চ্যাটজিপিটিতে ১০০ শব্দের ই-মেইলে কি সত্যিই আধা লিটার পানি লাগে? এআইয়ের পানি ও বিদ্যুৎ ব্যয়ের বাস্তবতা
অদৃশ্য তৃষ্ণার প্রযুক্তি: একটি এআই ই-মেইলে কি সত্যিই আধা লিটার পানি লাগে?
মাহফুজ আহমেদ। প্রযুক্তি ও পরিবেশ ডেস্ক | সাপ্তাহিক ক্যালিফোর্নিয়ার চিঠি
স্ক্রিনে একশ শব্দের একটি ই-মেইল তৈরি হতে সময় লাগে কয়েক সেকেন্ড। ব্যবহারকারীর চোখে কাজটি প্রায় ওজনহীন—কয়েকটি নির্দেশ, তারপর ঝকঝকে একটি অনুচ্ছেদ। কিন্তু এই আপাত-অদৃশ্য ডিজিটাল সেবার পেছনে আছে বিদ্যুৎকেন্দ্র, বিশাল সার্ভার ভবন, হাজার হাজার উচ্চক্ষমতার চিপ, শীতলীকরণ যন্ত্র এবং পানি ব্যবহারের এক জটিল অবকাঠামো।
সম্প্রতি প্রকাশিত একটি প্রতিবেদনে দাবি করা হয়েছে, জিপিটি-৪ ব্যবহার করে ১০০ শব্দের একটি ই-মেইল তৈরিতে গড়ে প্রায় ৫১৯ মিলিলিটার পানি এবং ০.১৪ কিলোওয়াট-ঘণ্টা বিদ্যুৎ প্রয়োজন হতে পারে। সংখ্যাটি নিঃসন্দেহে চমকপ্রদ। একটি ছোট ই-মেইলের পাশে যেন বসে আছে একটি পূর্ণ পানির বোতল।
কিন্তু এই সংখ্যাকে কি প্রতিটি চ্যাটজিপিটি প্রশ্নের নির্ভুল ও সর্বজনীন পরিবেশগত মূল্য হিসেবে ধরা যাবে?
বৈজ্ঞানিকভাবে সতর্ক উত্তর হলো—না।
এটি একটি নির্দিষ্ট মডেল, নির্দিষ্ট ধরনের কাজ, সার্ভারের সম্ভাব্য অবস্থান, বিদ্যুতের উৎস, শীতলীকরণ পদ্ধতি এবং প্রত্যক্ষ ও পরোক্ষ পানি ব্যবহারের ওপর নির্মিত হিসাব। অর্থাৎ সংখ্যাটি গুরুত্বপূর্ণ সতর্কসংকেত, কিন্তু কোনো স্থির প্রাকৃতিক ধ্রুবক নয়।
আধা লিটার পানির হিসাবটি কোথা থেকে এলো
ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, রিভারসাইডের গবেষকেরা ২০২৩ সালে প্রথম দিককার একটি বহুল আলোচিত গবেষণায় এআই ব্যবহারের পানি-পদচিহ্ন পরিমাপের চেষ্টা করেন। বিশ্ববিদ্যালয়টির নিজস্ব ব্যাখ্যায় বলা হয়েছিল, আনুমানিক ২০ থেকে ৫০টি চ্যাটজিপিটি প্রশ্নের জন্য প্রায় আধা লিটার মিঠাপানি ব্যবহৃত বা বাষ্পীভূত হতে পারে। সংখ্যাটি নির্ভর করেছিল কখন এবং কোথায় মডেলটি চালানো হচ্ছে তার ওপর। গবেষণাটি সে সময় প্রিপ্রিন্ট ছিল এবং ফলাফলটি সরাসরি প্রতিটি একক প্রশ্নের জন্য আধা লিটার দাবি করেনি।
এখানেই সাম্প্রতিক শিরোনামের সঙ্গে একটি জরুরি পার্থক্য রয়েছে।
“একটি প্রশ্নে আধা লিটার” এবং “নির্দিষ্ট পরিস্থিতিতে একটি ১০০ শব্দের কাজ সম্পন্ন করতে মোটামুটি আধা লিটার”—এই দুই বাক্যের বৈজ্ঞানিক অর্থ এক নয়। একইভাবে, কোনো ব্যবহারকারী শুধু একবার নির্দেশ দিলেও মডেলটি কত টোকেন পড়ছে, কত টোকেন লিখছে, কতবার সংশোধন করছে এবং কোন হার্ডওয়্যারে চলছে—এসবের ফলে হিসাব পাল্টে যায়।
সুতরাং ৫১৯ মিলিলিটার সংখ্যাটি একেবারে ভিত্তিহীন নয়; তবে এটিকে সব মডেল, সব ডেটা সেন্টার এবং সব ই-মেইলের জন্য নিশ্চিত ব্যয় হিসেবে উপস্থাপন করলে গবেষণার অনিশ্চয়তা হারিয়ে যায়।
পানি যায় কোথায়?
