প্রতিবার আপনি যখন কোনো লার্জ ল্যাঙ্গুয়েজ মডেলকে প্রশ্ন করেন, কোথাও না কোথাও সার্ভারগুলো সক্রিয় হয়ে ওঠে এবং এমন বিদ্যুৎ ব্যবহার করে যা প্রায়শই অনবায়নযোগ্য উৎস থেকে আসে। এই ডিজিটাল সুবিধার একটি বাস্তব মূল্য রয়েছে যা কার্বন ডাই অক্সাইড নির্গমন এবং সম্পদ হ্রাসের মাধ্যমে পরিমাপ করা হয়, তবুও বেশিরভাগ ব্যবহারকারী এর মাত্রা সম্পর্কে অন্ধকারে থাকেন। আরকাইভ-এ (arXiv) প্রকাশিত সাম্প্রতিক একটি গবেষণাপত্র এমন স্বচ্ছ স্ক্রিনিং পদ্ধতি প্রবর্তন করেছে যার লক্ষ্য এলএলএম-এর প্রশিক্ষণ এবং ইনফারেন্স উভয় পর্যায়েই এই পরিবেশগত প্রভাবগুলো আরও নির্ভুলতা ও স্বচ্ছতার সাথে অনুমান করা।
এই মডেলগুলো প্রশিক্ষণের জন্য বিপুল কম্পিউটেশনাল রিসোর্স প্রয়োজন হয়, যা কখনও কখনও বিশেষায়িত হার্ডওয়্যারের ক্লাস্টারে মাসের পর মাস ধরে চলে। গবেষণা ইঙ্গিত দেয় যে একটি অত্যাধুনিক মডেল প্রশিক্ষণের কার্বন নির্গমন লক্ষ লক্ষ মাইল চালিত একটি পেট্রোল গাড়ির নির্গমনের সমান হতে পারে। তবে গবেষণাপত্রটি উল্লেখ করেছে যে ইনফারেন্স, যা প্রতিটি ব্যবহারকারীর ইন্টারঅ্যাকশনের মাধ্যমে ঘটে, তা এত দ্রুত বৃদ্ধি পাচ্ছে যে এর সামগ্রিক প্রভাব শীঘ্রই প্রশিক্ষণ ব্যয়কে ছাড়িয়ে যেতে পারে। এটি পরিমাপের সুসংগত উপায় না থাকলে, বিভিন্ন মডেল বা সরবরাহকারীদের মধ্যে তুলনা করা বড়জোর অনির্ভরযোগ্য হয়ে দাঁড়ায়।
প্রস্তাবিত স্ক্রিনিং পদ্ধতিগুলো স্বচ্ছতার ওপর গুরুত্ব দেওয়ার কারণে অনন্য। এতে ধাপে ধাপে এমন প্রোটোকল বর্ণনা করা হয়েছে যেখানে ব্যবহৃত হার্ডওয়্যারের ধরন, এর শক্তি দক্ষতা, ডেটা সেন্টারের পাওয়ার ইউসেজ ইফেক্টিভনেস এবং স্থানীয় বিদ্যুৎ গ্রিডের নির্দিষ্ট কার্বন ইনটেনসিটির মতো বিষয়গুলো অন্তর্ভুক্ত থাকে। গবেষণার তথ্যমতে, শিল্প খাতের প্রতিবেদনগুলোতে প্রায়শই এই বিবরণগুলো বাদ দেওয়া হয় বা স্থূলভাবে অনুমান করা হয়, যার ফলে প্রকৃত প্রভাব কম দেখানো হয় বা অসম তথ্যের মধ্যে তুলনা করা হয়। পদ্ধতিটিকে সম্পূর্ণভাবে পুনরুৎপাদনযোগ্য করে তোলার মাধ্যমে, এই দৃষ্টিভঙ্গি স্বাধীন যাচাইকরণের সুযোগ করে দেয় এবং এই ক্ষেত্রে মানদণ্ড নির্ধারণে উৎসাহিত করে।
