ಸೈನ್ಸ್ಡೈರೆಕ್ಟ್ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಇತ್ತೀಚಿನ ಅಧ್ಯಯನವು, AI ವೃತ್ತಾಕಾರದ ವ್ಯವಹಾರ ಮಾದರಿಗಳಿಗೆ ಎಂಜಿನ್ ಆಗುತ್ತಿದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಮುನ್ಸೂಚಕ ವಿಶ್ಲೇಷಣೆ, ನೈಜ-ಸಮಯದ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ಬುದ್ಧಿವಂತ ಯಾಂತ್ರೀಕೃತಗೊಂಡಂತಹ ಸಾಮರ್ಥ್ಯಗಳು ಉತ್ಪಾದನಾ ಸರಪಳಿಗಳನ್ನು ಪುನರುತ್ಪಾದಿಸಲು, ಮರುಬಳಕೆ ಮಾಡಲು ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡಲು ಮರುವಿನ್ಯಾಸಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಬಹುತೇಕ ಅಲ್ಗಾರಿದಮ್ ವೃತ್ತಾಕಾರದ ವಾಸ್ತುಶಿಲ್ಪಿಯಂತೆ. ಆದರೆ ಅಪಾಯಗಳಿವೆ: ವೃತ್ತಾಕಾರದ ಉತ್ತಮ ಸೂಚಕಗಳಿಲ್ಲದೆ, ಭರವಸೆ ಮರೀಚಿಕೆಯಾಗಬಹುದು.
ಉತ್ಪನ್ನಗಳು ಮತ್ತು ವಸ್ತುಗಳ ಜೀವನಚಕ್ರವನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಮತ್ತು AI ನಿಜವಾಗಿಯೂ ರೇಖೀಯ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸುವುದಲ್ಲದೆ, ಲೂಪ್ಗಳನ್ನು ಮುಚ್ಚುತ್ತಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ನಮಗೆ ಸ್ಪಷ್ಟ ಮೆಟ್ರಿಕ್ಗಳು ಬೇಕಾಗುತ್ತವೆ. ನಿಜ ಜೀವನದಲ್ಲಿ, ಇದರರ್ಥ ಬಳಕೆ, ಆದಾಯ, ಮರುಬಳಕೆ, ತ್ಯಾಜ್ಯದತ್ತ ಗಮನ ಮತ್ತು ಉತ್ಪನ್ನ ಜೀವನಚಕ್ರದ ಬಗ್ಗೆ ನಿಖರವಾದ ಸೂಚಕಗಳನ್ನು ಹೊಂದಿರುವುದು ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ಗಳು ಸರಿಯಾದ ರೋಗನಿರ್ಣಯವನ್ನು ಒದಗಿಸುತ್ತಿವೆ ಎಂದು ನಂಬುವುದು. ಆದಾಗ್ಯೂ, ಇದು ತಾಂತ್ರಿಕವಾಗಿ ರೋಸಿ ಅಲ್ಲ.
ಮೆಕಿನ್ಸೆಯ ಬೆಂಬಲದೊಂದಿಗೆ ಎಲೆನ್ ಮ್ಯಾಕ್ಆರ್ಥರ್ ಫೌಂಡೇಶನ್ ನಡೆಸಿದ ಅಧ್ಯಯನದಿಂದ ಮತ್ತೊಂದು ಕುತೂಹಲಕಾರಿ ಸಂಶೋಧನೆ ಬಂದಿದೆ: ವಿನ್ಯಾಸ, ಹೊಸ ವ್ಯವಹಾರ ಮಾದರಿಗಳು ಮತ್ತು ಮೂಲಸೌಕರ್ಯ ಆಪ್ಟಿಮೈಸೇಶನ್ ಎಂಬ ಮೂರು ರಂಗಗಳಲ್ಲಿ AI ವೃತ್ತಾಕಾರವನ್ನು ವೇಗಗೊಳಿಸಬಹುದು ಎಂದು ಅವರು ತೋರಿಸುತ್ತಾರೆ. ಇದನ್ನು ನಮ್ಮ ದೈನಂದಿನ ಜೀವನಕ್ಕೆ ಭಾಷಾಂತರಿಸುವುದು: AI ತನ್ನ ಉಪಯುಕ್ತ ಜೀವನದ ಕೊನೆಯಲ್ಲಿ ತನ್ನನ್ನು ತಾನೇ ಡಿಸ್ಅಸೆಂಬಲ್ ಮಾಡುವ ಪ್ಯಾಕೇಜಿಂಗ್ ಅನ್ನು ರಚಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಉತ್ಪನ್ನಗಳ ಜೀವಿತಾವಧಿಯನ್ನು ವಿಸ್ತರಿಸುವ ಗುತ್ತಿಗೆ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ ಮತ್ತು ನಾವು ಸೇವಿಸುವ ಎಲ್ಲವನ್ನೂ ಮರುಪಡೆಯಲು ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡಲು ರಿವರ್ಸ್ ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಅನ್ನು ಸಹ ಪರಿಷ್ಕರಿಸುತ್ತದೆ.
