Con la rapida espansione dell’intelligenza artificiale, i guardiani dell’ambiente stanno iniziando a lanciare l’allarme sulla quantità di energia consumata dai modelli di intelligenza artificiale. Un nuovo rapporto del fondatore di Digiconomist, Alex de Vries, cerca di quantificare il crescente impatto ambientale dell’intelligenza artificiale.
De Vries, che tiene traccia anche del consumo energetico dell’estrazione di criptovalute, afferma che la fase di addestramento dei modelli di intelligenza artificiale è quella che consuma più energia. È il momento in cui il programma viene alimentato con grandi insiemi di dati, prima ancora di rispondere a una singola richiesta. Ma de Vries sostiene che la fase di inferenza, quando l’IA viene testata rispetto ai dati del mondo reale, non è oggetto di altrettanta attenzione da parte dei gruppi ambientalisti, mentre può contribuire in modo significativo al costo del ciclo di vita di un modello di IA.
Sono passati nove anni da quando Digiconomist è stato lanciato con l’obiettivo di “esporre le conseguenze indesiderate delle tendenze digitali”. Per gran parte di questi nove anni, la sostenibilità degli asset digitali come il Bitcoin è stata al centro delle ricerche di…
– Digiconomist (@DigiEconomist) 10 ottobre 2023
“Ci sono alcuni numeri che girano sull’utilizzo di energia dell’impronta di carbonio dell’AI, ma nonostante alcune preoccupazioni, i contenuti a supporto, almeno finora, non c’erano”, ha detto de Vries a TCN. “Ho pensato che avrei potuto intervenire e cercare di fare un po’ di luce, anche se è molto difficile”.
“È molto diverso rispetto alle criptovalute trovare dei numeri”, ha aggiunto.
Gli sviluppatori di IA, ha detto de Vries, spesso utilizzano la stessa narrativa delle società di criptovalute, sostenendo di [influenzare le utility a] produrre energia rinnovabile. Ma i costi di costruzione dei grandi centri dati necessari per ospitare centinaia di computer o server non producono nulla, come posti di lavoro, per l’economia locale.
“Non c’è bisogno di molte persone per gestire un centro dati, e non attira nemmeno altre attività commerciali perché non è necessario essere vicini al centro dati”, ha detto de Vries. “Quindi ci si ritrova con un enorme consumo di energia. “
Nel suo rapporto, de Vries mette in guardia dal contare sulla tecnologia AI e sui miglioramenti hardware per risolvere i problemi ambientali della tecnologia.
“È probabilmente troppo ottimistico aspettarsi che i miglioramenti nell’efficienza dell’hardware e del software compensino completamente qualsiasi cambiamento a lungo termine nel consumo di elettricità legato all’IA”, ha scritto de Vries. “Questi progressi possono innescare un effetto di rimbalzo per cui l’aumento dell’efficienza porta a un aumento della domanda di IA, aumentando invece di ridurre l’uso totale delle risorse”.
De Vries spera che, con l’emergere di altri titoli sul consumo di elettricità dell’IA, i gruppi ambientalisti prestino attenzione, avendo imparato dalle criptovalute. Tuttavia, de Vries ha affermato che i dati limitati disponibili potrebbero indurre i gruppi a mettere in secondo piano la questione del consumo energetico dell’IA.
“Al momento i numeri sono piccoli, quindi si può dire: “Perché dobbiamo metterlo in cima alla nostra agenda se è ancora piccolo?””, ha detto de Vries. “Ma la cosa non rimarrà piccola a lungo”.
De Vries spera che le persone considerino la sostenibilità un fattore chiave nell’utilizzo dell’IA e di altre limitazioni e preoccupazioni note. Man mano che gli strumenti di IA diventano più diffusi, i ricercatori hanno lanciato l’allarme sulla privacy dei dati, sulla possibilità che l’IA produca risposte distorte o razziste e sulla generazione di false informazioni, note anche come allucinazioni.
“C’è molto clamore, e credo che questo sia il problema principale delle tecnologie emergenti”, ha detto de Vries. “Tutti si perdono nel clamore e nella paura di perdere qualcosa, e noi dobbiamo fare qualcosa, dimenticandoci completamente dell’utente finale”.
Paragonando la questione al clamore che circonda la blockchain, De Vries ha messo in guardia dal pensare all’IA come a un proiettile d’argento per risolvere tutti i problemi del mondo.
“Non è necessario provare qualcosa per capire che non sarà utile”, ha detto. “Ci saranno casi molto chiari in cui si ha bisogno di un database distribuito e altri no, e anche per l’IA ci saranno casi in cui si ha bisogno di un modello molto grande nel back end per aiutarci a fare le cose, oppure casi in cui non è necessario. “
