่อป้องกันไม่ให้ระบบล่ม ศูนย์ข้อมูลจึงต้องใช้ระบบระบายความร้อนด้วยน้ำ น้ำถูกนำมาใช้ในรูปแบบต่างๆ เช่น การระเหยผ่านหอหล่อเย็น (Cooling Towers) หรือระบบทำความเย็นแบบปิดที่หมุนเวียนน้ำเพื่อดูดซับความร้อน แต่ส่วนหนึ่งของน้ำที่ใช้จะสูญเสียไปในรูปของไอระเหย ซึ่งไม่สามารถนำกลับมาใช้ได้ทันทีในระยะสั้น

จากข้อมูลล่าสุด บริษัทเทคโนโลยีชั้นนำอย่าง Google, Microsoft และ Meta รายงานว่า ในช่วงไม่กี่ปีที่ผ่านมา การใช้น้ำของพวกเขาเพิ่มขึ้นอย่างมาก Microsoft ระบุว่า การใช้น้ำทั่วโลกของบริษัทพุ่งขึ้น 34% จากปี 2021 ถึง 2022 คิดเป็นเกือบ 1.7 พันล้านแกลลอน ขณะที่ Google เพิ่มขึ้น 20% ในช่วงเวลาเดียวกัน ถึง 5.56 พันล้านแกลลอน ซึ่งเทียบได้กับการเติมสระว่ายน้ำขนาดโอลิมปิกนับพันสระ ส่วนหนึ่งของการเพิ่มขึ้นนี้มาจากความต้องการพลังงานที่สูงขึ้นของ AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ (Large Language Models) อย่าง GPT-3 หรือ GPT-4 ที่ต้องใช้ทรัพยากรในการฝึกฝนและใช้งานให้ศูนย์ข้อมูล ใช้น้ำเพิ่มขึ้นทางอ้อม โดยเฉลี่ยแล้วมีการใช้น้ำ 43.8 ลิตรต่อกิโลวัตต์ชั่วโมงเพื่อผลิตไฟฟ้า

ปริมาณน้ำที่มากเกินคาด

นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย ริเวอร์ไซด์ (UC Riverside) ได้เปิดเผยข้อมูลที่น่าตกใจว่า การใช้ AI อย่างง่ายๆ เช่น การถามคำถาม 10-50 ข้อกับ ChatGPT อาจใช้น้ำถึง 2 ลิตร หรือเทียบเท่ากับน้ำดื่ม 4 ขวด ซึ่งมากกว่าที่เคยประเมินไว้ถึง 4 เท่า เดิมทีคาดว่าการใช้งานในระดับนี้จะใช้น้ำเพียงครึ่งลิตรเท่านั้น การฝึกโมเดล AIขนาดใหญ่อย่าง GPT-3 ในศูนย์ข้อมูลที่ทันสมัยของ Microsoft ในสหรัฐฯ ยังใช้น้ำจืดถึง 700,000 ลิตร ซึ่งเทียบได้กับน้ำที่ใช้ในการผลิตยานยนต์ไฟฟ้า Tesla 320 คัน และหากฝึกในศูนย์ข้อมูลที่ต่ำกว่า เช่น ในเอเชีย ปริมาณน้ำที่ใช้จะสูงขึ้นถึง 3 เท่า

การค้นพบนี้สะท้อนว่า ความต้องการน้ำของ AI ไม่ได้จำกัดแค่การระบายความร้อนเท่านั้น แต่ยังรวมถึงน้ำที่ใช้ในกระบวนการผลิตพลังงานไฟฟ้าที่ขับเคลื่อนศูนย์ข้อมูลด้วย คาดการณ์ว่าในปี 2027 ความต้องการน้ำทั่วโลกของAI อาจสูงถึง 4.2-6.6 พันล้านลูกบาศก์เมตร ซึ่งเทียบเท่ากับการใช้น้ำต่อปีของประเทศขนาดกลางอย่างเดนมาร์กถึง 4-6 เท่า

