تحسين التقدم بشكل مستدام: كيف يقوم الذكاء الاصطناعي الأخضر بتحويل مشهد الحوسبة وتقليل انبعاثات الكربون

• ديناميكيات السوق المتغيرة في الحوسبة المستدامة للذكاء الاصطناعي
• الابتكارات التي تدفع تقنيات الذكاء الاصطناعي الصديقة للبيئة
• اللاعبين الرئيسيين والخطوات الاستراتيجية في الذكاء الاصطناعي الأخضر
• التوسع المتوقع في حلول الذكاء الاصطناعي منخفض الكربون
• النقاط الساخنة الجغرافية ونماذج الاعتماد في الذكاء الاصطناعي الأخضر
• الاتجاهات الناشئة من أجل تطوير ذكاء اصطناعي مستدام
• العقبات والانجازات في السعي نحو الذكاء الاصطناعي الأخضر
• المصادر والمراجع

“الذكاء الاصطناعي الأخضر يشير إلى تطوير واستخدام الذكاء الاصطناعي مع التركيز على تقليل الأثر البيئي.” (المصدر)

ديناميكيات السوق المتغيرة في الحوسبة المستدامة للذكاء الاصطناعي

لقد brought expansion السريع للذكاء الاصطناعي (AI) هموم بيئية كبيرة، لا سيما فيما يتعلق بالبصمة الكربونية لتدريب ونشر النماذج على نطاق واسع. مع زيادة تعقيد وحجم نماذج الذكاء الاصطناعي، يزداد استهلاك الطاقة لديها. على سبيل المثال، يمكن أن تنبعث من تدريب نموذج لغوي كبير واحد كمية من الكربون تعادل خمس سيارات على مدار حياتها (MIT Technology Review). وقد أدى ذلك إلى ظهور “الذكاء الاصطناعي الأخضر”، وهو حركة تركز على تقليل الأثر البيئي لأنظمة الذكاء الاصطناعي من خلال خوارزميات أكثر كفاءة، وأجهزة، وممارسات تشغيل.

تشمل الاستراتيجيات الرئيسية في الذكاء الاصطناعي الأخضر:

• الكفاءة الخوارزمية: يقوم الباحثون بتطوير نماذج تحقق أداءً مماثلاً مع عدد أقل من المعلمات وموارد حسابية أقل. تقنيات مثل تصغير النموذج، والتكميم، واستخلاص المعرفة تكتسب زخمًا (ArXiv).
• تكامل الطاقة المتجددة: تقوم مقدمو الخدمات السحابية الرئيسيين مثل Google وMicrosoft بتغذية مراكز بياناتهم بالطاقة المتجددة، مع هدف المواصلات الخالية من الكربون بحلول عام 2030 (Google Sustainability، مدونة Microsoft).
• ابتكار الأجهزة: إن اعتماد شرائح الذكاء الاصطناعي الموفرة للطاقة، مثل تلك المبنية على معمارية ARM أو المسرعات المخصصة، يقلل من الطاقة المطلوبة لكل من التدريب والاستدلال (Arm Blueprint).
• تقييم دورة الحياة: الشركات تقيس وتبلغ عن انبعاثات دورة الحياة كاملة لمنتجات الذكاء الاصطناعي، من التطوير إلى النشر، لمعرفة المزيد من فرص التقليل (Nature Machine Intelligence).

تتغير ديناميكيات السوق مع تحول الاستدامة إلى عامل تمييز تنافسي. وفقًا لاستطلاع غارتنر لعام 2023، يخطط 80% من المديرين الماليين لزيادة استثمارات الاستدامة، مع كون بنية الذكاء الاصطناعي تركيزًا رئيسيًا. كما أن الضغوط التنظيمية، مثل قانون الذكاء الاصطناعي المقترح من الاتحاد الأوروبي، تدفع المنظمات أيضًا لتبني ممارسات أكثر اخضرارًا.

باختصار، يقوم الذكاء الاصطناعي الأخضر بإعادة تشكيل عصر الحوسبة من خلال موائمة التقدم التكنولوجي مع الرعاية البيئية. مع زيادة الطلب على حلول الذكاء الاصطناعي المستدامة، من المرجح أن تحقق الشركات التي تعطي الأولوية لتقليل الكربون فوائد تنظيمية وحصة سوقية.

