© Getty Images

L'uso dell'IA -

L'intelligenza artificiale sta già consumando l'1-2% dell'energia mondiale. Nel 2022, i data center hanno consumato 460 terawattora, pari alla domanda energetica della Francia. Entro il 2026, il consumo è destinato almeno a raddoppiare, secondo stime prudenti.

© Getty Images

Consumo di energia -

I data center che rendono possibile l'IA stanno accelerando il loro consumo di energia a livelli rapidi che non faranno altro che contribuire ulteriormente a problemi ambientali già disastrosi.

© Getty Images

Crisi climatica -

I sostenitori dell'IA sostengono che il suo utilizzo aiuterà ad affrontare altre questioni associate alla crisi climatica, tra cui il consumo efficiente delle risorse, oltre ad altre complesse questioni sociali.

© Getty Images

Emissioni di CO2 -

Tuttavia, l'IA emette una quantità significativa di CO2, una forza trainante del cambiamento climatico. I critici notano che questa qualità segna l'opposto di ciò che si propone di ottenere.

© Getty Images

Consumo che pareggia nazioni economicamente sviluppate -

Secondo stime prudenti sul consumo energetico dell'IA, la tecnologia sta consumando quanto le nazioni più economicamente sviluppate. Senza una soluzione chiara su come mitigare questi problemi, il problema è destinato a continuare.

© Getty Images

Sostenibilità -

L'intelligenza artificiale funziona in gran parte su centri dati, ma anche su hardware che presenta problemi di sostenibilità in termini di produzione e utilizzo.

© Getty Images

Interferenza -

Sebbene la fase di “interferenza” dell'uso dell'IA di per sé non consumi una grande quantità di energia, il suo uso costante si accumula. Ad esempio, nel 2022 i centri dati di Facebook hanno eseguito trilioni di interferenze al giorno.

© Getty Images

Algoritmi -

Queste interferenze derivano da funzioni algoritmiche come l'emissione di raccomandazioni, tra le altre. Ciò significa che ogni volta che un utente di Facebook, che sono più di tre miliardi, si connette e visualizza il proprio newsfeed, si attivano delle interferenze.

© Getty Images

Prova anti-robot -

Non si tratta solo di Facebook. Anche le piattaforme online che, ad esempio, richiedono la conferma della “umanità”, spesso attraverso l'identificazione di oggetti nelle immagini, si impegnano nello stesso processo.

© Getty Images

Sviluppo -

Sebbene gli sviluppatori di app analizzino il consumo energetico nella fase di sviluppo, gli studi hanno dimostrato che il consumo è in realtà molto più elevato nell'uso quotidiano.

© Getty Images

Emissioni -

L'organizzazione Algorithm Watch utilizza l'esempio del modello BLOOM. Durante la fase di sviluppo, l'applicazione ha utilizzato 24,7 tonnellate di CO2, senza considerare le emissioni derivanti dalla produzione e dalle operazioni dell'hardware, che rendono le emissioni più vicine al doppio di quelle dichiarate.

© Getty Images

PaLM -

Un altro esempio evidenziato dall'organizzazione è PaLM, il modello linguistico AI di Google. Sebbene PaLM riceva quasi il 90% dell'energia da fonti prive di carbonio, una singola esecuzione nella fase di sviluppo ha comportato 271,43 tonnellate di emissioni di CO2.

© Getty Images

Emissioni di CO2 -

Questa quantità di emissioni di CO2 equivale a 1,5 voli di jet commerciali negli Stati Uniti. Anche se può sembrare poco, viste le migliaia di voli che avvengono ogni giorno negli Stati Uniti, si tratta comunque di una quantità significativa di C02.

© Getty Images

Paragoni -

Questo è particolarmente importante da ricordare quando si considera un programma come PaLM, che si suppone sia un modello più sostenibile rispetto ad altri concorrenti dell'IA.

© Getty Images

Potenza dei server -

Oltre alle emissioni, l'IA si basa sulla potenza di calcolo. Questa, ovviamente, richiede energia. I server si surriscaldano e devono essere costantemente raffreddati per evitare il surriscaldamento.