কম্পিউটার চিপ পানিতে চলে না। তাহলে এআইয়ের সঙ্গে পানির সম্পর্ক কী?
প্রথমত, উচ্চক্ষমতার গ্রাফিকস প্রসেসিং ইউনিট বা জিপিইউ বিপুল গণনা করতে গিয়ে প্রচণ্ড তাপ তৈরি করে। সার্ভারের নিরাপদ তাপমাত্রা বজায় রাখতে অনেক ডেটা সেন্টারে শীতলীকরণ টাওয়ার ব্যবহার করা হয়। সেখানে পানি বাষ্পীভূত করে তাপ বাইরে সরিয়ে দেওয়া হয়।
দ্বিতীয়ত, সার্ভার চালাতে যে বিদ্যুৎ প্রয়োজন, তার একটি অংশ এমন বিদ্যুৎকেন্দ্র থেকে আসতে পারে যেখানে উৎপাদন ও শীতলীকরণে পানি ব্যবহৃত হয়। গবেষকেরা তাই সাধারণত দুটি স্তর আলাদা করেন:
প্রত্যক্ষ পানি ব্যবহার—ডেটা সেন্টারের নিজস্ব কুলিং ব্যবস্থায় ব্যবহৃত পানি।
পরোক্ষ পানি ব্যবহার—সেই ডেটা সেন্টারের বিদ্যুৎ উৎপাদনের সঙ্গে যুক্ত পানি।
ইউসি রিভারসাইডের গবেষকেরা এই দুই উৎসকেই এআইয়ের মোট পানি-পদচিহ্নের অংশ হিসেবে বিবেচনা করেছেন।
এ কারণে একই প্রশ্ন অ্যারিজোনার উষ্ণ ও পানি-সংকটাপন্ন অঞ্চলের একটি বাষ্পীভবননির্ভর ডেটা সেন্টারে চালানো এবং শীতল আবহাওয়ার কোনো অঞ্চলে বায়ুনির্ভর কুলিং ব্যবস্থায় চালানোর পরিবেশগত ফল এক হবে না।
পানি উত্তোলন আর পানি খরচ এক বিষয় নয়
এই বিতর্ক বোঝার জন্য আরও একটি ভাষাগত পার্থক্য জরুরি।
Water withdrawal বা পানি উত্তোলন বলতে কোনো উৎস থেকে মোট কত পানি নেওয়া হয়েছে তা বোঝায়। এর একটি অংশ পরে উৎসে ফিরিয়ে দেওয়া হতে পারে।
অন্যদিকে water consumption বা পানি ভোগ বলতে সাধারণত সেই পানিকে বোঝানো হয়, যা বাষ্পীভূত হয়েছে বা অবিলম্বে একই জলাধারে ফেরত আসেনি।
সংবাদ শিরোনামে এই দুই ধারণা প্রায়ই মিশে যায়। ফলে একটি বড় সংখ্যা দেখলেই মনে হতে পারে, পুরো পানিটিই স্থায়ীভাবে ধ্বংস হয়ে গেছে। বাস্তবে পানি পৃথিবী থেকে বিলীন হয় না, কিন্তু স্থানীয় জলাধার থেকে বাষ্পীভূত হওয়া পানি কৃষি, বাসিন্দা ও প্রতিবেশব্যবস্থার জন্য তাৎক্ষণিকভাবে অনুপলব্ধ হয়ে যেতে পারে। তাই স্থানীয় প্রভাবই এখানে সবচেয়ে গুরুত্বপূর্ণ।
এক লিটার পানি বৃষ্টিপ্রবণ অঞ্চলে ব্যবহৃত হওয়া এবং খরাপীড়িত এলাকায় ব্যবহৃত হওয়ার নৈতিক ও পরিবেশগত মূল্য সমান নয়।
আসল সংকট একটি ই-মেইল নয়, ব্যবহারের ব্যাপকতা
একজন ব্যক্তি সপ্তাহে একটি ই-মেইল লিখলে পৃথিবীর জলব্যবস্থা ভেঙে পড়বে না। উদ্বেগ তৈরি হয় যখন একই ধরনের কাজ কোটি কোটি মানুষ প্রতিদিন অসংখ্যবার করে, আর সেই চাহিদা মেটাতে একের পর এক বৃহৎ ডেটা সেন্টার নির্মিত হয়।