الابتكارات التي تدفع تقنيات الذكاء الاصطناعي الصديقة للبيئة

مع تطور أنظمة الذكاء الاصطناعي (AI) لتصبح أكثر قوة وانتشارًا، أصبح الأثر البيئي لها – لا سيما من حيث استهلاك الطاقة وانبعاثات الكربون – تحت فحص متزايد. وقد ظهرت فكرة “الذكاء الاصطناعي الأخضر” كاستجابة، تركز على تطوير ونشر تقنيات الذكاء الاصطناعي التي تقلل من الأثر البيئي مع الحفاظ على الأداء أو تحسينه.

واحد من المحركات الرئيسية للذكاء الاصطناعي الأخضر هو تحسين عمليات تدريب النماذج والاستدلال. يمكن أن تنبعث من تدريب نماذج لغوية كبيرة، على سبيل المثال، كمية من CO₂ تبلغ 284 طنًا – ما يعادل خمسة أضعاف انبعاثات سيارة عادية طوال حياتها (MIT Technology Review). لمعالجة ذلك، يقوم الباحثون بتطوير خوارزميات وهياكل أكثر كفاءة. تقنيات مثل تصغير النموذج، والتكميم، واستخلاص المعرفة تقلل من الموارد الحاسوبية المطلوبة دون فقدان كبير في الدقة (arXiv).

ابتكار آخر هو استخدام الأجهزة المتخصصة. تم تصميم مسرعات الذكاء الاصطناعي مثل وحدات معالجة الأنسجة (TPUs) من Google و GPU الفعالة للطاقة من NVIDIA لأداء الحسابات المتعلقة بالذكاء الاصطناعي مع استهلاك طاقة أقل مقارنة بوحدات المعالجة المركزية التقليدية (Google Cloud). علاوة على ذلك، أصبحت مراكز البيانات تعتمد بشكل متزايد على مصادر الطاقة المتجددة، مع التزام شركات مثل Microsoft وAmazon باستخدام 100% من الطاقة المتجددة لعملياتها السحابية (Amazon Sustainability).

كما أن الشفافية والقياس أمران حيويان. إن إدخال “علامات الطاقة” ومعايير الإبلاغ، مثل آلة حساب انبعاثات التعلم الآلي، يسمح للمنظمات بتتبع والإفصاح عن البصمة الكربونية لمشاريعها في الذكاء الاصطناعي. يشجع ذلك على المساءلة ويساعد في توجيه القرارات نحو ممارسات أكثر اخضرارًا.

• الكفاءة الخوارزمية: طرق التدريب الجديدة والهياكل تقلل من استهلاك الطاقة.
• ابتكار الأجهزة: الشرائح المخصصة ومراكز البيانات المدعومة بالطاقة المتجددة تقلل الانبعاثات.
• أدوات الشفافية: حاسبات الانبعاثات ومعايير الإبلاغ تعزز المساءلة.

مع تسارع اعتماد الذكاء الاصطناعي، يقوم الدفع نحو الذكاء الاصطناعي الأخضر بإعادة تشكيل الصناعة. من خلال إعطاء الأولوية للكفاءة، واستغلال الطاقة النظيفة، وتعزيز الشفافية، تحرز القطاع خطوات نحو عصر حوسبة أكثر استدامة.

اللاعبين الرئيسيين والخطوات الاستراتيجية في الذكاء الاصطناعي الأخضر

مع زيادة حجم وتعقيد نماذج الذكاء الاصطناعي (AI)، أصبح استهلاك الطاقة والبصمة الكربونية لديها قضايا مستعجلة. ظهرت فكرة الذكاء الاصطناعي الأخضر لمعالجة هذه التحديات، مع التركيز على تطوير أنظمة الذكاء الاصطناعي القوية والمستدامة بيئيًا. يقوم اللاعبين الرئيسيين في صناعة التقنية الآن باتخاذ خطوات استراتيجية لتقليل الأثر الكربوني للذكاء الاصطناعي، مما يضع معايير جديدة للابتكار المسؤول.

