ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਲੁਕਵੇਂ ਖਰਚਿਆਂ ਬਾਰੇ ਕੀ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ

ਸੁਚੇਤ ਸੰਕੇਤ, ਬਿਹਤਰ ਵਰਤੋਂ, ਅਤੇ ਘੱਟ ਦੁਹਰਾਓ ਰੋਜ਼ਾਨਾ AI ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੇ ਵਾਤਾਵਰਣਕ ਖਰਚਿਆਂ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੁਨੀਆ ਭਰ ਦੇ ਸਿਖਿਆਰਥੀਆਂ ਅਤੇ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਰੋਜ਼ਾਨਾ ਦਾ ਸਾਥੀ ਬਣ ਗਿਆ ਹੈ। ChatGPT, Google Gemini, Microsoft Copilot, Cloud, ਅਤੇ Perplexity ਵਰਗੇ ਟੂਲ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਪੜ੍ਹਾਈ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦੇ ਹਨ, ਗੁੰਝਲਦਾਰ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਦੌਰਾਨ ਖੋਜਕਰਤਾਵਾਂ ਦਾ ਮਾਰਗਦਰਸ਼ਨ ਕਰਦੇ ਹਨ, ਅਤੇ ਅਧਿਆਪਕਾਂ ਨੂੰ ਬਿਹਤਰ ਅਧਿਆਪਨ ਸਮੱਗਰੀ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਇਹ ਯੰਤਰ ਸਾਡੇ ਅਕਾਦਮਿਕ ਅਤੇ ਨਿੱਜੀ ਜੀਵਨ ਵਿੱਚ ਵਧੇਰੇ ਏਕੀਕ੍ਰਿਤ ਹੋ ਜਾਂਦੇ ਹਨ, ਹਰ ਵਾਰ ਜਦੋਂ ਅਸੀਂ ਉਹਨਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਦੇ ਹਾਂ ਤਾਂ ਉਹ ਚੁੱਪਚਾਪ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰਦੇ ਹਨ। ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆਂ ਵਿੱਚ ਜੋ ਕਾਰਬਨ ਨਿਰਪੱਖਤਾ ਵੱਲ ਯਤਨਸ਼ੀਲ ਹੈ – ਜਿਸ ਨੂੰ COP ਜਲਵਾਯੂ ਸੰਮੇਲਨ ਵਿੱਚ ਵਾਰ-ਵਾਰ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ ਹੈ – ਸਾਡੇ ਸਾਰਿਆਂ ਲਈ AI ਦੀ ਵਰਤੋਂ ਅਤੇ ਇਸਦੇ ਵਾਤਾਵਰਣਕ ਪੈਰਾਂ ਦੇ ਨਿਸ਼ਾਨ ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਸਮਝਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ।

ਭਾਸ਼ਾ ਦੇ ਵੱਡੇ ਮਾਡਲ ਰਾਤੋ-ਰਾਤ ਬੁੱਧੀਮਾਨ ਨਹੀਂ ਬਣ ਜਾਂਦੇ। ਉਹ ਇੱਕ ਤੀਬਰ ਸਿਖਲਾਈ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚੋਂ ਲੰਘਦੇ ਹਨ. ਪਹਿਲਾਂ, ਪੂਰਵ-ਸਿਖਲਾਈ ਦੇ ਦੌਰਾਨ, ਮਾਡਲ ਹਫ਼ਤਿਆਂ ਜਾਂ ਮਹੀਨਿਆਂ ਲਈ ਲਗਾਤਾਰ ਕੰਮ ਕਰਨ ਵਾਲੇ ਹਜ਼ਾਰਾਂ GPUs ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਭਾਰੀ ਮਾਤਰਾ ਵਿੱਚ ਟੈਕਸਟ ਤੋਂ ਸਿੱਖਦਾ ਹੈ। ਫਿਰ, ਮਾਹਰ ਸਮੀਖਿਅਕ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਨਾਮਕ ਪ੍ਰਕਿਰਿਆ ਦੁਆਰਾ ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਦੁਆਰਾ ਮਾਡਲ ਨੂੰ ਵਧੀਆ-ਟਿਊਨ ਅਤੇ ਠੀਕ ਕਰਦੇ ਹਨ। ਦੋਵਾਂ ਪੜਾਵਾਂ ਲਈ ਭਾਰੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਪਾਵਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਉੱਚ-ਊਰਜਾ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ, ਜਿਸ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਪਾਵਰ ਖਪਤ ਹੁੰਦੀ ਹੈ। AI ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸ਼ਕਤੀਸ਼ਾਲੀ GPUs ਅਤੇ TPUs ਅਸਧਾਰਨ ਗਤੀ ‘ਤੇ ਸਮਾਨਾਂਤਰ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹਨ, ਪਰ ਉਹ ਗਰਮੀ ਪੈਦਾ ਕਰਦੇ ਹਨ ਜਿਸ ਨੂੰ ਵਿਸ਼ਾਲ ਕੂਲਿੰਗ ਪ੍ਰਣਾਲੀਆਂ ਦੁਆਰਾ ਹਟਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਡਾਟਾ ਸੈਂਟਰ ਅਕਸਰ ਮੈਗਾਵਾਟ ਜਾਂ ਗੀਗਾਵਾਟ ਪੱਧਰ ‘ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ, ਜੋ ਕਿ ਪੂਰੇ ਸ਼ਹਿਰਾਂ ਦੁਆਰਾ ਖਪਤ ਕੀਤੀ ਜਾਂਦੀ ਬਿਜਲੀ ਦੇ ਬਰਾਬਰ ਹੈ।