আন্তর্জাতিক জ্বালানি সংস্থার হিসাবে, ২০২৪ সালে বিশ্বের ডেটা সেন্টারগুলো প্রায় ৪১৫ টেরাওয়াট-ঘণ্টা বিদ্যুৎ ব্যবহার করেছে, যা বৈশ্বিক বিদ্যুৎ ব্যবহারের আনুমানিক ১.৫ শতাংশ। সংস্থাটির ভিত্তিমূলক পূর্বাভাসে ২০৩০ সালের মধ্যে এই চাহিদা প্রায় দ্বিগুণ হয়ে ৯৪৫ টেরাওয়াট-ঘণ্টায় পৌঁছাতে পারে। এ বৃদ্ধির অন্যতম প্রধান চালক হবে এআই-নির্ভর উচ্চক্ষমতার সার্ভার।
একই প্রতিবেদনে অবশ্য গুরুত্বপূর্ণ ভারসাম্যও রাখা হয়েছে। ২০৩০ সালে ডেটা সেন্টারের বৈশ্বিক বিদ্যুৎ অংশ প্রায় ৩ শতাংশ হতে পারে—অর্থাৎ শিল্প, ভবন, শীতাতপনিয়ন্ত্রণ ও পরিবহন খাতের তুলনায় এটি এখনও সমগ্র জ্বালানি ব্যবস্থার বৃহত্তম ভোক্তা হবে না। তবে সমস্যা হলো, ডেটা সেন্টারগুলো অল্প কয়েকটি স্থানে কেন্দ্রীভূত থাকে। ফলে জাতীয় গড় মাঝারি হলেও নির্দিষ্ট শহর বা অঞ্চলের বিদ্যুৎ ও পানি অবকাঠামোয় অসামঞ্জস্যপূর্ণ চাপ পড়তে পারে।
যুক্তরাষ্ট্রে দ্রুত বাড়ছে বিদ্যুৎচাহিদা
যুক্তরাষ্ট্রের জ্বালানি বিভাগের জন্য তৈরি লরেন্স বার্কলি ন্যাশনাল ল্যাবরেটরির প্রতিবেদনে বলা হয়েছে, ২০২৩ সালে দেশটির ডেটা সেন্টারগুলো প্রায় ১৭৬ টেরাওয়াট-ঘণ্টা বিদ্যুৎ ব্যবহার করেছে—মোট মার্কিন বিদ্যুৎ ব্যবহারের প্রায় ৪.৪ শতাংশ। ২০২৮ সালের মধ্যে এই ব্যবহার ৩২৫ থেকে ৫৮০ টেরাওয়াট-ঘণ্টায় পৌঁছাতে পারে, যা জাতীয় ব্যবহারের ৬.৭ থেকে ১২ শতাংশের সমান।
গবেষণাটিতে আরও বলা হয়েছে, ২০১৭ থেকে ২০২৩ সালের মধ্যে ডেটা সেন্টারের বিদ্যুৎচাহিদা দ্বিগুণের বেশি হয়েছে; এ বৃদ্ধির বড় কারণ জিপিইউ-সমৃদ্ধ এআই সার্ভারের সম্প্রসারণ। তবে গবেষকেরা একই সঙ্গে স্বীকার করেছেন যে ভবিষ্যৎ অনুমানে বড় অনিশ্চয়তা রয়েছে, কারণ কোম্পানিগুলো তাদের হার্ডওয়্যার ব্যবহার, বিদ্যুৎ চুক্তি, কুলিং প্রযুক্তি এবং প্রকৃত কাজের পরিমাণ সম্পর্কে পর্যাপ্ত তথ্য প্রকাশ করে না।
এই অস্বচ্ছতাই এআইয়ের পরিবেশগত বিতর্কের কেন্দ্রীয় সমস্যা।
আমরা জানি প্রযুক্তিটি বাড়ছে। আমরা জানি সার্ভার ও বিদ্যুৎচাহিদা বাড়ছে। কিন্তু একটি নির্দিষ্ট প্রশ্নের প্রকৃত পানি, বিদ্যুৎ ও কার্বন ব্যয় স্বাধীনভাবে যাচাই করার মতো মানসম্মত তথ্য এখনও সীমিত।
প্রশিক্ষণ বনাম দৈনন্দিন ব্যবহার
এআইয়ের পরিবেশগত ব্যয় সাধারণত দুই পর্যায়ে ঘটে।
মডেল প্রশিক্ষণ