© Getty Images

Uso di acqua -

È qui che entra in gioco l'acqua. L'acqua dolce viene utilizzata per raffreddare le centrali elettriche e i server AI. Per modelli linguistici come GPT-3 e LaMDA, Algorithm Watch sostiene che vengono utilizzati milioni di litri solo nella fase di addestramento.

© Getty Images

Uso di acqua -

La crescita e l'aumento della domanda di sistemi di AI significa che sempre più infrastrutture idriche dovranno essere accessibili. I fatti e le cifre parlano da soli. Il consumo di acqua di Google è aumentato del 20% in un solo anno, mentre quello di Microsoft del 34%.

© Getty Images

ChatGPT -

Strumenti di intelligenza artificiale sempre più diffusi, come ChatGPT, consumano 500 ml di acqua in poche domande e risposte. Con almeno 100 milioni di utenti attivi, la quantità di acqua consumata da ChatGPT è allarmante.

© Getty Images

IA e sostenibilità -

È chiaro che il consumo energetico effettivo dell'IA deve essere accuratamente documentato, ma anche valutato e regolamentato. L'uso dell'IA comporta dei rischi solo in termini di sostenibilità.

© Getty Images

Quadro legale -

Alcuni critici temono che le misure e le valutazioni legali possano ostacolare l'evoluzione e l'innovazione dell'IA, ma ridurre il consumo di energia è essenziale.

© Getty Images

Prevenire la possibilità che l'IA diventi inaccessibile -

Secondo la Hebrew University, “ridurre il consumo energetico è fondamentale”, altrimenti il rischio è che l'IA diventi “uno strumento per ricchi”.

© Getty Images

Apprendimento automatico -

Poiché l'IA opera sulla base dell'apprendimento automatico, consumerà sempre una grande quantità di energia per addestrare e far funzionare i modelli.

© Getty Images

Parametri necessari -

È chiaro che il proseguimento dell'IA richiede alcuni parametri per garantire che possiamo raccogliere i suoi benefici nel lungo periodo. I meccanismi di monitoraggio per comprendere il consumo di risorse, le emissioni di CO2 e la produzione di hardware sono elementi critici.

© Getty Images

Inaccessibilità -

Il timore è che qualsiasi regolamentazione crei condizioni così inaccessibili da produrre limitazioni in termini di chi può creare e utilizzare modelli di IA.

© Getty Images

Cambiamenti nell'architettura -

Alcuni esperti sostengono che l'industria dell'IA debba impegnarsi in cambiamenti architettonici su larga scala che si adattino alle preoccupazioni ambientali, abbracciando al contempo approcci più efficienti alle esigenze del settore.

© Getty Images

Sviluppo dell'hardware -

Questi adeguamenti si applicano anche allo sviluppo dell'hardware. Le aziende potrebbero dover investire per rendere più efficienti strumenti tecnici come i chip dei computer.

© Getty Images

Memoria -

Il rapporto ambientale 2024 di Google ha rilevato che le sue emissioni di carbonio sono aumentate della metà solo negli ultimi cinque anni, mentre quelle di Microsoft del 30%. Un'importante fonte di consumo energetico deriva dalla costante necessità dell'intelligenza artificiale di accedere alla memoria.

© Getty Images

Circuiti più efficienti -

Gli esperti sostengono che la chiave per diminuire l'uso di energia è trovare un modo per rendere l'accesso alla memoria meno pesante dal punto di vista energetico e sviluppare circuiti più efficienti.

© Getty Images

Investimenti -

Si tratta di un processo lungo e costoso che richiederebbe molti investimenti nella ricerca. Per questo motivo, gli esperti non credono che le aziende si affretteranno a trovare soluzioni energetiche in questo momento, scegliendo invece di espandere i loro servizi di IA mentre le normative rimangono poco chiare.

Fonti: (Nature.com) (Algorithm Watch) (Fierce Network) (Wired)

Guarda anche: Come superare i sistemi di intelligenza artificiale che filtrano i CV

© Getty Images