OpenAI के CEO सैम ऑल्टमैन की ChatGPT के पानी इस्तेमाल को एक बादाम से जोड़ने वाली तुलना ने AI के पर्यावरणीय असर पर नई बहस छेड़ दी है. ऑल्टमैन के मुताबिक, करीब 38,000 ChatGPT queries में उतना पानी इस्तेमाल होता है, जितना कैलिफोर्निया में उगाए गए एक बादाम के उत्पादन में लगता है. हालांकि, उन्होंने बातचीत के दौरान यह भी माना कि उनके पास उस तुलना की सटीक गणना मौजूद नहीं थी.

यह टिप्पणी Alex Heath के Sources podcast में ChatGPT के पानी इस्तेमाल पर हो रही आलोचना के जवाब में सामने आई. ऑल्टमैन ने उन दावों को बढ़ा-चढ़ाकर पेश किया गया बताया, जिनमें एक सामान्य AI query की तुलना कई घंटे तक चलने वाले shower से की जा रही थी.

अलग-अलग आंकड़ों से बढ़ा सवाल

स्रोत रिपोर्ट में ऑल्टमैन के एक पुराने अनुमान का भी उल्लेख है, जिसके अनुसार एक ChatGPT query में करीब 0.3 मिलीलीटर पानी इस्तेमाल हो सकता है. वहीं, बादाम उत्पादन से जुड़े एक अनुमान में एक बादाम के लिए लगभग एक गैलन पानी की बात कही गई है. इन दोनों आंकड़ों को साथ रखने पर करीब 12,600 queries का हिसाब बनता है, जो 38,000 queries के दावे से काफी अलग है.

इन आंकड़ों में अंतर की वजह यह हो सकती है कि अलग-अलग अनुमान पानी की अलग-अलग श्रेणियों को गिनते हैं. मसलन, किसी गणना में केवल data centre की प्रत्यक्ष water consumption शामिल हो सकती है, जबकि दूसरी गणना बिजली उत्पादन या infrastructure से जुड़े अप्रत्यक्ष इस्तेमाल को भी शामिल कर सकती है. उपलब्ध स्रोत से इन आंकड़ों की स्वतंत्र पुष्टि नहीं होती.

बहस में बिजली और कार्बन उत्सर्जन भी शामिल

ऑनलाइन प्रतिक्रिया देने वाले कई लोगों ने कहा कि AI के पर्यावरणीय असर पर चर्चा केवल cooling के लिए इस्तेमाल होने वाले पानी तक सीमित नहीं होनी चाहिए. Data centres को चलाने के लिए बड़ी मात्रा में बिजली चाहिए और उस बिजली के उत्पादन से carbon emissions हो सकते हैं. इसके अलावा, AI models की training, hardware और data-centre infrastructure का असर भी इस बहस का हिस्सा है.

कुछ टिप्पणियों में यह तर्क दिया गया कि बिजली बनाने वाले power stations भी पानी का इस्तेमाल कर सकते हैं. ऐसे में केवल data centre में सीधे इस्तेमाल हुए पानी को गिनना पूरी तस्वीर नहीं दिखा सकता. हालांकि, इन ऑनलाइन टिप्पणियों में दिए गए बड़े पैमाने के आंकड़ों की स्रोत सामग्री में स्वतंत्र पुष्टि नहीं की गई है.

एक query से ज्यादा महत्वपूर्ण है कुल पैमाना

ऑल्टमैन ने यह भी कहा कि आधुनिक बड़े data centres में पहले की तुलना में evaporative cooling का इस्तेमाल कम हुआ है और उनका पानी इस्तेमाल किसी office building में लोगों के sinks और toilets के इस्तेमाल के बराबर हो सकता है. यह उनका दावा है, जिसकी स्वतंत्र पुष्टि उपलब्ध सामग्री में नहीं है.

बादाम वाली तुलना इसलिए तेजी से समझ में आती है क्योंकि यह जटिल तकनीकी प्रक्रिया को रोजमर्रा की चीज से जोड़ती है. लेकिन आलोचकों का कहना है कि एक query का औसत निकालने से AI सेवाओं के कुल असर का अंदाजा नहीं लगाया जा सकता. जब किसी सेवा पर लाखों या अरबों requests आती हैं, तो छोटे-छोटे संसाधन इस्तेमाल का कुल आंकड़ा काफी बड़ा हो सकता है.

इस बहस से फिलहाल इतना स्पष्ट है कि AI का environmental footprint केवल एक संख्या से तय नहीं होता. इसमें पानी, बिजली, carbon emissions, model training, hardware और data centres से जुड़ी infrastructure जरूरतें शामिल हैं. बादाम की तुलना चर्चा को आसान बनाती है, लेकिन AI के वास्तविक पर्यावरणीय असर को समझने के लिए गणना का दायरा और आंकड़ों की पद्धति दोनों स्पष्ट होना जरूरी है.