• Google كانت رائدة في الذكاء الاصطناعي المستدام، ملتزمة بتشغيل جميع مراكز بياناتها وحرمها الجامعي على الطاقة الخالية من الكربون على مدار الساعة بحلول عام 2030. تستفيد مبادرة AI for Sustainability للأعمال من التعلم الآلي لتحسين استخدام الطاقة وتقليل الانبعاثات عبر عملياتها.
• Microsoft تعهدت بأن تصبح سلبية الكربون بحلول عام 2030 وإزالة جميع الكربون الذي أطلقته منذ تأسيسها بحلول عام 2050. يدعم برنامجها للذكاء الاصطناعي المستدام الأبحاث والشركات الناشئة التي تركز على الذكاء الاصطناعي الموفرة للطاقة، بينما تتزايد الطاقة المتجددة في منصة السحابة Azure الخاصة بها.
• خدمات الويب من أمازون (AWS) تستثمر بشكل كبير في مشاريع الطاقة المتجددة وقد التزمت بالوصول إلى انبعاثات صفرية صافية بحلول عام 2040. تشمل مبادرات Green AI من AWS أدوات لتتبع وتحسين البصمة الكربونية للأعباء التعليمية الآلية.
• NVIDIA، المزود الرئيسي لأجهزة الذكاء الاصطناعي، تطور وحدات معالجة الرسوميات الأكثر كفاءة في استهلاك الطاقة وتعمل مع الشركاء لتصميم البنية التحتية المستدامة للذكاء الاصطناعي. تقدم أحدث رقائقها، مثل H100، تحسينات كبيرة في الأداء لكل واط، مما يقلل من الطاقة المطلوبة لتدريب الذكاء الاصطناعي على نطاق واسع.
• OpenAI وغيرها من المنظمات البحثية ينشرون بشكل متزايد بيانات عن الطاقة وانبعاثات كربون تدريب النماذج الكبيرة، مما يعزز الشفافية ويشجع على تطوير خوارزميات أكثر كفاءة (Strubell et al., 2019).

تشمل الخطوات الاستراتيجية لهؤلاء الرواد في الصناعة الاستثمار في الطاقة المتجددة، وتحسين كفاءة مراكز البيانات، وتطوير أجهزة ذكاء اصطناعي منخفضة الاستهلاك للطاقة، وتعزيز كفاءة الخوارزميات. وفقًا لتقرير IEA لعام 2023، كانت مراكز البيانات وشبكات نقل البيانات تمثل حوالي 1-1.5% من استخدام الطاقة العالمي، مع مساهمة فئة العمل المتعلقة بالذكاء الاصطناعي بنسبة متزايدة. مع تسارع اعتماد الذكاء الاصطناعي، من المتوقع أن يصبح الدفع نحو الذكاء الاصطناعي الأخضر اتجاهًا مميزًا، يشكل كلاً من المشهد البيئي والتنافسي لعصر الحوسبة.

التوسع المتوقع في حلول الذكاء الاصطناعي منخفض الكربون

مع زيادة تكامل أنظمة الذكاء الاصطناعي (AI) في الصناعات العالمية، تم جذب الانتباه بشكل كبير إلى استهلاك الطاقة والانبعاثات المرتبطة بها. من المتوقع أن يلعب التوسع في حلول الذكاء الاصطناعي منخفض الكربون – والتي تُعرف غالبًا باسم “الذكاء الاصطناعي الأخضر” – دورًا محوريًا في التخفيف من الأثر البيئي لعصر الحوسبة. يشمل الذكاء الاصطناعي الأخضر استراتيجيات وتقنيات مصممة لتقليل البصمة الكربونية لتطوير ونشر وتشغيل الذكاء الاصطناعي، من تحسين الخوارزميات إلى الاستفادة من مصادر الطاقة المتجددة لمراكز البيانات.

تقديرات دراسات حديثة تشير إلى أن تدريب نموذج ذكاء اصطناعي كبير واحد يمكن أن ينبعث منه كمية من الكربون تعادل خمس سيارات على مدار حياتها (MIT Technology Review). مع تسارع اعتماد الذكاء الاصطناعي، من المتوقع أن يزداد الطلب على الكهرباء في القطاع، مع توقع أن تصل استهلاك الطاقة لمراكز بيانات الذكاء الاصطناعي إلى 4.5% من إجمالي استهلاك الطاقة العالمي بحلول عام 2030 (وكالة الطاقة الدولية). وقد دفع هذا كلاً من قادة الصناعة وصانعي السياسات لتحديد الأولويات لحلول الذكاء الاصطناعي منخفض الكربون.

