Ricerca pionieristica rivela l'impronta idrica nascosta dell'IA

In uno studio pionieristico, ricercatori dell'Università della California, Riverside, e dell'Università del Texas ad Arlington hanno gettato luce sull'ormai trascurata impronta idrica della tecnologia di intelligenza artificiale (AI). Il team, guidato dal professore associato Shaolei Ren, ha quantificato il consumo di acqua associato all'addestramento e all'esecuzione di modelli di IA su larga scala, attirando l'attenzione su un aspetto della sostenibilità spesso oscurato dalle discussioni sulle emissioni di carbonio.

Rivelazione dei risultati sull'IA

I risultati del team di ricerca rivelano un consumo di acqua sbalorditivo da parte dei modelli di IA, in particolare nella fase di addestramento. Ad esempio, l'addestramento di GPT-3 nei data center statunitensi di Microsoft da solo può consumare 700.000 litri di acqua dolce pulita. Questa quantità è equivalente all'acqua necessaria per produrre centinaia di veicoli elettrici. 

Inoltre, l'impronta idrica triplica se l'addestramento viene condotto in data center asiatici. Anche durante l'inferenza, una breve conversazione con ChatGPT può richiedere fino a una bottiglia d'acqua da 500 millilitri, evidenziando la quantità di consumo di acqua associata all'utilizzo dell'IA.

Confrontando l'impronta idrica dell'IA con settori tradizionali come l'agricoltura, lo studio rivela differenze significative. Mentre settori come la produzione di carne bovina e la manifattura di abbigliamento hanno impronte idriche ben note, queste spesso includono acqua non potabile e considerano il ciclo di vita del prodotto. 

Al contrario, lo studio si concentra esclusivamente sull'impronta idrica operativa dell'IA, escludendo l'impronta idrica incorporata associata alla produzione e al trasporto dei server. Tuttavia, i ricercatori stimano che se l'impronta idrica incorporata fosse considerata, l'impronta idrica complessiva dell'IA potrebbe aumentare significativamente.

Uno dei punti chiave emersi dallo studio è la tensione tra gli sforzi di riduzione del carbonio e la conservazione dell'acqua. Sebbene le ore e le località efficienti dal punto di vista del carbonio possano differire da quelle efficienti dal punto di vista idrico, la pianificazione strategica dei carichi di lavoro dell'IA presenta un'opportunità per ottimizzare entrambi. Ad esempio, programmare l'addestramento dell'IA durante i periodi di bassa domanda o in regioni con una migliore efficienza idrica potrebbe aiutare a ridurre l'impronta idrica complessiva senza compromettere gli obiettivi di riduzione del carbonio.

Risposta dei giganti della tecnologia

Di fronte alle crescenti preoccupazioni per l'impatto ambientale dei data center, grandi aziende tecnologiche come Google, Microsoft e Meta stanno dando sempre più priorità alla sostenibilità nei loro processi di sviluppo. 

Tuttavia, lo studio suggerisce che si può fare di più per affrontare l'impronta idrica delle tecnologie IA. Sebbene siano in corso sforzi per migliorare l'efficienza idrica in loco, come l'utilizzo di acqua riciclata e il miglioramento dell'efficienza delle torri di raffreddamento, rimangono sfide significative, specialmente nelle regioni soggette a siccità come la California.

I ricercatori sottolineano l'importanza della trasparenza nell'affrontare l'impronta idrica dell'IA. Gli sviluppatori possono prendere decisioni informate sulla pianificazione e sull'allocazione delle risorse fornendo informazioni sul consumo di acqua associato ai modelli di IA. Inoltre, la trasparenza consente agli utenti di comprendere e potenzialmente ridurre la propria impronta idrica utilizzando i servizi di IA durante le ore a maggiore efficienza idrica o in regioni con una migliore efficienza idrica.

Inoltre, la collaborazione tra università, industria e decisori politici è essenziale per sviluppare quadri normativi e incentivi efficaci che promuovano pratiche di IA sostenibili. Questo sforzo collaborativo può favorire l'innovazione salvaguardando al contempo le preziose risorse idriche del nostro pianeta per le generazioni future.

I risultati dello studio sottolineano la necessità di un approccio olistico alla sostenibilità nello sviluppo dell'IA. Man mano che i progressi tecnologici continuano a plasmare industrie e società, è imperativo considerare le conseguenze ambientali dell'utilizzo dell'IA. Integrando gli sforzi di conservazione dell'acqua nello sviluppo e nelle operazioni dell'IA, le parti interessate possono lavorare verso un futuro più sostenibile in cui l'innovazione coesista armoniosamente con la cura dell'ambiente.