ਊਰਜਾ ਦੀ ਖਪਤ

ਬਹੁਤ ਸਾਰੇ ਉਪਭੋਗਤਾਵਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਇੱਕ AI ਸਿਸਟਮ ਨੂੰ ਇੱਕ ਛੋਟਾ ਸੁਨੇਹਾ ਭੇਜਣਾ ਨਾਮੁਮਕਿਨ ਪਾਵਰ ਦੀ ਖਪਤ ਕਰਦਾ ਹੈ। ਵਾਸਤਵ ਵਿੱਚ, ਇੱਕ ਛੋਟਾ ਵਾਕਾਂਸ਼ ਜਿਵੇਂ ਕਿ ‘ਧੰਨਵਾਦ’ ਇੱਕ ਪੂਰੇ ਨਿਊਰਲ ਨੈਟਵਰਕ ਨੂੰ ਸਰਗਰਮ ਕਰਦਾ ਹੈ। ਮਾਡਲ ਅਰਬਾਂ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਇੱਕ ਜਵਾਬ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਇੱਕ ਸਧਾਰਨ ਗੱਲਬਾਤ ਆਮ ਤੌਰ ‘ਤੇ ਲਗਭਗ 0.1 ਤੋਂ 0.3 ਵਾਟ-ਘੰਟੇ ਦੀ ਪਾਵਰ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਇਹ ਛੋਟਾ ਲੱਗ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ 10 ਵਾਟ ਦੇ LED ਬਲਬ ਨੂੰ 30 ਸਕਿੰਟਾਂ ਤੋਂ ਵੱਧ ਸਮੇਂ ਲਈ ਚਾਲੂ ਰੱਖਣ ਜਾਂ ਲੈਪਟਾਪ ਨੂੰ 10-15 ਸਕਿੰਟਾਂ ਲਈ ਚਾਲੂ ਰੱਖਣ ਦੇ ਬਰਾਬਰ ਹੈ। ਜਦੋਂ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਪ੍ਰਤੀ ਦਿਨ ਲੱਖਾਂ ਤੱਕ ਵਧ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਊਰਜਾ ਦੀ ਮੰਗ ਕਾਫੀ ਹੋ ਜਾਂਦੀ ਹੈ। ਦਰਅਸਲ, ਓਪਨਏਆਈ ਦੇ ਸੀਈਓ ਸੈਮ ਓਲਟਮੈਨ ਨੇ ਸਾਂਝਾ ਕੀਤਾ ਕਿ “ਕਿਰਪਾ ਕਰਕੇ” ਅਤੇ “ਧੰਨਵਾਦ” ਵਰਗੇ ਨਿਮਰ ਸੰਦੇਸ਼ਾਂ ਨਾਲ ਕੰਪਨੀ ਨੂੰ ਹਰ ਸਾਲ ਬਿਜਲੀ ਦੀ ਲਾਗਤ ਕਾਰਨ ਲੱਖਾਂ ਡਾਲਰ ਦਾ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ। ਇਹ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਨੇਕ ਇਰਾਦੇ ਵਾਲਾ ਉਪਭੋਗਤਾ ਵਿਵਹਾਰ ਆਧੁਨਿਕ AI ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਕੁੱਲ ਕਾਰਬਨ ਬੋਝ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ।