ಲಾಭಗಳು ನಿರ್ದಿಷ್ಟವಾಗಿವೆ: 2030 ರ ವೇಳೆಗೆ ಆಹಾರದಲ್ಲಿ ವರ್ಷಕ್ಕೆ US$127 ಬಿಲಿಯನ್ ಮತ್ತು ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ನಲ್ಲಿ ವರ್ಷಕ್ಕೆ US$90 ಬಿಲಿಯನ್ ವರೆಗೆ. ಕಲಿಯುವ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ನಿಜವಾದ ಹಣವನ್ನು ಉಳಿಸುವ ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡುವ ಬಗ್ಗೆ ನಾವು ಮಾತನಾಡುತ್ತಿದ್ದೇವೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಡಿಜಿಟಲೀಕರಣಗೊಂಡ ವೃತ್ತಾಕಾರ ಎಂದರೆ ಸ್ಪರ್ಧಾತ್ಮಕತೆ ಮತ್ತು ಲಾಭದಾಯಕತೆ - ಇದು ಬಂಡವಾಳಶಾಹಿ ಜಗತ್ತಿನಲ್ಲಿ ಅದನ್ನು ಇನ್ನಷ್ಟು ಎದುರಿಸಲಾಗದಂತೆ ಮಾಡುತ್ತದೆ.
ಚರ್ಚೆಯನ್ನು ಬೆಂಬಲಿಸಲು ಹಾರ್ವರ್ಡ್ ಬಿಸಿನೆಸ್ ರಿವ್ಯೂ ಕಡೆಗೆ ತಿರುಗೋಣ : ಶೆರ್ಲಿ ಲು ಮತ್ತು ಜಾರ್ಜ್ ಸೆರಾಫೀಮ್ ಪ್ರಕಾರ, ವೃತ್ತಾಕಾರವು ಟ್ರಿಲಿಯನ್ಗಟ್ಟಲೆ ಮೌಲ್ಯವನ್ನು ಭರವಸೆ ನೀಡುತ್ತಿದ್ದರೂ, ಪ್ರಪಂಚವು ಸಾರ-ಉತ್ಪತ್ತಿ-ತಿರಸ್ಕಾರದ ರೇಖೀಯ ಚಕ್ರದಲ್ಲಿ ಸಿಕ್ಕಿಹಾಕಿಕೊಂಡಿದೆ, ಆದರೆ ಬಳಸಿದ ಉತ್ಪನ್ನಗಳ ಕಡಿಮೆ ಮೌಲ್ಯ, ಹೆಚ್ಚಿನ ಬೇರ್ಪಡಿಕೆ ವೆಚ್ಚಗಳು ಮತ್ತು ಪತ್ತೆಹಚ್ಚುವಿಕೆಯ ಕೊರತೆಯಂತಹ ಅಡೆತಡೆಗಳನ್ನು ಎದುರಿಸುತ್ತದೆ.
