تحقیقات کاربردی علوم جغرافیایی

تحقیقات کاربردی علوم جغرافیایی

کاربرد منابع معدنی در ساخت فناوری‌های هوش مصنوعی و رقابت ژئوپلیتیکی قدرت‌های بزرگ در دستیابی به آن‌ها

مقالات آماده انتشار
نویسندگان
مرجان بدیعی ازنداهی
احسان متقیان
دانشگاه تهران
چکیده
در چند دهه اخیر پیشرفت فناوری هوش مصنوعی، با ایجاد تحولات گسترده به‌ویژه در حوزه اقتصادی، سبب افزایش اهمیت ساخت این فناوری برای قدرت‌های بزرگ شده است. منابع معدنی به‌عنوان مواد اولیه در ساخت سخت‌افزار مرتبط با هوش مصنوعی به کار برده می‌شوند؛ از این رو، دسترسی به این منابع برای کشورها و شرکت‌های فعال در این حوزه حیاتی است. در رقابت ژئوپلیتیکی بر سر کسب منابع معدنی، چگونگی کنترل و دسترسی به این منابع می‌تواند به‌عنوان اهرمی برای اعمال فشار و محدودیت در توسعه فناوری‌های هوش مصنوعی مورداستفاده قرار گیرد. درنتیجه، کشورهای دارنده این منابع به دنبال ذخیره‎سازی و استفاده از منابع سایر کشورها هستند تا علاوه بر افزایش نفوذ و کنترل خود، دسترسی آتی به این منابع را نیز برای خود تضمین کنند.

تحقیق حاضر از نوع کاربردی است و به شیوه توصیفی تحلیلی انجام شده است. سؤال اصلی این است که منابع معدنی چه نقشی در ساخت فناوری هوش مصنوعی دارند؛ و چگونه رقابت ژئوپلیتیکی قدرت‌های بزرگ بر سر کسب این منابع صورت می‌گیرد. بر اساس یافته‌های تحقیق، منابع معدنی به‌عنوان مواد اولیه حیاتی در ساخت تجهیزات و منبع تأمین سرمایه، در ساخت سخت‌افزار فناوری هوش مصنوعی تأثیرگذار هستند. رقابت قدرت‌های بزرگ بر سر کسب این منابع معدنی اغلب ازطریق ذخیره‌سازی، قیمت‌گذاری و فراوری منابع صورت می‌گیرد. نتایج تحقیق نشان می‌دهد، دسترسی، کنترل و نظارت بر معادن معدنی مورداستفاده در ساخت سخت‌افزار فناوری هوش مصنوعی به قدرت‌های بزرگ امکان می‌دهد تا نه‌تنها بر روند توسعه و بهره‌برداری از این فناوری در سطح جهانی تأثیرگذار باشند؛ بلکه از ورود بازیگران هم‌تراز در این عرصه جلوگیری نمایند و یا از نقش‌آفرینی آنها در این حوزه بکاهند. ایالات متحده و چین جایگاه برتر را در این رقابت دارا هستند. دیگر بازیگران به دلیل محدودیت‌های منابع و اولویت‌های سیاسی متفاوت، نتوانسته‌اند به سطح این دو قدرت دست یابند.
کلیدواژه‌ها
هوش مصنوعی
رقابت ژئوپلیتیکی
منابع معدنی
قدرت‌های بزرگ
ژئوپلیتیک منابع

عنوان مقاله English

The Use of Mineral Resources in AI Technologies and the Geopolitical Competition of Great Powers over Their Acquisition

نویسندگان English

Marjan Badiee Azandahi
Ehsan Motaghian
University of Tehran
چکیده English

In recent decades, advancements in artificial intelligence (AI) technology and its expanding applications in human life have brought about extensive transformations across various sectors, particularly in the economic sphere. This has significantly heightened the importance of developing this technology for major global powers. Mineral resources serve as the essential raw materials for manufacturing AI-related hardware; consequently, access to these resources is crucial for nations and companies active in this field. Within the geopolitical competition to acquire these mineral resources, the means of controlling and accessing them can be utilized as leverage to exert pressure and impose restrictions on the development of AI technologies. Consequently, countries possessing these resources are pursuing stockpiling and even exploiting resources from other nations to not only increase their own influence and control but also to secure their future access to these materials.

This study is applied research conducted using a descriptive-analytical method. The main research questions are: What role do mineral resources play in the development of AI technology, and how does the geopolitical competition among great powers for acquiring these resources unfold? Based on the research findings, mineral resources, as critical raw materials for manufacturing equipment and a source of capital, significantly impact the production of AI technology hardware. The competition among great powers for these mineral resources often manifests through strategies such as stockpiling, price manipulation, and resource processing. The results indicate that access to, control over, and supervision of the mineral mines used in AI hardware production enable major powers like the United States and China not only to influence the global trajectory of this technology's development and utilization but also to prevent the entry of rival actors into this arena or diminish their potential role.