বিপুল পরিমাণ তথ্যের ওপর একটি বড় মডেলকে প্রথমবার শেখাতে হাজার হাজার জিপিইউ সপ্তাহ বা মাস ধরে চালানো হতে পারে। এটি অত্যন্ত বিদ্যুৎনিবিড় প্রক্রিয়া। তবে একটি মডেলকে প্রতিদিন নতুন করে শূন্য থেকে প্রশিক্ষণ দেওয়া হয় না।
ইনফারেন্স বা উত্তর তৈরি
ব্যবহারকারী যখন প্রশ্ন করেন, ই-মেইল লেখেন, ছবি তৈরি করেন বা দীর্ঘ নথি বিশ্লেষণ করান, তখন প্রশিক্ষিত মডেলটি উত্তর তৈরি করে। প্রতিটি কাজ প্রশিক্ষণের তুলনায় ছোট হলেও কোটি কোটি ব্যবহারকারীর ধারাবাহিক অনুরোধ যোগ হলে ইনফারেন্সের মোট ব্যয় বিশাল হয়ে উঠতে পারে।
এই পার্থক্য না করলে দুটি বিপরীত ভুল হয়। কেউ প্রশিক্ষণের বড় সংখ্যা দিয়ে প্রতিটি সাধারণ প্রশ্নকে ভয়াবহ বলে দেখান। আবার কেউ একটি ছোট প্রশ্নের কম ব্যয় দেখিয়ে পুরো এআই শিল্পের সামগ্রিক অবকাঠামোগত চাপকে তুচ্ছ করেন।
দুটিই অসম্পূর্ণ।
প্রযুক্তি কোম্পানির পক্ষে যুক্তি
এআই শিল্পের সমর্থকেরা কয়েকটি শক্তিশালী যুক্তি তুলে ধরেন।
প্রথমত, হার্ডওয়্যার ও সফটওয়্যারের দক্ষতা দ্রুত বাড়ছে। নতুন প্রজন্মের চিপ একই পরিমাণ গণনা তুলনামূলক কম বিদ্যুতে করতে পারে। মডেল সংকোচন, কোয়ান্টাইজেশন, উন্নত সার্ভার ব্যবহার এবং কম শক্তির বিশেষায়িত চিপ প্রতিটি উত্তরের ব্যয় কমাতে পারে।
দ্বিতীয়ত, এআই নিজেই বিদ্যুৎ গ্রিড পরিচালনা, আবহাওয়ার পূর্বাভাস, ভবনের শক্তি সাশ্রয়, নতুন উপাদান আবিষ্কার, চিকিৎসা গবেষণা এবং শিল্পের অপচয় কমাতে ভূমিকা রাখতে পারে। আন্তর্জাতিক জ্বালানি সংস্থাও বলছে, উচ্চ দক্ষতার পরিস্থিতিতে সফটওয়্যার, হার্ডওয়্যার ও অবকাঠামোর উন্নতি একই ডিজিটাল সেবা উল্লেখযোগ্যভাবে কম বিদ্যুতে সরবরাহ করতে পারে।
তৃতীয়ত, সব ডিজিটাল কাজ সমান নয়। একজন চিকিৎসক এআই ব্যবহার করে দ্রুত রোগনির্ণয়ের সহায়ক তথ্য পেলে, বা একটি বিদ্যুৎ কোম্পানি গ্রিডের অপচয় কমাতে পারলে সেই পরিবেশগত ব্যয়ের বিপরীতে সামাজিক লাভ বিবেচনা করা প্রয়োজন।
প্রযুক্তির মূল্য শুধু কত পানি লেগেছে তা দিয়ে নয়, কী কাজ হয়েছে তা দিয়েও বিচার করতে হবে।
সমালোচকদের উদ্বেগও উপেক্ষা করা যায় না
দক্ষতা বাড়লেও মোট ব্যবহার আরও দ্রুত বাড়তে পারে। অর্থনীতিতে এটি রিবাউন্ড ইফেক্ট নামে পরিচিত: কোনো সেবা সস্তা ও দক্ষ হলে মানুষ সেটি এত বেশি ব্যবহার শুরু করে যে মোট সম্পদ ব্যবহার কমার বদলে বেড়ে যায়।
একটি উত্তর তৈরির বিদ্যুৎ অর্ধেক হয়ে গেলেও যদি প্রশ্নের সংখ্যা দশ গুণ বাড়ে, মোট চাহিদা পাঁচ গুণ হতে পারে।