• الكفاءة الخوارزمية: تتيح التقديرات في ضغط النموذج، والتصغير، والتكميم لأنظمة الذكاء الاصطناعي لتحقيق أداء مشابه أو متفوق مع موارد حسابية أقل. على سبيل المثال، أدى تحويل GoogleSwitcher إلى تقليص الطاقة المطلوبة للتدريب بمقدار يصل إلى 90% مقارنة بالنماذج السابقة (مدونة Google AI).
• مراكز بيانات مدعومة بالطاقة المتجددة: التزم مقدمو الخدمات السحابية الرئيسيون، بما في ذلك Microsoft وAmazon وGoogle، بتغذية مراكز بياناتهم باستخدام 100% من الطاقة المتجددة في العقد المقبل (Google Sustainability).
• جدولة واعية للكربون: يتم جدولة أحمال العمل المرتبطة بالذكاء الاصطناعي لتعمل عندما وحيث تتوفر الطاقة المتجددة بشكل أكبر، مما يقلل من الانبعاثات بشكل أكبر (Microsoft Sustainability).

عند النظر إلى المستقبل، من المتوقع أن ينمو سوق حلول الذكاء الاصطناعي الأخضر بسرعة. وفقًا لـ MarketsandMarkets، من المتوقع أن يصل السوق العالمي للذكاء الاصطناعي الأخضر إلى 20.6 مليار دولار بحلول عام 2028، مقارنة بـ 6.4 مليار دولار في عام 2023، مما يعكس معدل نمو سنوي مركب (CAGR) يبلغ 26.1%. يقود هذا التوسع الضغوط التنظيمية، والتزامات الاستدامة للشركات، والفوائد الاقتصادية للذكاء الاصطناعي الموفر للطاقة.

باختصار، التوسع المتوقع في حلول الذكاء الاصطناعي منخفض الكربون ليس فقط ممكنًا تقنيًا، بل هو أيضًا ضرورة اقتصادية وبيئية. مع تقدم عصر الحوسبة، سيكون الذكاء الاصطناعي الأخضر مركزيًا في موائمة الابتكار الرقمي مع الأهداف المناخية العالمية.

النقاط الساخنة الجغرافية ونماذج الاعتماد في الذكاء الاصطناعي الأخضر

مع تزايد حجم وتعقيد أنظمة الذكاء الاصطناعي (AI)، أصبحت استهلاك الطاقة والبصمة الكربونية لها قضايا مستعجلة. لقد زادت فكرة “الذكاء الاصطناعي الأخضر” – السعي نحو بحث ونشر الذكاء الاصطناعي الذي ي prioritizes كفاءة الطاقة والاستدامة البيئية – من زخمها عالميًا. تتشكل النقاط الساخنة الجغرافية لاعتماد الذكاء الاصطناعي الأخضر، مدفوعة بالسياسات والبنية التحتية والقيادة في الصناعة.

• أمريكا الشمالية: الولايات المتحدة تتصدر في كل من الابتكار في الذكاء الاصطناعي ومبادرات الذكاء الاصطناعي الأخضر. التزمت عملاق التكنولوجيا مثل Google و Microsoft بعمليات محايدة أو سلبية من حيث الكربون، مستفيدة من الطاقة المتجددة لمراكز البيانات وتطوير نماذج ذكاء اصطناعي أكثر كفاءة. يشمل أمر التنفيذي لعام 2023 من إدارة بايدن التعامل مع الاستدامة كمبدأ أساسي.
• أوروبا: يعد الاتحاد الأوروبي رائدًا في تنظيم الأثر البيئي للذكاء الاصطناعي. تركز استراتيجية الاتحاد الأوروبي الرقمية على الذكاء الاصطناعي المستدام، وتقوم دول مثل ألمانيا وهولندا بالاستثمار في مراكز البيانات الخضراء وتحسين الطاقة المعتمد على الذكاء الاصطناعي. تبرز الوكالة الأوروبية للبيئة الدور المزدوج للذكاء الاصطناعي في المساهمة في وتخفيف تغير المناخ.
• آسيا والمحيط الهادئ: تقوم الصين واليابان وكوريا الجنوبية بتوسيع بنية الذكاء الاصطناعي بسرعة، مع تركيز متزايد على كفاءة الطاقة. تتضمن الاستراتيجية الوطنية للذكاء الاصطناعي الخاصة بالصين الحوسبة الخضراء كأولوية، وتقوم شركات مثل Alibaba Cloud بتمهيد الطريق لمراكز البيانات منخفضة الكربون.