এই অগ্রগতি এআই প্রযুক্তি গ্রহণের ক্ষেত্রে আমাদের একটি গুরুত্বপূর্ণ স্ববিরোধিতাকে উন্মোচিত করে। একদিকে, আমরা স্মার্ট গ্রিড থেকে শুরু করে জলবায়ু মডেলিং পর্যন্ত অন্যান্য ক্ষেত্রে শক্তির ব্যবহার অপ্টিমাইজ করার জন্য এআই-এর দিকে তাকিয়ে থাকি। অন্যদিকে, এআই-কে সহায়তা প্রদানকারী অবকাঠামো নিজেই দিন দিন ক্রমবর্ধমান হারে শক্তি-নিবিড় হয়ে উঠছে। এর পেছনের উৎসাহটা স্পষ্ট: প্রযুক্তি সংস্থাগুলো দ্রুত সক্ষমতা বৃদ্ধি এবং বাজারে আধিপত্যকে অগ্রাধিকার দেয়, যেখানে পরিবেশগত जवाबদিহিতা কেবল ব্র্যান্ডিংয়ের কাজে না লাগলে গৌণই থেকে যায়। গবেষক, নীতিনির্ধারক এবং এমনকি গ্রাহকদের উন্নত পরিবর্তনের দাবি জানানোর সরঞ্জাম সরবরাহ করে এই গবেষণাপত্রটি এই প্রথাকে ভেঙে দিতে সাহায্য করতে পারে।
একটি দৈনন্দিন উপমার কথা চিন্তা করুন। যেমন একটি খাবারের প্যাকেটের উপাদানগুলো পড়ে দেখা আমাদের স্বাস্থ্যকর পছন্দ করতে সাহায্য করে, তেমনি এলএলএম-এর জন্য স্বচ্ছ প্রভাব স্ক্রিনিং আমাদের এআই জিজ্ঞাসার 'উপাদানগুলো' বুঝতে সাহায্য করে। একটি জটিল অনুরোধ যাতে একাধিক ইনফারেন্স ধাপ প্রয়োজন, তা এক ঘণ্টা ল্যাপটপ চালানোর সমান শক্তি খরচ করতে পারে, যেখানে একটি সহজ অনুরোধ তার সামান্য ভগ্নাংশ মাত্র ব্যয় করে। এই ধরণের দৃশ্যমানতা ব্যবহারকারীর আচরণকে সূক্ষ্মভাবে পরিবর্তন করতে পারে এবং এই শক্তিশালী কিন্তু সম্পদ-লোভী সরঞ্জামগুলোর সাথে আরও সচেতন সম্পৃক্ততা বৃদ্ধি করতে পারে। এটি ডেভেলপারদের দক্ষতায় উদ্ভাবন আনতে চাপ সৃষ্টি করে, যেমন মডেল কম্প্রেশন, উন্নত অ্যালগরিদম বা পরিচ্ছন্ন জ্বালানি রয়েছে এমন অঞ্চলে কৌশলগতভাবে ডেটা সেন্টার স্থাপনের মাধ্যমে।
ব্যক্তিগত পদক্ষেপের বাইরেও এর পদ্ধতিগত ধরণগুলো অনেক কিছু নির্দেশ করে। সার্চ ইঞ্জিন থেকে শুরু করে সৃজনশীল সফটওয়্যার পর্যন্ত সবকিছুতে যখন এআই যুক্ত হচ্ছে, তখন এর পরিবেশগত প্রভাব একটি নির্দিষ্ট গণ্ডির উদ্বেগ থেকে একটি প্রধান সামাজিক সমস্যায় পরিণত হচ্ছে। নিয়ন্ত্রক সংস্থারাও এটি লক্ষ্য করছেন এবং বাধ্যতামূলক তথ্য প্রকাশের দাবি জোরালো হচ্ছে। তবে গবেষণাপত্রটি সতর্ক করেছে যে কঠোর এবং স্বচ্ছ পদ্ধতি না থাকলে এ ধরণের বিধিবিধানগুলো অকার্যকর হওয়ার বা সহজেই এড়িয়ে যাওয়ার ঝুঁকি থাকে। এখানে প্রগতির আখ্যানের ওপর নিয়ন্ত্রণ থাকাই হলো আসল লক্ষ্য — প্রযুক্তিগত অগ্রগতি কি কেবল বুদ্ধিমত্তা এবং গতির দ্বারা সংজ্ঞায়িত হবে নাকি মানুষ ও পৃথিবীর দীর্ঘমেয়াদী কল্যাণের ভারসাম্যপূর্ণ বিবেচনার দ্বারা।
আমাদের মূল্যবোধের সাথে সামঞ্জস্যপূর্ণ প্রযুক্তি বেছে নেওয়ার শুরুটা হয় তাদের প্রকৃত খরচগুলো স্পষ্টভাবে দেখার মাধ্যমে।
