يُعد معهد ستانفورد HAI مؤسسة أكاديمية مستقلة تأسست لتعزيز البحث والتعليم والسياسات المتعلقة بالذكاء الاصطناعي، مع التركيز على جعله مفيدا للبشرية ومتمحورا حول الإنسان.
يقوم المعهد بإصدار تقرير مؤشر الذكاء الاصطناعي (AI Index Report) سنوياً منذ عام 2017، وهو يُعتبر أحد أهم المراجع العالمية الموثوقة والشاملة. يجمع التقرير بيانات موضوعية ومدققة من مصادر أكاديمية وصناعية متعددة ليقدم صورة واضحة وغير متحيزة عن تقدم الذكاء الاصطناعي من الناحية التقنية والاقتصادية والاجتماعية والبيئية.
يُستخدم التقرير على نطاق واسع من قبل صانعي السياسات والشركات والإعلام والباحثين لفهم اتجاهات الـ AI وتأثيراتها.
يُعد التقرير السنوي الأكثر شمولا واستقلالية في تحليل حالة الذكاء الاصطناعي عالمياً، حيث يجمع بيانات من مصادر متعددة أكاديمية وصناعية.
في الجانب البيئي، يبرز التقرير التناقض الواضح بين التقدم السريع في قدرات النماذج وزيادة التكاليف البيئية (الطاقة والانبعاثات الكربونية واستهلاك المياه)، مما يثير تساؤلات ملحة حول استدامة نمو الـ AI.
يساعد التقرير صانعي السياسات والشركات على إدراك الحاجة إلى توازن بين الابتكار والحفاظ على البيئة، مع التركيز على البنية التحتية لمراكز البيانات.
التأثير البيئي للذكاء الاصطناعي (من قسم البصمة البيئية في الفصل الأول). يشير التقرير إلى تحسن كفاءة الأجهزة، لكن نمو حجم النماذج وانتشار الاستخدام يفوق ذلك بكثير، مما يرفع استهلاك الطاقة والانبعاثات والمياه. يعتمد التحليل على بيانات من Epoch AI ومصادر أخرى موثوقة.
هذا الملخص يركز على النقاط الرئيسية المتعلقة بالبيئة من التقرير (الذي يتكون من 423 صفحة).
التأثير يتزايد بشكل متواز مع التقدم التقني، مما يدعو إلى تطوير تقنيات أكثر كفاءة واعتماد مصادر طاقة متجددة وتحسين الشفافية في قياس التكاليف البيئية.
يُنصح بقراءة القسم الكامل في التقرير الرسمي للرسوم البيانية والتفاصيل الدقيقة.
المؤشرات
1. انبعاثات تدريب نموذج جروك 4 (2025): حوالي 72,816 طن من مكافئ ثاني أكسيد الكربون، وهو ما يعادل انبعاثات قيادة 17,000 سيارة لمدة عام كامل. (تقديرات مستقلة من Epoch AI قد تصل إلى 140,000 طن).
2. زيادة الانبعاثات مع تطور النماذج: ارتفاع حاد في انبعاثات التدريب مقارنة بالنماذج السابقة، مثل جي بي تي-4 (5,184 طن) ولاما 3.1 405B (8,930 طن)، بينما نماذج أخرى مثل ديب سيك تظهر أرقاماً أقل نسبياً.
3. قدرة الطاقة لمراكز بيانات الذكاء الاصطناعي (2025): ارتفاع إلى 29.6 غيغاواط (GW)، وهو ما يعادل الطلب على الطاقة الكهربائية لذروة استهلاك ولاية نيويورك بأكملها. الطلب التراكمي لأنظمة الذكاء الاصطناعي يقارب استهلاك الكهرباء الوطني لدول مثل سويسرا أو النمسا.
4. استهلاك المياه السنوي للاستدلال بنموذج جي بي تي-4o: قد يتجاوز احتياجات المياه الشرب لـ12 مليون شخص سنوياً، وذلك بسبب تبريد الخوادم أو استخدام الطاقة الكهرومائية.
5. نمو الطاقة المطلوبة لمراكز البيانات: زيادة كبيرة في الطاقة المخصصة للذكاء الاصطناعي، مع توقعات بارتفاع الطلب العالمي بشكل ملحوظ، حيث تستهلك مراكز البيانات نسبة متزايدة من الكهرباء العالمية.
6. تحسن كفاءة الأجهزة مقابل نمو الاستهلاك: تحسن ملحوظ في كفاءة الرقائق (مثل زيادة FLOP/s لكل واط)، لكن الطاقة الإجمالية والانبعاثات ما زالت ترتفع بسبب حجم النماذج الأكبر وانتشار الاستخدام.
7. الطاقة أثناء التدريب للنماذج الكبيرة: تصل الطاقة المطلوبة إلى عشرات الميغاواط لنماذج حدودية متقدمة، مع زيادة بأوامر من حيث الحجم عبر السنوات الأخيرة رغم تحسن الكفاءة.
8. اختلاف كفاءة الاستدلال بين النماذج: تختلف كفاءة الاستدلال اختلافاً كبيراً؛ حيث تستهلك بعض النماذج أكثر من 10 أضعاف الكربون مقارنة بالنماذج الأكثر كفاءة لنفس المهمة.
9. التأثير العام على البنية التحتية: الولايات المتحدة تتصدر في عدد مراكز البيانات (5,427 مركزاً، أكثر من 10 أضعاف أي دولة أخرى) واستهلاك الطاقة المرتبط بالذكاء الاصطناعي، مع دور كبير لسلسلة التوريد (مثل تصنيع الرقائق)، مما يعكس تكلفة بيئية واسعة النطاق.
10. التوجه العام للانبعاثات والمياه: زيادة البصمة البيئية مع تحسن القدرات، بما في ذلك استهلاك المياه للتبريد الذي يتجاوز في بعض التقديرات مليارات اللترات سنوياً لأنظمة الذكاء الاصطناعي.
تاريخ النشر: 4 أبريل 2026 (مع الإعلان الرسمي والإصدار العام في 13 أبريل 2026).
الجهة الناشرة: معهد الذكاء الاصطناعي المتمحور حول الإنسان في جامعة ستانفورد (Stanford Institute for Human-Centered AI – HAI).
تنويه
تمت الترجمة والتنقيح ووضع الملخص المكثف بمساعدة جزئية او كلية باستخدام تطبيقات الذكاء الاصطناعي مع مراجعة وادارة معلوماتية بشرية قبل فريق سحابة خضراء، ويمكن التحقق من السياق في التقرير الأصلي من خلال الرابط اعلاه