আরেকটি প্রশ্ন ন্যায়বিচারের। ডেটা সেন্টারের মুনাফা পেতে পারে একটি বৈশ্বিক প্রযুক্তি কোম্পানি, অথচ নতুন বিদ্যুৎলাইন, পানি সরবরাহ, শব্দ, জমি ব্যবহার কিংবা উচ্চতর ইউটিলিটি ব্যয়ের চাপ বহন করতে পারে স্থানীয় জনগোষ্ঠী। তাই এটি শুধু কার্বন বা পানির প্রযুক্তিগত হিসাব নয়; এটি সম্পদ বণ্টন ও গণতান্ত্রিক জবাবদিহির প্রশ্নও।
‘ক্লাউড’ আসলে মেঘ নয়
কেট ক্রফোর্ড তাঁর আলোচিত বই Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence-এ দেখিয়েছেন, এআইকে শুধু কোড বা বুদ্ধিমান অ্যালগরিদম হিসেবে দেখলে এর প্রকৃত অবকাঠামো অদৃশ্য থেকে যায়। প্রযুক্তিটির পেছনে রয়েছে খনিজ উত্তোলন, বিদ্যুৎ, পানি, ভূমি, শ্রম এবং বৈশ্বিক সরবরাহব্যবস্থা।
“ক্লাউড” শব্দটি শুনলে আকাশে ভাসমান কোনো ওজনহীন জায়গার কথা মনে হয়। বাস্তবে ক্লাউড হলো কংক্রিটের ভবন, ট্রান্সফরমার, ডিজেল জেনারেটর, ফাইবার অপটিক কেবল, সার্ভার র্যাক এবং গরম বাতাস বের করে দেওয়া বিশাল যন্ত্রের সমষ্টি।
এআইয়ের পানি-বিতর্কের সবচেয়ে বড় অবদান সম্ভবত এখানেই: এটি আমাদের ডিজিটাল জগতের ভৌত শরীরটি দেখতে বাধ্য করছে।
দায় কি ব্যবহারকারীর, নাকি কোম্পানির?
ব্যক্তিগত সচেতনতা মূল্যবান। অপ্রয়োজনীয়ভাবে একই প্রশ্ন বারবার না করা, ছোট কাজের জন্য অতিশক্তিশালী মডেল ব্যবহার না করা, দীর্ঘ নির্দেশ একবারে স্পষ্টভাবে দেওয়া এবং প্রয়োজন হলে প্রচলিত সার্চ বা স্থানীয় সফটওয়্যার ব্যবহার করা সম্পদ সাশ্রয় করতে পারে।
তবে সমস্যাটিকে শুধু ব্যক্তিগত অপরাধবোধে নামিয়ে আনা ভুল হবে।
একজন সাধারণ ব্যবহারকারী জানেন না তাঁর প্রশ্ন কোন দেশে, কোন ডেটা সেন্টারে, কোন চিপে, কোন বিদ্যুৎ উৎসে এবং কোন কুলিং ব্যবস্থায় চালানো হয়েছে। সেই সিদ্ধান্ত নেয় প্ল্যাটফর্ম ও অবকাঠামো পরিচালনাকারী কোম্পানি।
অতএব প্রধান দায়িত্ব হওয়া উচিত:
মডেলভিত্তিক বিদ্যুৎ, পানি ও কার্বন তথ্য প্রকাশ;
পানি-সংকটাপন্ন এলাকায় ডেটা সেন্টার নির্মাণের আগে স্বাধীন মূল্যায়ন;
স্থানীয় জনগোষ্ঠীর সঙ্গে বাধ্যতামূলক পরামর্শ;
পুনর্ব্যবহৃত বা অ-পানযোগ্য পানি ব্যবহারে অগ্রাধিকার;
কম-কার্বন বিদ্যুৎ ও দক্ষ কুলিং প্রযুক্তির ব্যবহার;
জনসাধারণের বিদ্যুৎ বা পানির ব্যয় প্রযুক্তি কোম্পানির ওপর স্থানান্তর নিশ্চিত করা;
প্রশিক্ষণ ও দৈনন্দিন ইনফারেন্সের হিসাব আলাদাভাবে প্রকাশ করা।