ผลกระทบต่อสิ่งแวดล้อมและสังคม

การใช้น้ำในปริมาณมากของ AI กำลังสร้างความกดดันต่อทรัพยากรน้ำจืดที่กำลังขาดแคลนทั่วโลก ปัจจุบัน ประชากรกว่า 2 พันล้านคนขาดแคลนน้ำดื่มที่ปลอดภัย และเกือบครึ่งหนึ่งของประชากรโลกเผชิญกับภาวะขาดแคลนน้ำอย่างน้อยหนึ่งเดือนต่อปี ในบางพื้นที่ เช่น ไอโอวา สหรัฐฯ ศูนย์ข้อมูลของ Microsoft ดึงน้ำจากแหล่งน้ำท้องถิ่นถึง 11.5 ล้านแกลลอนในช่วงฤดูร้อน ซึ่งเป็นช่วงที่ความต้องการน้ำสูงสุด ขณะที่ในบางประเทศ เช่น อุรุกวัย เกิดข้อพิพาททางสังคมเมื่อมีการวางแผนสร้างศูนย์ข้อมูลท่ามกลางภัยแล้งครั้งรุนแรง

นอกจากนี้ การที่น้ำถูกดึงออกจากระบบและระเหยไป ยังส่งผลกระทบต่อชุมชนท้องถิ่นที่ต้องพึ่งพาแหล่งน้ำเดียวกัน โดยเฉพาะในพื้นที่ที่มีความเสี่ยงต่อภัยแล้งจาก climate change เช่น สเปน ซึ่งกำลังเผชิญกับการขยายตัวของศูนย์ข้อมูลอย่างรวดเร็ว แต่กลับขาดการคำนวณผลกระทบต่อน้ำอย่างรอบคอบ

รายงานด้านสิ่งแวดล้อมของสหประชาชาติระบุว่า ประชากรเกือบสองในสามของโลก ประสบปัญหาขาดแคลนน้ำอย่างรุนแรงอย่างน้อยหนึ่งเดือนต่อปี และคาดว่าภายในปี 2030 ช่องว่างดังกล่าวจะเลวร้ายลงมาก โดยประชากรเกือบครึ่งหนึ่งของโลกจะประสบปัญหาขาดแคลนน้ำอย่างรุนแรง เพื่อหลีกเลี่ยงชะตากรรมดังกล่าว รายงานระบุว่า การใช้น้ำจะต้อง “แยก” ออกจากการเติบโตทางเศรษฐกิจ โดยการพัฒนานโยบายและเทคโนโลยีเพื่อลดหรือรักษาระดับการบริโภคโดยไม่กระทบต่อประสิทธิภาพการทำงาน

อันโตนิโอ กูเตอร์เรส เลขาธิการสหประชาชาติกล่าว ในที่การประชุมเรื่องน้ำของสหประชาชาติว่า “น้ำเป็นสิทธิมนุษยชนและปัจจัยร่วมในการพัฒนาเพื่อกำหนดอนาคตที่ดีกว่า แต่ตอนนี้น้ำกำลังประสบปัญหาอย่างหนัก”

ถึงแม้ปัญหาจะดูรุนแรง แต่ก็ยังมีหนทางแก้ไข บริษัทเทคโนโลยีหลายแห่ง เช่น Google, Microsoft และ Amazon ได้ให้คำมั่นว่า จะเป็น “Water Positive” ภายในปี 2030 หมายถึงการเติมน้ำกลับคืนสู่ระบบมากกว่าที่ใช้ ผ่านโครงการต่างๆ เช่น การรีไซเคิลน้ำ การลงทุนในระบบประหยัดน้ำ และการฟื้นฟูแหล่งน้ำธรรมชาติ นอกจากนี้ การย้ายการฝึกโมเดล AI ไปยังช่วงเวลาที่เย็นกว่า หรือสถานที่ที่มีน้ำมากกว่า เช่น ภูมิภาคที่มีฝนตกชุก อาจช่วยลดการสูญเสียน้ำจากการระเหยได้

ในทางเทคโนโลยี การพัฒนาระบบระบายความร้อนที่มีประสิทธิภาพสูงขึ้น เช่น การใช้ลมเย็นจากธรรมชาติ หรือน้ำที่ไม่ใช่น้ำดื่ม เช่น น้ำรีเคลม (Reclaimed Water) ก็เป็นอีกทางเลือกที่กำลังถูกทดลอง รวมถึงการใช้โมเดลเอไอขนาดเล็กที่เพียงพอต่อการใช้งานทั่วไป แทนที่จะพึ่งพาโมเดลขนาดใหญ่ที่กินทรัพยากรสูง

อ้างอิง :