ಪರಿಹಾರವೇನು? ಮೂರು ಪ್ರಾಯೋಗಿಕ ರಂಗಗಳಲ್ಲಿ AI ಯೊಂದಿಗೆ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸಿ: ಉತ್ಪನ್ನದ ಜೀವಿತಾವಧಿಯನ್ನು ವಿಸ್ತರಿಸುವುದು, ಕಡಿಮೆ ಕಚ್ಚಾ ವಸ್ತುಗಳನ್ನು ಬಳಸುವುದು ಮತ್ತು ಮರುಬಳಕೆಯ ವಸ್ತುಗಳ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು. ನವೀಕರಣಗಳು (ಐಫೋನ್ಗಳಲ್ಲಿರುವಂತೆ) ಅಥವಾ ಉತ್ಪನ್ನ-ಸೇವೆಯ ಉಪಕ್ರಮಗಳೊಂದಿಗೆ AI ದೀರ್ಘ ಜೀವಿತಾವಧಿಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಅಲ್ಲಿ ಕಂಪನಿಯು ಮಾಲೀಕತ್ವವನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಗ್ರಾಹಕರು "ಬಾಡಿಗೆ"ಗಳನ್ನು ಮಾತ್ರ ಪಡೆಯುತ್ತಾರೆ, ನಿಜವಾದ ಬಳಕೆಯ ಚಕ್ರವನ್ನು ಹೆಚ್ಚಿಸುತ್ತಾರೆ. ಇದು ಆದಾಯವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ನಿಷ್ಠೆಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ, ಬಳಸಿದ ಉತ್ಪನ್ನಗಳ ಮೌಲ್ಯವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ತಂತ್ರಜ್ಞಾನವು ಮತ್ತೊಂದು ದುಬಾರಿ ಐಷಾರಾಮಿಯಾಗದಿದ್ದರೆ ಹೆಚ್ಚು ವೃತ್ತಾಕಾರದ ಮತ್ತು ಲಾಭದಾಯಕ ಆರ್ಥಿಕತೆಯತ್ತ ತಳ್ಳುತ್ತದೆ.
ಇಲ್ಲಿಯೇ ನಾವು ಚುಕ್ಕೆಗಳನ್ನು ಸಂಪರ್ಕಿಸಬೇಕಾಗಿದೆ. ವೃತ್ತಾಕಾರದ ಆರ್ಥಿಕತೆಯು ವಸ್ತು ಮತ್ತು ಶಕ್ತಿಯ ಹರಿವುಗಳನ್ನು ಪುನರ್ವಿಮರ್ಶಿಸಲು, ದಕ್ಷತೆಯನ್ನು ಹುಡುಕಲು, ತ್ಯಾಜ್ಯವನ್ನು ತೊಡೆದುಹಾಕಲು ಮತ್ತು ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪುನರುತ್ಪಾದಿಸಲು ನಮಗೆ ಕಲಿಸುತ್ತದೆ. ಆದರೆ ನಾವು AI ಬಗ್ಗೆ ಮಾತನಾಡುವಾಗ, ನಾವು ವಿರೋಧಾಭಾಸವನ್ನು ಎದುರಿಸುತ್ತೇವೆ: ಇದು ಪರಿಹಾರಗಳು ಮತ್ತು ವೃತ್ತಾಕಾರದ ಅವಕಾಶಗಳನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ (ಉದಾಹರಣೆಗೆ ಹರಿವುಗಳನ್ನು ಮ್ಯಾಪಿಂಗ್ ಮಾಡುವುದು, ಮರುಬಳಕೆ ಸರಪಳಿಗಳನ್ನು ಊಹಿಸುವುದು, ರಿವರ್ಸ್ ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಅನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸುವುದು, ತ್ಯಾಜ್ಯ ಹಾಟ್ಸ್ಪಾಟ್ಗಳನ್ನು ಗುರುತಿಸುವುದು ಅಥವಾ ಹೊಸ ವಸ್ತುಗಳ ಸಂಶೋಧನೆಯನ್ನು ವೇಗಗೊಳಿಸುವುದು), ಆದರೆ ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಬಳಸದಿದ್ದರೆ ಅದು ಪರಿಸರದ ಪರಿಣಾಮಗಳನ್ನು ವರ್ಧಿಸಬಹುದು.
