Un aspetto poco considerato ma rilevante dello sviluppo dei sistemi di intelligenza artificiale è il consumo di energia elettrica e di acqua.
Il dipartimento dell’energia degli Usa riferisce che nel 2023 i data center dell’IA da soli hanno consumato il 4% dell’energia elettrica del Paese mentre nel 2030 tale percentuale potrebbe aumentare al 9%.
Secondo dati forniti dall’Agenzia Internazionale dell’Energia i sistemi di IA stanno facendo già oggi impennare il consumo di elettricità, calcolato attualmente su scala mondiale attorno al 3% che entro il 2030 è destinato probabilmente a raddoppiare.
Anche gli obiettivi di contenimento delle emissioni di C02 sono a rischio: Microsoft, che ha investito miliardi di dollari in Open AI, annuncia un aumento del 48% delle proprie emissioni e dichiara difficilmente raggiungibile il preannunciato ambizioso obiettivo di neutralità climatica al 2030.
La fase più energivora è quella relativa al cosiddetto machine learning, che permette ai sistemi informatici l’apprendimento di dati e l’uso di algoritmi che consentono ai modelli di fornire risposte senza essere addestrate ai quesiti specifici ma creando connessioni che in qualche modo imitano l’intelligenza umana
L’addestramento di un modello di grandi dimensioni può durare per mesi e implica un consumo di energia elettrica di centinaia di megawattora, pari al consumo annuo di un intero quartiere. Per l’addestramento di un grande modello si calcola un consumo fra i 200 e i 1000 megawattora per un ciclo di training, che equivale a più di 100.000 ricariche di una Tesla.
Dietro ogni risposta di un modello IA poi c’è un consumo di energia superiore di almeno 5 volte a quello di ogni singola ricerca sul Google che moltiplicato per milioni di richieste comporta un consumo significativo. I data center inoltre necessitano di una grande quantità di acqua per il loro indispensabile raffreddamento che può incidere considerevolmente sull’approvvigionamento idrico di determinate zone, come sta già avvenendo in Spagna e in Arizona.
Per ovviare almeno in parte agli ingenti consumi di energia elettrica si cerca di ricorrere il più possibile a fonti energetiche rinnovabili e di utilizzare modelli informatici più efficienti e meno energivori; il ricorso al raffreddamento ad aria o l’utilizzo di torri evaporative mirano invece al risparmio idrico.
D’altra parte, l’IA può favorire un risparmio energetico tramite un uso efficiente dell’energia: infatti può innanzitutto migliorare la gestione delle reti elettriche favorendo l’integrazione dell’energia da fonti rinnovabili la cui produzione non ha un carattere continuativo e all’interno degli edifici può ottimizzare i sistemi di condizionamento dell’aria e di illuminazione.
Gli effetti positivi o l’impiego di fonti energetiche rinnovabili non riusciranno tuttavia a compensare i problemi indotti dall’avanzata inarrestabile dell’IA: sarebbe necessaria una programmazione dei consumi in modo da renderli sostenibili anche in prospettiva del loro aumento . Dii questa programmazione non si vede traccia in un momento in cui tutti i programmi per affrontare in modo incisivo la crisi climatica non occupano, come dovrebbero, il primo posto nell’agenda politica dei governati di tutto il mondo.
Nel frattempo, sarebbe almeno auspicabile una maggiore trasparenza nei consumi da parte di tutti i soggetti che ne sono maggiormente responsabili .