ਵੱਡੀ ਤਸਵੀਰ ਹੋਰ ਵੀ ਦਿਲਚਸਪ ਹੈ. ਸੁਤੰਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ AI ਨਾਲ ਸਬੰਧਤ ਕਾਰਬਨ ਨਿਕਾਸ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਿਹਾ ਹੈ। ਲਾਰੈਂਸ ਬਰਕਲੇ ਨੈਸ਼ਨਲ ਲੈਬਾਰਟਰੀ ਦੀ ਇੱਕ 2024 ਦੀ ਰਿਪੋਰਟ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਕਿ ਯੂਐਸ ਡੇਟਾ ਸੈਂਟਰ ਪਹਿਲਾਂ ਹੀ ਦੇਸ਼ ਦੀ ਬਿਜਲੀ ਦਾ 4.4% ਖਪਤ ਕਰਦੇ ਹਨ, ਇੱਕ ਅੰਕੜਾ ਜੋ 2028 ਤੱਕ ਲਗਭਗ 12% ਤੱਕ ਵਧ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ GPU ਫਾਰਮ ਵਧਦੇ ਹਨ। McKinsey ਦਾ ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ AI-ਤਿਆਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵੱਲ ਨਿਸ਼ਾਨਾ ਲਗਭਗ $5 ਟ੍ਰਿਲੀਅਨ ਦੇ ਨਾਲ, 2030 ਤੱਕ ਗਲੋਬਲ ਡਾਟਾ ਸੈਂਟਰ ਨਿਵੇਸ਼ $6.7 ਟ੍ਰਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ, ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਿਵੇਂ AI ਦੀ ਊਰਜਾ ਲਈ ਭੁੱਖ ਗਲੋਬਲ ਸਰੋਤ ਸੀਮਾਵਾਂ ਨੂੰ ਵਧਾ ਰਹੀ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਨਿਕਾਸੀ ਨੂੰ ਸਥਿਰ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ: ਵੱਡੀਆਂ ਕਾਰਬਨ-ਮੁਕਤ ਬਿਜਲੀ ਖਰੀਦਾਂ ਦੇ ਬਾਵਜੂਦ, ਗੂਗਲ ਦੇ ਆਪਣੇ ਡੇਟਾ ਸੈਂਟਰ ਦੀ ਬਿਜਲੀ ਦੀ ਵਰਤੋਂ ਚਾਰ ਸਾਲਾਂ ਵਿੱਚ ਦੁੱਗਣੀ ਤੋਂ ਵੱਧ ਹੋ ਗਈ ਹੈ। ਇਹ ਵਧਦੀ ਮੰਗ ਗਲੋਬਲ ਕਾਰਬਨ ਨਿਕਾਸ ਨੂੰ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਪ੍ਰਭਾਵਤ ਕਰਦੀ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ ਜਿਵੇਂ ਕਿ AI ਗੋਦ ਲੈਣ ਨਾਲ ਵਿਸ਼ਵ ਭਰ ਵਿੱਚ ਤੇਜ਼ੀ ਆਉਂਦੀ ਹੈ।

ਇਸ ਵਧਦੀ ਮੰਗ ਵਿੱਚ ਸਿੱਖਿਆ ਦੀ ਵੱਡੀ ਭੂਮਿਕਾ ਹੈ। ਸਟੈਨਫੋਰਡ ਏਆਈ ਇੰਡੈਕਸ, ਯੂਨੈਸਕੋ, ਅਤੇ ਪਿਊ ਰਿਸਰਚ ਸੈਂਟਰ ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਸਰਵੇਖਣ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਲਗਭਗ 38-52% ਨਿਯਮਤ AI ਉਪਭੋਗਤਾ ਵਿਦਿਆਰਥੀ ਹਨ। ਖੋਜਕਾਰ ਹੋਰ 8-12% ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ, ਅਤੇ ਅਧਿਆਪਕ ਜਾਂ ਫੈਕਲਟੀ ਮੈਂਬਰ ਲਗਭਗ 6-10% ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ। ਇਸ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਦੁਨੀਆ ਦੇ ਅੱਧੇ ਤੋਂ ਵੱਧ AI ਦੀ ਵਰਤੋਂ ਸਿੱਖਿਆ ਖੇਤਰ ਤੋਂ ਆਉਂਦੀ ਹੈ। ਇਸ ਲਈ, ਅਧਿਆਪਕ, ਖੋਜਕਰਤਾ ਅਤੇ ਵਿਦਿਆਰਥੀ ਸਮੂਹਿਕ ਤੌਰ ‘ਤੇ AI ਦੀ ਸੁਚੇਤ ਅਤੇ ਨਿਰੰਤਰ ਵਰਤੋਂ ਕਰਨ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦੇ ਹਨ।