ಕೆಲವು ಅಪಾಯಗಳ ಪೈಕಿ, AI ನ ಪರಿಸರ ಹೆಜ್ಜೆಗುರುತು (ಡೇಟಾ ಕೇಂದ್ರಗಳಲ್ಲಿ ಹೆಚ್ಚುತ್ತಿರುವ ಶಕ್ತಿ ಮತ್ತು ನೀರಿನ ಬಳಕೆಯೊಂದಿಗೆ), ಇ-ತ್ಯಾಜ್ಯ (ಚಿಪ್ಗಳು, ಸರ್ವರ್ಗಳು ಮತ್ತು ಸೂಪರ್ಕಂಪ್ಯೂಟರ್ಗಳ ಪೈಪೋಟಿಯು ಎಲೆಕ್ಟ್ರಾನಿಕ್ ತ್ಯಾಜ್ಯದ ಬೆಟ್ಟಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ನಿರ್ಣಾಯಕ ಖನಿಜಗಳ ಗಣಿಗಾರಿಕೆಯ ಮೇಲೆ ಒತ್ತಡ ಹೇರುತ್ತದೆ), ಮತ್ತು ಡಿಜಿಟಲ್ ವಿಭಜನೆ (ಅಭಿವೃದ್ಧಿಶೀಲ ರಾಷ್ಟ್ರಗಳು ಪ್ರಯೋಜನಗಳಿಗೆ ನ್ಯಾಯಯುತ ಪ್ರವೇಶವಿಲ್ಲದೆ ದುಬಾರಿ ತಂತ್ರಜ್ಞಾನಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಬಹುದು) ಗಳನ್ನು ನಾವು ಎತ್ತಿ ತೋರಿಸಬಹುದು.
ಸಮತೋಲನವನ್ನು ಕಂಡುಕೊಳ್ಳುವುದರಲ್ಲಿ ದೊಡ್ಡ ಸವಾಲು ಇದೆ. ನಮಗೆ ವೃತ್ತಾಕಾರವನ್ನು ಪೂರೈಸುವ AI ಅಗತ್ಯವಿದೆ, ಪ್ರತಿಯಾಗಿ ಅಲ್ಲ. ಪರಿಸರ ಬಿಕ್ಕಟ್ಟನ್ನು ಉಲ್ಬಣಗೊಳಿಸುವ ಬದಲು, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಪರಿಹಾರದ ಪರಿಣಾಮಕಾರಿ ಭಾಗವಾಗಿದೆ ಎಂದು ನಾವು ಹೇಗೆ ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬಹುದು? ನಾವು ವಿಮರ್ಶಾತ್ಮಕ ಮನೋಭಾವವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಬೇಕು. ತಾಂತ್ರಿಕ ಪ್ರಚೋದನೆಯಿಂದ ಮಾತ್ರ ನಾವು ಪ್ರಭಾವಿತರಾಗಲು ಸಾಧ್ಯವಿಲ್ಲ. ಇದು ಆಯ್ಕೆ ಮಾಡುವ ಸಮಯ: ಅಸಮಾನತೆಗಳು ಮತ್ತು ಪರಿಸರ ಒತ್ತಡಗಳನ್ನು ಹೆಚ್ಚಿಸುವ AI ನಮಗೆ ಬೇಕೇ ಅಥವಾ ವೃತ್ತಾಕಾರದ ಆರ್ಥಿಕತೆಗೆ ಪರಿವರ್ತನೆಯನ್ನು ಹೆಚ್ಚಿಸುವ AI ನಮಗೆ ಬೇಕೇ?
ನಾನು ಆಶಾವಾದಿಯಾಗಿರಲು ಪ್ರಯತ್ನಿಸುತ್ತೇನೆ. ಕಡಿಮೆ ಶಕ್ತಿಯ ಬಳಕೆ ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳ ಉತ್ತಮ ಬಳಕೆಯೊಂದಿಗೆ ಪ್ರಕ್ರಿಯೆಗಳು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿರುತ್ತವೆ ಎಂದು ನಾನು ನಂಬುತ್ತೇನೆ.
