L'industria dell'AI è destinata a diventare uno dei maggiori responsabili delle emissioni di carbonio, afferma l'esperto di sostenibilità IT

Un articolo pubblicato sulla MIT Sloan Management Review ha rivelato che l'industria dell'AI diventerà probabilmente uno dei maggiori contribuenti alle emissioni di carbonio globali emissioni globali di carboniooltre ad avere altri tipi di costi ambientali, come la generazione di rifiuti elettronici rifiuti elettronici e l'uso eccessivo di acqua. L'impronta di carbonio dell'AI è molto più elevata rispetto ai sistemi informatici convenzionali: una singola query di ChatGPT può generare 100 volte più carbonio di una normale ricerca su Google. Questa impronta è anche in rapida crescitacon la potenza di calcolo richiesta per l'addestramento dell'AI che raddoppia ogni 3,4 mesi, in media.

Niklas Sundberg, l'autore, evidenzia diverse aree in cui l'impatto di questa nuova industria si fa sentire.

Il consumo energetico dell'industria IT è già enorme. I centri dati e le reti di trasmissione rappresentano dall'1% all'1,5% del consumo globale di elettricità e lo 0,6% delle emissioni globali di carbonio. Un centro dati medio consuma annualmente energia sufficiente a riscaldare 50.000 abitazioni. I modelli linguistici di grandi dimensioni (LLM) come ChatGPT richiedono una potenza di calcolo notevolmente maggiore, sia per l'addestramento iniziale che per rispondere alle query. Ad esempio, il solo addestramento di ChatGPT ha utilizzato circa 1,3 gigawattora di energia (equivalente al consumo annuale di 120 famiglie medie statunitensi) e ha generato 552 tonnellate di emissioni di carbonio (equivalenti alle emissioni annuali di 120 automobili statunitensi). Si prevede che il GPT-4 sarà circa 10 volte più grande, e ci sono diversi concorrenti che stanno entrando nel mercato.

Il consumo di acqua nei data center è un'altra preoccupazione. I centri dati richiedono grandi quantità di acqua per il raffreddamento e tali requisiti aumenteranno con le maggiori richieste di archiviazione e di calcolo dei modelli complessi di AI. Microsoft e Google hanno registrato un aumento del 34% e del 20% del consumo di acqua rispettivamente dal 2021 al 2022, che è stato collegato allo sviluppo delle tecnologie AI.

Oltre al consumo di energia, anche la produzione e lo smaltimento dell'hardware su cui girano i sistemi di AI pone un problema. Entro il 2050, si prevede che il volume dei rifiuti elettronici annualmente raddoppierà fino a 120 milioni di tonnellate. Solo il 20% di questi viene riciclato.

La soluzione, naturalmente, non è quella di abbandonare del tutto l'AI ma, piuttosto, di seguire alcune best practice per l'AI sostenibile, che Sundberg definisce le tre R: rilocalizzare, ridimensionare e riarchitettare.

• Larilocalizzazione si riferisce al fatto che alcune località hanno un accesso più facile e meno costoso alle fonti di energia rinnovabile, e una rilocalizzazione strategica può quindi ridurre le emissioni di carbonio da 1,4 a 2 volte.
• Rightsize si riferisce all'utilizzo di processori e sistemi progettati specificamente per l'addestramento all'apprendimento automatico e i carichi di lavoro dell'AI, piuttosto che di server generici. Questo può aumentare le prestazioni e l'efficienza da 2 a 5 volte.
• Riarchitettare significa selezionare un'architettura del modello di apprendimento automatico appropriata ed efficace, come un modello sparso, che può migliorare le prestazioni e ridurre il carico computazionale da 3x a 10x.

Queste misure, insieme a una gestione efficace dei dati, alla conformità e a una maggiore consapevolezza tra i dipendenti, i clienti e il pubblico in generale, possono aiutare a costruire un ecosistema AI più sostenibile. Poiché le questioni del cambiamento climatico e del degrado ambientale vengono affrontate su molti fronti, è una buona idea iniziare a prenderle in considerazione nel settore dell'IA mentre è ancora in crescita, piuttosto che dover implementare i cambiamenti in modo retroattivo.