AI ਦੇ ਵਿਸ਼ਾਲ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨ ਲਈ ਨਵੇਂ ਵਿਚਾਰ ਹੁਣ ਉਭਰ ਰਹੇ ਹਨ, ਹਾਲਾਂਕਿ ਉਹਨਾਂ ਨੂੰ ਹਕੀਕਤ ਬਣਨ ਵਿੱਚ ਕਈ ਸਾਲ ਲੱਗ ਜਾਣਗੇ। ਗੂਗਲ ਦੇ ਸੀਈਓ ਸੁੰਦਰ ਪਿਚਾਈ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਪ੍ਰੋਜੈਕਟ ਸਨਕੈਚਰ ਲਈ ਸਮਰਥਨ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ, ਸਪੇਸ ਵਿੱਚ ਇੱਕ AI ਡੇਟਾ ਸੈਂਟਰ ਸਥਾਪਤ ਕਰਨ ਦੀ ਯੋਜਨਾ, ਜੋ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਭਰਪੂਰ ਸੂਰਜੀ ਊਰਜਾ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ ਅਤੇ ਔਰਬਿਟ ਦੇ ਵੈਕਿਊਮ ਵਿੱਚ ਕੁਦਰਤੀ ਤੌਰ ‘ਤੇ ਠੰਡਾ ਹੈ। ਗੂਗਲ ਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਪਹਿਲਾ AI ਹਾਰਡਵੇਅਰ 2027 ਦੇ ਆਸ-ਪਾਸ ਲਾਂਚ ਹੋਵੇਗਾ, ਅਤੇ ਇੱਕ ਦਹਾਕੇ ਦੇ ਅੰਦਰ, ਪਿਚਾਈ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਸਪੇਸ-ਅਧਾਰਿਤ ਗਣਨਾ AI ਈਕੋਸਿਸਟਮ ਨੂੰ ਸ਼ਕਤੀ ਦੇਣ ਦਾ ਇੱਕ ਸਾਂਝਾ ਹਿੱਸਾ ਬਣ ਸਕਦੀ ਹੈ। ਉਸਨੇ ਇਸ਼ਾਰਾ ਕੀਤਾ ਕਿ ਸੂਰਜ “ਅੱਜ ਧਰਤੀ ਉੱਤੇ ਸਾਡੇ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਜਾਣ ਨਾਲੋਂ ਸੌ ਖਰਬ ਗੁਣਾ ਜ਼ਿਆਦਾ ਊਰਜਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ”, ਇਸਨੂੰ ਸਪੇਸ ਏਆਈ ਦੀ ਪਾਵਰ ਮੰਗਾਂ ਦਾ ਇੱਕ ਆਕਰਸ਼ਕ ਲੰਬੇ ਸਮੇਂ ਦਾ ਹੱਲ ਬਣਾਉਂਦਾ ਹੈ। ਘੋਸ਼ਣਾ ਨੇ ਵਿਸ਼ਵਵਿਆਪੀ ਧਿਆਨ ਖਿੱਚਿਆ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਐਲੋਨ ਮਸਕ ਨੂੰ ਇੱਕ ਸ਼ਬਦ – ‘ਦਿਲਚਸਪ’ ਨਾਲ ਜਵਾਬ ਦੇਣ ਲਈ ਪ੍ਰੇਰਿਤ ਕੀਤਾ। ਹਾਲਾਂਕਿ ਇਹ ਹੱਲ ਮੌਜੂਦਾ ਨਿਕਾਸ ਨੂੰ ਸੰਬੋਧਿਤ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਵਾਤਾਵਰਣ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਘਟਾਉਣ ਲਈ ਇੱਕ ਸੰਭਾਵੀ ਭਵਿੱਖ ਦੇ ਮਾਰਗ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ।

ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਦਾ ਮਤਲਬ AI ਤੋਂ ਬਚਣਾ ਨਹੀਂ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਇਸ ਵਿੱਚ ਸੂਚਿਤ ਚੋਣਾਂ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਵਰਤੋਂਕਾਰ ਬੇਲੋੜੇ ਸਵਾਲਾਂ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹਨ, ਸਟੀਕ ਸਵਾਲ ਪੁੱਛ ਸਕਦੇ ਹਨ, ਅਤੇ ਕਿਸੇ ਨਵੇਂ ਉਦੇਸ਼ ਨੂੰ ਪੂਰਾ ਨਾ ਕਰਨ ਵਾਲੇ ਪ੍ਰੋਂਪਟਾਂ ਨੂੰ ਦੁਹਰਾਉਣ ਤੋਂ ਬਚ ਸਕਦੇ ਹਨ। ਇੱਕ ਸਧਾਰਨ ‘ਥੰਬਸ-ਅੱਪ’ ਲਗਭਗ ਕੋਈ ਊਰਜਾ ਨਹੀਂ ਵਰਤਦਾ, ਇੱਕ ਸੁਨੇਹਾ ਟਾਈਪ ਕਰਦੇ ਸਮੇਂ – ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਵੀ – ਗਣਨਾ ਦੇ ਇੱਕ ਹੋਰ ਪੂਰੇ ਚੱਕਰ ਨੂੰ ਚਾਲੂ ਕਰਦਾ ਹੈ। ਵਿਦਿਆਰਥੀ ਸੰਬੰਧਿਤ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਜੋੜ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਵੀ ਸੰਭਵ ਹੋਵੇ, ਅਧਿਆਪਕ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਔਫਲਾਈਨ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਮਾਰਗਦਰਸ਼ਨ ਕਰ ਸਕਦੇ ਹਨ। ਖੋਜਕਰਤਾ ਬੁਨਿਆਦੀ ਕੰਮਾਂ ਲਈ ਆਨ-ਪ੍ਰੀਮਿਸ ਡਿਵਾਈਸਾਂ ‘ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਲੋੜ ਪੈਣ ‘ਤੇ ਹੀ ਕਲਾਉਡ-ਅਧਾਰਿਤ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ। ਇਹਨਾਂ ਛੋਟੀਆਂ ਆਦਤਾਂ ਨੂੰ ਅਪਣਾ ਕੇ, ਲੱਖਾਂ ਉਪਭੋਗਤਾ ਸਮੂਹਿਕ ਤੌਰ ‘ਤੇ ਵਿਸ਼ਵ ਊਰਜਾ ਦੀ ਖਪਤ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ।

AI ਸਾਡੇ ਸਿੱਖਣ, ਸਿਖਾਉਣ ਅਤੇ ਬਣਾਉਣ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲ ਰਿਹਾ ਹੈ। ਪਰ ਇਸ ਸ਼ਕਤੀ ਦੇ ਨਾਲ ਇਸ ਦੇ ਵਾਤਾਵਰਣ ਦੀ ਲਾਗਤ ਨੂੰ ਸਮਝਣ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਵੀ ਆਉਂਦੀ ਹੈ. ਏਆਈ ਟੂਲ ਦੇ ਨਾਲ ਸਾਡੀ ਹਰ ਪਰਸਪਰ ਕਿਰਿਆ, ਭਾਵੇਂ ਕਿੰਨੀ ਵੀ ਛੋਟੀ ਹੋਵੇ, ਇੱਕ ਊਰਜਾ ਪਦ-ਪ੍ਰਿੰਟ ਹੈ। ਅਸੀਂ ਇਹਨਾਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਦੇ ਹਾਂ ਇਸ ਬਾਰੇ ਵਧੇਰੇ ਸੁਚੇਤ ਹੋ ਕੇ, ਅਸੀਂ ਕਾਰਬਨ ਨਿਰਪੱਖਤਾ ਵੱਲ ਗਲੋਬਲ ਸਫ਼ਰ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਇੱਕ ਹਰਿਆਲੀ ਡਿਜੀਟਲ ਭਵਿੱਖ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਾਂ। ਟੀਚਾ ਸਾਡੀ ਸਿਰਜਣਾਤਮਕਤਾ ਨੂੰ ਸੀਮਤ ਕਰਨਾ ਨਹੀਂ ਹੈ, ਪਰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਸਾਡੀ ਸਿੱਖਿਆ ਅਤੇ ਨਵੀਨਤਾ ਗ੍ਰਹਿ ਦੇ ਸਥਿਰਤਾ ਯਤਨਾਂ ਦੇ ਨਾਲ ਇਕਸਾਰ ਰਹੇ।

ਲੇਖਕ ਇੱਕ ਸਿੱਖਿਆ ਸ਼ਾਸਤਰੀ, ਲੇਖਕ, ਖੋਜਕਾਰ ਅਤੇ ਅਕਾਦਮਿਕ ਲੇਖਕ ਹੈ।

Leave a Reply

Your email address will not be published. Required fields are marked *