ಇಂದಿನ ಸಂದಿಗ್ಧತೆ - ಹೆಚ್ಚಿನ AI ಅಂದರೆ ಹೆಚ್ಚಿನ ಶಕ್ತಿಯ ಬೇಡಿಕೆ - ಭವಿಷ್ಯದಲ್ಲಿ ಸಮತೋಲನಗೊಳ್ಳಬಹುದು, ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಬರೆಯಲು ಬಳಸುವ ಅದೇ ಸೃಜನಶೀಲತೆಯನ್ನು ಪರಿಣಾಮಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪುನರುತ್ಪಾದಿಸಲು ಅನ್ವಯಿಸಿದರೆ. ನಾವು AI ಅನ್ನು ವೃತ್ತಾಕಾರದ ಕಾರ್ಯತಂತ್ರದ ಮಿತ್ರನಾಗಿ ಬಳಸಬಹುದು, ಜಾಗರೂಕ ಕಣ್ಣುಗಳು ಮತ್ತು ಘನ ಮಾನದಂಡಗಳೊಂದಿಗೆ: ಬೇಡಿಕೆಯ ದಕ್ಷತೆ, ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮತ್ತು ಪಾರದರ್ಶಕ ಮೆಟ್ರಿಕ್ಗಳು.
ನಿಜವಾದ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಕೇವಲ ಕೋಡ್ ರೇಖೆಗಳು ಅಥವಾ ಸಂಸ್ಕರಣಾ ವೇಗದಿಂದ ಅಳೆಯಲಾಗುವುದಿಲ್ಲ. ಪರಿಸರ ಕ್ಷೇತ್ರದಲ್ಲಿ, ವೃತ್ತಾಕಾರ ಮಾತ್ರ ಈ ಬುದ್ಧಿಮತ್ತೆ ನಿಜ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ, ಕೇವಲ ಕೃತಕವಲ್ಲ. ಅಂತಿಮವಾಗಿ, ಸವಾಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ರಚಿಸುವುದು ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದು ಮಾತ್ರವಲ್ಲ... ಬದಲಾಗಿ ವೃತ್ತಾಕಾರದ ಬುದ್ಧಿಮತ್ತೆಯಾಗಿದೆ.
*ಇಸಾಬೆಲಾ ಬೊನಾಟ್ಟೊ ವೃತ್ತಾಕಾರದ ಚಳವಳಿಯ ರಾಯಭಾರಿ. ಪರಿಸರ ಎಂಜಿನಿಯರಿಂಗ್ನಲ್ಲಿ ಪಿಎಚ್ಡಿ ಪದವಿ ಪಡೆದ ಜೀವಶಾಸ್ತ್ರಜ್ಞೆ, ಸಾಮಾಜಿಕ-ಪರಿಸರ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಹನ್ನೆರಡು ವರ್ಷಗಳಿಗೂ ಹೆಚ್ಚು ಅನುಭವ ಹೊಂದಿದ್ದಾರೆ. 2021 ರಿಂದ, ಅವರು ಕೀನ್ಯಾದಲ್ಲಿ ವಾಸಿಸುತ್ತಿದ್ದಾರೆ, ಅಲ್ಲಿ ಅವರು ಯುಎನ್ ಏಜೆನ್ಸಿಗಳು, ಸರ್ಕಾರಗಳು, ಖಾಸಗಿ ವಲಯ ಮತ್ತು ನಾಗರಿಕ ಸಮಾಜ ಸಂಸ್ಥೆಗಳ ಸಹಭಾಗಿತ್ವದಲ್ಲಿ ಸಾಮಾಜಿಕ-ಪರಿಸರ ಯೋಜನೆಗಳ ಸಲಹೆಗಾರರಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ. ಅವರ ವೃತ್ತಿಜೀವನವು ತಾಂತ್ರಿಕ ಮತ್ತು ವೈಜ್ಞಾನಿಕ ಜ್ಞಾನವನ್ನು ಅಂತರ್ಗತ ಸಾಮಾಜಿಕ ಅಭ್ಯಾಸಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸುತ್ತದೆ, ನೈಸರ್ಗಿಕ ಸಂಪನ್ಮೂಲ ನಿರ್ವಹಣೆ, ಸಾರ್ವಜನಿಕ ನೀತಿಗಳು, ವೃತ್ತಾಕಾರದ ನಾವೀನ್ಯತೆ ಮತ್ತು ಸಮುದಾಯ ಸಬಲೀಕರಣವನ್ನು ಸಂಯೋಜಿಸುವ ಉಪಕ್ರಮಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತದೆ.