বাংলাদেশের জন্য কেন বিষয়টি গুরুত্বপূর্ণ
বাংলাদেশে এখনো উত্তর আমেরিকার মতো বিপুলসংখ্যক হাইপারস্কেল এআই ডেটা সেন্টার নেই। কিন্তু দেশটি একই সঙ্গে তাপপ্রবাহ, বিদ্যুৎ ঘাটতি, ভূগর্ভস্থ পানির ওপর নির্ভরতা এবং দ্রুত ডিজিটাল সম্প্রসারণের চ্যালেঞ্জ মোকাবিলা করছে।
ভবিষ্যতে বড় ডেটা সেন্টার বিনিয়োগ আকর্ষণ করা হলে কেবল কর্মসংস্থান ও বৈদেশিক বিনিয়োগের অঙ্ক দেখলে চলবে না। প্রকল্পটি কত মেগাওয়াট বিদ্যুৎ নেবে, বছরে কত পানি ব্যবহার করবে, পানি কোথা থেকে আসবে, স্থানীয় কৃষি ও বাসিন্দাদের ওপর কী প্রভাব পড়বে এবং জরুরি সময়ে বিদ্যুৎ অগ্রাধিকার কার হবে—এসব প্রশ্ন আগেই নির্ধারণ করা প্রয়োজন।
ডিজিটাল উন্নয়নকে বাধা দেওয়া সমাধান নয়। কিন্তু পরিবেশগত হিসাব গোপন রেখে প্রযুক্তিকে অগ্রগতি বলা আরও বড় ভুল।
তাহলে ১০০ শব্দের ই-মেইলে সত্যিই কত পানি লাগে?
সবচেয়ে সৎ উত্তর হলো:
কখনো ৫১৯ মিলিলিটারের কাছাকাছি হতে পারে—কিন্তু সব সময় নয়, সব জায়গায় নয় এবং প্রতিটি ই-মেইলের জন্য নিশ্চিতভাবে নয়।
পরিমাণটি নির্ভর করবে—
ব্যবহৃত মডেলের আকার ও দক্ষতা;
ইনপুট ও আউটপুটের দৈর্ঘ্য;
সার্ভারের হার্ডওয়্যার;
ডেটা সেন্টারের অবস্থান ও আবহাওয়া;
কুলিং প্রযুক্তি;
বিদ্যুতের উৎস;
সরাসরি ও পরোক্ষ পানি উভয়টি গণনায় ধরা হয়েছে কি না;
একই অবকাঠামোর মোট ব্যবহারক্ষমতা।
সুতরাং সংবাদটির মূল বার্তা সত্য: এআই মোটেও পরিবেশগতভাবে বিনামূল্যের প্রযুক্তি নয়। কিন্তু আধা লিটারের বোতলটিকে প্রতিটি প্রশ্নের অপরিবর্তনীয় মূল্য হিসেবে দেখানো বৈজ্ঞানিকভাবে অতিরঞ্জিত হবে।
শেষ কথা
এআইয়ের সামনে মানবসভ্যতার প্রশ্নটি “ব্যবহার করব, নাকি করব না”—এত সরল নয়। আসল প্রশ্ন হলো, কোন কাজে ব্যবহার করব, কতটা ব্যবহার করব, কোন অবকাঠামোয় চালাব এবং এর মূল্য কে দেবে।
একটি ই-মেইলের পাশে দৃশ্যমান পানির বোতল না থাকলেও তার পেছনে বিদ্যুৎ ও শীতলীকরণের বাস্তব ব্যবস্থা রয়েছে। প্রযুক্তির সুবিধা গ্রহণ করতে হলে সেই অদৃশ্য অবকাঠামোর দায়ও স্বীকার করতে হবে।
এআইকে থামানোর নয়, দৃশ্যমান করার সময় এসেছে—যাতে উদ্ভাবন যত দ্রুত এগোয়, জবাবদিহি তার চেয়ে পিছিয়ে না থাকে।
#ChatGPT #ArtificialIntelligence #AIWaterFootprint #DataCenter #ClimateTech #পরিবেশ #কৃত্রিমবুদ্ধিমত্তা #প্রযুক্তি
এখনও কোনো মন্তব্য নেই। আলোচনাটি শুরু করুন।