L'intelligenza artificiale e il suo impatto ambientale

L'intelligenza artificiale e il suo impatto ambientale
Negli ultimi anni, l'Intelligenza Artificiale è diventata una componente fondamentale in molti settori, dalla medicina alla finanza, dall'assistenza virtuale alla generazione di immagini e testi. Modelli avanzati di linguaggio naturale, come ChatGPT, hanno rivoluzionato il modo in cui interagiamo con la tecnologia, offrendo soluzioni sempre più sofisticate e personalizzate.
Tuttavia, questa rapida evoluzione tecnologica solleva importanti domande legate all'ambiente e agli aspetti giuridici. In particolare, l'elevato impiego di risorse naturali – come acqua, energia elettrica ed emissioni di anidride carbonica (CO₂) – richiesto per l'addestramento e l'uso di tali modelli di IA, solleva questioni sulla sostenibilità ambientale e sulle implicazioni legali connesse.
Ma quante risorse naturali vengono realmente utilizzate per far funzionare strumenti come ChatGPT?
|
Sommario: |
| Master online L'intelligenza artificiale applicata al diritto, 18 ore - 6 incontri in aula virtuale, Altalex Formazione. Il Master ha l’obiettivo di trasmettere le conoscenze giuridico- informatiche, gli strumenti pratici e il linguaggio specialistico adatti ad affrontare le questioni giuridiche connesse all’utilizzo e allo sviluppo di sistemi di Intelligenza Artificiale. Scopri subito programma e relatori |
1. Il consumo di acqua di ChatGPT…
L'IA, e in particolare i modelli di apprendimento automatico di grandi dimensioni, richiede una quantità considerevole di risorse per funzionare. Secondo uno studio condotto dal Washington Post in collaborazione con l'Università della California, Riverside, pare che l'utilizzo di ChatGPT basato sul modello GPT-4 per redigere un'email di 100 parole avrebbe consumato circa 519 millilitri d'acqua. Questo dato è paragonabile al contenuto di una classica bottiglietta d'acqua da 500 millilitri.
Per avere un'idea concreta, immaginiamo che un decimo della forza lavoro italiana, pari a circa 2,3 milioni di persone (dati basati su una forza lavoro totale di circa 23 milioni di individui), usi ChatGPT per scrivere una sola email di 100 parole ogni settimana per un anno. In tal caso, il consumo totale d'acqua si stima supererebbe i 62 milioni di litri.
Questo dato equivale all'acqua consumata in un solo giorno da una città italiana di medie dimensioni.
Considerando che il consumo idrico giornaliero pro capite in Italia è di circa 220 litri (secondo l'ISTAT), si stima che l'uso di ChatGPT in questo scenario corrisponderebbe al consumo giornaliero di città come Modena, Parma o Reggio Emilia.
Il motivo di questo significativo consumo d'acqua risiede nei sistemi di raffreddamento dei data center, che ospitano i server necessari per elaborare le richieste degli utenti. Questi server generano molto calore e necessitano di essere raffreddati per funzionare in modo sicuro ed efficiente. Sebbene l'energia elettrica possa essere prodotta da fonti rinnovabili, l'acqua è una risorsa limitata e, in molte aree del mondo, già scarsa.
2. … e il consumo di elettricità
Oltre al consumo idrico, l'energia elettrica è fondamentale per il funzionamento dei modelli di IA. Scrivere un'email di 100 parole con GPT-4 richiederebbe circa 0,14 kilowattora (kWh) di elettricità, equivalente a tenere accese 14 lampadine LED per un'ora.
Applicando questi numeri all'Italia, se un decimo della forza lavoro (2,3 milioni di persone) utilizzasse ChatGPT con la stessa frequenza, il consumo annuo di elettricità sarebbe stimato in circa 16.744 megawattora (MWh). Questo dato equivale al consumo energetico annuo di circa 6.200 famiglie italiane, considerando un consumo medio di 2.700 kWh per famiglia all'anno.
In termini di emissioni, l'addestramento di modelli di IA come GPT-3 avrebbe prodotto circa 552 tonnellate di CO₂, equivalenti alle emissioni prodotte da una singola persona in 550 anni di vita o da 300 voli andata e ritorno tra Roma e New York.
L'addestramento di GPT-3 si stima abbia richiesto circa 700.000 litri d'acqua, poiché coinvolge l'elaborazione di enormi quantità di dati attraverso reti neurali complesse, che richiedono potenza computazionale significativa e, di conseguenza, un notevole consumo di energia e acqua per il raffreddamento.
Queste stime non possono che sollevare preoccupazioni riguardo all'impronta ecologica dell'IA e alla sostenibilità di tali pratiche nel lungo periodo. La crescente domanda di servizi basati sull'IA potrebbe compromettere gli sforzi globali, inclusi quelli dell'Italia, per raggiungere gli obiettivi di emissioni nette pari a zero.