کلیدواژه‌ها English

Artificial intelligence
Geopolitical Competition
Mineral Resources
Great Powers
Geopolitics of Resources
Ahmadi, S. A., Hafeznia, M., Badii Azandahi, M., & Heydari Mosallo, T. (2018). [Theoretical explanation of the contexts of geopolitical competition formation]. Human Geography Research, 50(1), 199–216.[in farsi]
Ali, Aakif., Shah, Faiz. Ali., & Raza, Hasnain. (2024). The Geopolitical Implications of Rare Earth Mineral Dependencies and Technological Rivalries. Wah Academia Journal of Social Sciences, 3(2), 732-746.
Azad, A., & Dalili, H. (2004). [Artificial intelligence and its application in information and knowledge management]. Information Science, 4(1), 145–162. [in farsi]
Batra, Gaurav; Jacobson, Zach; Madhav, Siddarth; Queirolo, Andrea; and Santhanam, Nick. (2019). Artificial-intelligence hardware: New opportunities for semiconductor companies. McKinsey and Company, 2,1-12
Butts, K. H. (2014). Geopolitics of resource scarcity. Penn St. JL & Int'l Aff., 3, 1.
Cath, C., Wachter, S., Mittelstadt, B., Taddeo, M., & Floridi, L. 2018). Artificial intelligence and the ‘good society’: the US, EU, and UK approach. Science and engineering ethics, 24(2), 505-528.
Chui, M., Hazan, E., Roberts, R., Singla, A., & Smaje, K. (2023). "The economic potential of generative AI". Mckinsey (June 14, 2023), www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier.
Cohen, S. B. (2019). Geopolitics, geography of international relations (Vol. 1). Daneshgah-e Aali-ye Defa’-e Melli. (Original work published 2019) [in farsi]
David, r. a., & nielsen, p. (2016). defense science board summer study on autonomy. defense science board washington united states.
Ericsson ,Magnus; Löf, Olof and Löf, Anton.(2020) ."digital economy growth and mineral resources implications for developing countries". Unctad, Unctad technical notes on ict for development (2020), www.researchgate.net/publication/348603757.
Fan, J. H., Omura, A., & Roca, E. (2023). Geopolitics and rare earth metals. European Journal of Political Economy, 78, 102356.
Gulley, a. l., nassar, n. t., & xun, s. (2018). china, the united states, and competition for resources that enable emerging technologies. Proceedings of the national academy of sciences, 115(16), 4111-4115.
Haruna, E. P. M.(2017) . Materials In Artificial Intelligence Development. Material Science and technology Society of Nigeria, Special Materials Lecture 2017, 1-13.
Huang, I. X. (2024). Geopolitical Power Through Critical Mineral Resources: The Strategic Role of Rare Earth Elements in China’s Post-2010 Foreign Policy and Its Implications for Energy Security and Global Alliances.
Kalantzakos, S. (2020). The race for critical minerals in an era of geopolitical realignments. The International Spectator, 55(3), 1-16.
Kurzweil, R. (1990). the age of intelligent machines. Cambridge, Massachusetts: MIT Press.
LePan, Nicholas. (2022). "Rare Earth Elements: Where in The World Are They?". Elements (November 23, 2021), https://www.visualcapitalist.com/rare-earth-elements-where-in-the-world-are-they/.
Licata, Olivia. (2024). SECURING CRITICAL MINERALS AMID US-CHINA RIVALRY: LEVERAGING LATIN AMERICAN LITHIUM TO MITIGATE SUPPLY RISKS.
Malaee, A., & Kafi, M. (2022). [Artificial intelligence diplomacy: Challenges and strategies of the Islamic Republic of Iran]. Ministry of Foreign Affairs. [in farsi]
Månberger, A., & Johansson, B. (2019). The geopolitics of metals and metalloids used for the renewable energy transition. Energy Strategy Reviews, 26, 100394.
Martins, Tiago. Tecelão. (2024). Rare earth geopolitics: global dynamics and strategic balance of power.
Mijwel, M. M. (2015). History of Artificial Intelligence Yapay Zekânın T arihi. Computer Science,(April 2015).
Mir Ahmadi, S., Pedram, M., & Omidi, A. (2022). [China’s use of rare earth elements and its geopolitical consequences]. International Political Economy Studies, 6(1), 223–256.[in farsi]
Moshirzadeh, H. (2016). [Transformation in international relations theories] (11th ed.). SAMT Publications. [in farsi]
Palandrani, Pedro. (2023). "Artificial Intelligence; Genuine Profit Opportunities: Generative AI’s Potential Winner,،" global x (Mar 3, 2023), www.globalxetfs.com/artificial-intelligence-genuine-profit-opportunities-generative-ais-potential-winners/.
Pistilli ,Melissa. (2024). " Top 11 Countries by Rare Earth Metal Production (Updated 2024)", Investingnews (Aug 29, 2024), https://investingnews.com/daily/resource-investing/critical-metals-investing/rare-earth-investing/rare-earth-metal-production/.
U.S. Geological Survey, (2023), Mineral commodity summaries 2023: U.S. Geological Survey, 210 p., https://doi.org/10.3133/mcs2023.
Ufimtseva, A., Li, J., & Shapiro, D. M. (2024). US critical mineral policies and alliance strategies in an age of geopolitical rivalry. Politics and Governance, 12.
Wheeler, Andrew. (2018). "What Raw Materials Are Used to Make Hardware in Computing Devices?", Engineering (28 Sept. 2018), http://www.engineering.com/story/what-raw-materials-are-used-to-make-hardware-in-computing-devices.
Winston, P. H. (1992). Artificial intelligence. Boston: Addison-Wesley Longman Publishing Co., Inc.
تحقیقات کاربردی علوم جغرافیایی

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 01 فروردین 1386