تكشف نماذج الاعتماد أن المناطق التي تمتلك شبكات طاقة متجددة قوية، وأطر سياسات داعمة، وشراكات قوية بين القطاعين العام والخاص تتصدر في مجال الذكاء الاصطناعي الأخضر. وفقًا لتقرير IEA لعام 2024، قد يتضاعف الطلب العالمي على كهرباء مراكز البيانات بحلول عام 2026، مما يجعل الذكاء الاصطناعي الموفر للطاقة أولوية حرجة. يشكل التحول نحو نماذج أصغر وأكثر كفاءة واستخدام الذكاء الاصطناعي لتحسين استهلاك الطاقة في قطاعات أخرى توجهات رئيسية تشكل مشهد الذكاء الاصطناعي الأخضر.

الاتجاهات الناشئة من أجل تطوير ذكاء اصطناعي مستدام

الذكاء الاصطناعي الأخضر: تقليل الكربون في عصر الحوسبة

لقد brought expansion السريع للذكاء الاصطناعي (AI) هموم بيئية كبيرة، لا سيما فيما يتعلق بالبصمة الكربونية لتدريب ونشر النماذج على نطاق واسع. مع زيادة تعقيد وحجم نماذج الذكاء الاصطناعي، يزداد استهلاك الطاقة لديها. على سبيل المثال، يمكن أن تنبعث من تدريب نموذج لغوي كبير واحد كمية من الكربون تعادل خمس سيارات على مدار حياتها (MIT Technology Review). وقد أدى ذلك إلى ظهور “الذكاء الاصطناعي الأخضر”، وهو حركة تركز على تقليل الأثر البيئي لأنظمة الذكاء الاصطناعي بينما تحافظ على الأداء أو تحسن.

• الأجهزة الموفرة للطاقة: تستثمر الشركات في شرائح متخصصة وتحسينات مراكز البيانات لتقليل استهلاك الطاقة. على سبيل المثال، فإن استخدام وحدات معالجة الأنسجة (TPUs) المخصصة من Google واستخدام Microsoft للطاقة المتجددة في مراكز بيانات Azure هي خطوات نحو بنية تحتية أكثر اخضرارًا للذكاء الاصطناعي (Google Sustainability، استدامة Azure من Microsoft).
• ابتكارات خوارزمية: يقوم الباحثون بتطوير خوارزميات أكثر كفاءة تتطلب طاقة حسابية أقل. يمكن أن تقلل تقنيات مثل تصغير النموذج، والتكميم، واستخلاص المعرفة من المتطلبات الطاقية بشكل كبير دون التضحية بالدقة (الذكاء الاصطناعي الأخضر، شوارتر وآخرون.).
• محاسبة الكربون وتعويض الانبعاثات: تتزايد الشفافية بشأن انبعاثات العلاقات AI. تساعد المبادرات مثل حاسبة انبعاثات التعلم الآلي المنظمات على تقدير وتعويض بصمتها الكربونية.
• السياسة والمعايير: بدأت الحكومات ومجموعات الصناعة في وضع إرشادات بشأن الذكاء الاصطناعي المستدام. تشمل الأحكام المقترحة في قانون الذكاء الاصطناعي من الاتحاد الأوروبي متطلبات لتقييم الأثر البيئي.

عند النظر نحو المستقبل، من المتوقع أن يتزايد الدفع نحو الذكاء الاصطناعي الأخضر مع تصاعد الضغوط التنظيمية واستهلاك المستهلك. وفقًا لتقرير غارتنر لعام 2023، سيرتبط 80% من مقاييس الاستدامة لمديري المعلومات بنتائج العمل بحلول عام 2026، مما يبرز الأهمية المتزايدة للمسؤولية البيئية في تطوير الذكاء الاصطناعي. مع تقدم عصر الحوسبة، ستكون الممارسات المستدامة في الذكاء الاصطناعي حاسمة لتحقيق التوازن بين الابتكار وصحة الكوكب.

