Il crescente consumo energetico dell'intelligenza artificiale solleva preoccupazioni

L'intelligenza artificiale (IA) ha compiuto passi da gigante negli ultimi anni, rivoluzionando le interazioni uomo-macchina e consentendo di svolgere compiti complessi. Tuttavia, con l'espansione delle capacità dell'IA, aumenta anche il suo consumo energetico, sollevando preoccupazioni circa il suo impatto ambientale e le implicazioni economiche.

Rapida espansione della tecnologia AI

Nel mondo dell'intelligenza artificiale, semplici compiti come accendere un interruttore della luce si sono evoluti in interazioni complesse con enormi implicazioni in termini di risorse. Kate Crawford e Vladan Joler, nella loro analisi del 2018, hanno evidenziato l'intricata rete ditracdi risorse, lavoro umano ed elaborazione algoritmica coinvolta anche nelle interazioni più banali dell'intelligenza artificiale. L'energia e le risorse computazionali necessarie per le interazioni dell'intelligenza artificiale sono aumentate vertiginosamente nel corso degli anni, superando la crescita prevista dalla Legge di Moore.

Uno studio del 2021 ha rivelato un aumento di 300.000 volte della potenza di calcolo utilizzata per addestrare grandi modelli di deep learning per l'elaborazione del linguaggio naturale e altre applicazioni in soli sei anni, superando il ritmo della Legge di Moore. Il consumo energetico associato all'intelligenza artificiale, in particolare nei data center, è diventato una preoccupazione significativa.

Il consumo energetico in forte crescita dell'intelligenza artificiale

È difficile ottenere stime accurate del consumo di elettricità dell'IA, il che rende difficile valutare la reale portata del problema. Tuttavia, recenti rapporti fanno luce sull'entità del consumo energetico. Google, ad esempio, ha riferito che l'IA ha costituito il 10-15% del suo consumo totale di elettricità nel 2021, equivalente a circa 2,3 terawattora all'anno, paragonabile a una città delle dimensioni di Atlanta.

Inoltre, se un sistema di intelligenza artificiale come ChatGPT venisse utilizzato per ogni ricerca su Google, il consumo di elettricità potrebbe raggiungere la sbalorditiva cifra di 29,2 terawattora all'anno. La domanda di chip per computer specializzati nell'intelligenza artificiale, con singoli chip ora misurati in TeraFLOP e migliaia di essi distribuiti nelle server farm dedicate all'intelligenza artificiale, contribuisce ad aumentare il consumo di elettricità.

Nvidia, produttore leader di chip specializzati nell'intelligenza artificiale, prevede di spedire 1,5 milioni di unità server AI all'anno entro il 2027. Tuttavia, far funzionare questi server a piena capacità consumerebbe oltre 85 terawattora di elettricità all'anno, superando il fabbisogno energetico di molti piccoli paesi.

Il CEO di OpenAI, Sam Altman, ha espresso preoccupazione per la crescente domanda di energia dell'intelligenza artificiale e per la necessità di innovazioni nella produzione di energia, come la fusione nucleare o un'energia solare più conveniente con capacità di accumulo.

L'impatto economico del consumo energetico dell'IA

L'elevato consumo energetico dell'intelligenza artificiale si traduce in costi considerevoli, che ne compromettono l'ampia accessibilità. Sebbene Sam Altman inizialmente affermasse che ChatGPT costasse "pochi centesimi a chat", i costi di elaborazione per la sola ChatGPT ammontavano a 700.000 dollari al giorno a febbraio 2023.

Se si estrapola il dato ai motori di ricerca come Google e Bing, che servono centinaia di milioni di utenti ogni giorno, l'onere finanziario di fornire l'accesso a modelli di intelligenza artificiale avanzati diventa evidente. Gli elevati costi associati all'utilizzo dell'intelligenza artificiale costituiscono un ostacolo alla messa a disposizione del pubblico dei migliori modelli di intelligenza artificiale.

Sfide nella produzione di hardware AI

La produzione di hardware per l'intelligenza artificiale presenta una serie di sfide, che contribuiscono alla sua scarsità e ai costi elevati. La produzione di chip inizia con la raffinazione del silicio fino a livelli di purezza estremi, un processo che richiede un elevato consumo energetico. Il processo di litografia, fondamentale per la modellazione dei chip, ha reso necessario lo sviluppo della fotolitografia a raggi ultravioletti estremi (EUV), una tecnologia complessa e costosa che utilizza una luce con una lunghezza d'onda di 13,5 nanometri.

La fotolitografia EUV richiede componenti specializzati, come laser ad alta potenza e specchi super-lisci. L'azienda olandese ASML è l'unico produttore di macchine per fotolitografia EUV per la produzione di chip, e queste macchine hanno un prezzo di oltre 100 milioni di dollari ciascuna.

Catena di approvvigionamento globale e intensità energetica

L'industria globale dei semiconduttori ha spostato gran parte della sua produzione in Asia, dove vengono spesso utilizzate tecnologie avanzate. Dall'estrazione mineraria alla raffinazione e alla produzione, la produzione di chip dipende in larga misura da un'infrastruttura industriale ad alta intensità energetica, che comprende anche il trasporto tramite navi portacontainer e aerei.

La complessità e l'impatto ambientale associati a questa catena di approvvigionamento globale continuano a rappresentare sfide significative nella transizione verso pratiche più sostenibili. L'idea che dati e semiconduttori siano il "nuovo petrolio" è fuorviante, poiché dipendono da risorse energetiche accessibili e abbondanti per essere preziosi.

Sebbene l'intelligenza artificiale basata su dati e semiconduttori possa migliorare l'efficienza energetica, è necessario un cambiamento radicale nei principi economici per sfruttare efficacemente l'energia in eccesso.

Le aziende di intelligenza artificiale e la monetizzazione dei dati

Le principali aziende di intelligenza artificiale, come Amazon con i suoi dispositivi Echo, fanno sempre più affidamento sui dati degli utenti per coprire i costi hardware ed energetici e generare profitti. Le interazioni con l'intelligenza artificiale, come i comandi vocali, generano preziosi punti dati, trasformando gli utenti in consumatori, risorse e contributori allo sviluppo dell'intelligenza artificiale.

La monetizzazione di questi dati diventa essenziale per le aziende di intelligenza artificiale per sostenere le proprie operazioni, rendendo la privacy dei dati e l'etica questioni critiche nell'ecosistema dell'intelligenza artificiale.

Il futuro dell'intelligenza artificiale e del consumo energetico

Con la continua espansione del complesso industriale dell'intelligenza artificiale, aumentano le preoccupazioni relative al consumo energetico e all'utilizzo delle risorse. Gli sforzi del CEO di OpenAI, Sam Altman, per ottenere finanziamenti per gli impianti di fabbricazione di semiconduttori evidenziano la domanda di hardware avanzato nel settore dell'intelligenza artificiale.

Il futuro dell'intelligenza artificiale dipende dalla ricerca di soluzioni sostenibili per il suo fabbisogno energetico, affrontando al contempo le sfide legate alla produzione di hardware, alle catene di fornitura e alla privacy dei dati. Mentre l'intelligenza artificiale continua a trasformare le interazioni uomo-macchina, l'equilibrio tra progresso tecnologico e responsabilità ambientale diventa sempre più cruciale.