3. L’impatto ambientale dell'IA generativa
L'uso crescente dell'IA generativa non solo aumenta il consumo di risorse naturali, ma contribuisce anche alle emissioni di gas serra. Hugging Face, una startup specializzata in IA, ha sviluppato un nuovo metodo per calcolare con maggiore precisione l'impronta carbonica dei modelli linguistici di grandi dimensioni (LLM), considerando l'intero ciclo di vita piuttosto che solo la fase di addestramento.
Applicato al loro modello BLOOM, si stima che l'addestramento abbia prodotto circa 25 tonnellate di CO₂, cifra che raddoppia a 50 tonnellate includendo la produzione dell'hardware, l'infrastruttura informatica e l'utilizzo post-addestramento.
Queste emissioni risultano significativamente inferiori rispetto ad altri LLM simili, come GPT-3 di OpenAI, che si stima abbia generato un impatto ambientale maggiore durante l'addestramento.
4. Le dichiarazioni dei leader del settore e le possibili soluzioni
Questi dati evidenziano come l'IA generativa possa avere un impatto ambientale significativo, soprattutto se utilizzata su larga scala senza considerare l'efficienza energetica e l'approvvigionamento sostenibile delle risorse.
Anche i leader del settore stanno iniziando a prendere consapevolezza di questi problemi: Sam Altman, CEO di OpenAI, ha ammesso che GPT-4 presenta delle limitazioni e che è necessario un impegno continuo per migliorare l'efficienza e ridurre l'impatto ambientale. La trasparenza e l'onestà riguardo alle attuali limitazioni sono dei passi fondamentali verso lo sviluppo di tecnologie più sostenibili.
Per ridurre l'impatto ambientale dell'IA, diverse strategie possono essere adottate. Alimentare i data center con fonti di energia rinnovabile come l'eolico, il solare o l'idroelettrico può contribuire a ridurre significativamente le emissioni di carbonio.
Investire in hardware e algoritmi più efficienti può diminuire il consumo di energia necessario per l'addestramento e l'uso dei modelli. Inoltre, sistemi di raffreddamento più efficienti o il posizionamento dei data center in luoghi con climi freschi possono ridurre l'uso d'acqua necessario per il raffreddamento.
5. La ricerca di una responsabilità condivisa
Affrontare l'impatto ambientale dell'IA non è solo responsabilità delle aziende tecnologiche. È fondamentale promuovere la trasparenza sul consumo di risorse per incentivare pratiche più sostenibili e informare i consumatori sulle implicazioni ambientali dell'IA, avendo come obiettivo la creazione di una cultura di responsabilità condivisa.
In questo senso, non solo le aziende ma anche gli utenti e i consumatori hanno un ruolo importante: questi possono influenzare le pratiche aziendali attraverso le loro scelte, preferendo servizi che dimostrano un impegno verso la sostenibilità o limitando l'uso non necessario di strumenti di IA.
I governi e le istituzioni faranno la loro parte implementando politiche che incentivino l'efficienza energetica e la conservazione delle risorse, ad esempio offrendo tariffe agevolate per l'energia rinnovabile o stabilire regolamentazioni sul consumo idrico dei data center.
6. Verso il futuro sostenibile dell’IA
L'Intelligenza Artificiale ha il potenziale per trasformare la società in modi positivi, ma non dobbiamo dimenticare l'ambiente. Dobbiamo renderla più sostenibile. Questo significa investire nella ricerca di modelli più efficienti, che richiedano meno dati e consumino meno risorse.
È importante che aziende, governi e ricercatori lavorino insieme: lo Stato potrebbe finanziare progetti focalizzati sull'efficienza energetica dell'IA, mentre le imprese potrebbero condividere le loro conoscenze e stabilire standard comuni per ridurre l'impatto ambientale. In sostanza, è necessario un approccio olistico che coinvolga sviluppatori, aziende, governi e consumatori.
Attraverso sforzi concertati e un approccio collettivo, possiamo bilanciare questa inevitabile innovazione tecnologica con la responsabilità ambientale, assicurando che l'IA continui a servire l'umanità senza compromettere in maniera irreversibile le risorse vitali del nostro pianeta.
IN COLLABORAZIONE CON
>> Scopri il Corso online specialista privacy di Altalex!
>> Scopri il Corso online la tutela della privacy e l'attività ispettiva del Garante di Altalex!
- Using GPT-4 to generate 100 words consumes up to 3 bottles of water — AI data centers also raise power and water bills for nearby residents (tomshardware.com);
- Le statistiche dell’ISTAT sull’acqua;
- ISTAT - Rapporto annuale 2024: in Italia cresce l’occupazione, ma anche le disuguaglianze sociali e territoriali;
- Pranshu Verma e Shelly Tan, "The Washington Post", "ChatGPT usage can draw as much water as a small state does in 1.5 days";
- Il costo ambientale delle Intelligenze Artificiali (technologyreview.it);
- Luca Maria Mercurio, "Quanto inquina l'IA e perché: l'impatto ambientale sul consumo di acqua, energia e CO₂".