العقبات والانجازات في السعي نحو الذكاء الاصطناعي الأخضر

إن التوسع السريع في الذكاء الاصطناعي (AI) قد جلب هموم بيئية هامة، لا سيما فيما يتعلق بالبصمة الكربونية لتدريب ونشر النماذج على نطاق واسع. مع زيادة تعقيد وحجم نماذج الذكاء الاصطناعي، يزداد استهلاك الطاقة أيضًا. على سبيل المثال، يمكن أن يُخرج تدريب نموذج لغوي كبير واحد كمية من الكربون تعادل خمس سيارات طوال حياتها (MIT Technology Review). وقد أدى ذلك إلى دفع ظهور “الذكاء الاصطناعي الأخضر”، وهي حركة تركز على تقليل الأثر البيئي لأنظمة الذكاء الاصطناعي أثناء الحفاظ على الأداء أو تحسينه.

العقبات أمام الذكاء الاصطناعي الأخضر

• التدريب القائم على استهلاك الطاقة: تتطلب النماذج المتطورة مثل GPT-3 مئات من ميغاواط الساعات من الكهرباء للتدريب، وغالبًا ما تُحصل من الشبكات التي لا تزال تعتمد على الوقود الأحفوري (Nature).
• عدم وجود معايير قياسية للإبلاغ: لا توجد معايير شاملة للإبلاغ عن استهلاك الطاقة أو انبعاثات نموذج الذكاء الاصطناعي، مما يجعل من الصعب مقارنة أو قياس التقدم (arXiv).
• عدم توافق الحوافز: غالبًا ما تعطي الأبحاث وصناعة الذكاء الاصطناعي الأولوية للدقة والأداء على حساب الكفاءة، مما يؤدي إلى عقلية “الأكبر هو الأفضل” التي تتجاوز الاستدامة.
• قيود الأجهزة: لا تزال العديد من مراكز البيانات تعمل بأجهزة قديمة أقل كفاءة في استهلاك الطاقة، والتحول إلى بنية تحتية أكثر خضرة يتطلب استثمارات ضخمة.

الانجازات في الذكاء الاصطناعي الأخضر

• تصميم نموذج فعال: قد أدت تقنيات مثل تصغير النموذج، والتكميم، واستخلاص المعرفة إلى تقليل المتطلبات الحواسيبية لنماذج الذكاء الاصطناعي دون فقدان كبير في الدقة (Meta AI).
• مراكز بيانات تعمل بالطاقة المتجددة: الشركات السحابية الكبرى مثل Google وMicrosoft تستثمر في استخدام 100% من الطاقة المتجددة لمراكز بياناتها، مما يقلل بشكل كبير من كثافة الكربون لأعباء العمل الخاصة بالذكاء الاصطناعي (Google Sustainability).
• جدولة واعية للكربون: يمكن أن تقوم الخوارزميات الجديدة بجدولة وظائف تدريب الذكاء الاصطناعي عند توفر الطاقة المتجددة بشكل أكبر، مما يقلل من الانبعاثات (Microsoft Sustainability).
• مبادرات الشفافية: يساعد إدخال “علامات الطاقة” وأدوات الإبلاغ عن الكربون الباحثين والشركات في تتبع وإفصاح الأثر البيئي لمشاريعهم في الذكاء الاصطناعي (تأثير ML CO2).

مع تسريع عصر الحوسبة، أصبح السعي نحو الذكاء الاصطناعي الأخضر قضية مركزية لكل من الصناعة والأوساط الأكاديمية. بينما لا تزال هناك عقبات كبيرة، تساهم الانجازات المستمرة في كفاءة النماذج، والبنية التحتية، والشفافية في تمهيد الطريق لمستقبل الذكاء الاصطناعي الأكثر استدامة.

المصادر والمراجع

• الذكاء الاصطناعي الأخضر: تقليل الكربون في عصر الحوسبة
• MIT Technology Review
• arXiv
• Google Sustainability
• Arm Blueprint
• Nature
• EU AI Act
• Google Cloud
• Amazon Sustainability
• Google AI Blog
• Green AI
• البنية التحتية المستدامة للذكاء الاصطناعي
• تقرير IEA لعام 2024
• Microsoft Sustainability
• MarketsandMarkets
• أمر التنفيذي لعام 2023 من إدارة بايدن
• EU Digital Strategy
• الوكالة الأوروبية للبيئة
• الاستراتيجية الوطنية للذكاء الاصطناعي
• Meta AI