Investigação Inovadora Revela a Pegada Hídrica Oculta da IA

Num estudo inovador, investigadores da Universidade da Califórnia em Riverside e da Universidade do Texas em Arlington lançaram luz sobre a pegada hídrica anteriormente negligenciada da tecnologia de inteligência artificial (IA). A equipa, liderada pelo Professor Associado Shaolei Ren, quantificou o consumo de água associado ao treino e execução de modelos de IA em grande escala, chamando a atenção para um aspeto da sustentabilidade muitas vezes ofuscado pelas discussões sobre emissões de carbono.

Revelando resultados sobre a IA

Os resultados da equipa de investigação revelam um consumo de água impressionante por parte dos modelos de IA, particularmente na fase de treino. Por exemplo, treinar o GPT-3 apenas nos data centers da Microsoft nos EUA pode consumir 700.000 litros de água doce limpa. Esta quantidade é equivalente à água necessária para produzir centenas de veículos elétricos. 

Além disso, a pegada hídrica triplica se o treino for realizado em data centers asiáticos. Mesmo durante a inferência, uma breve conversa com o ChatGPT pode exigir tanto quanto uma garrafa de água de 500 mililitros, destacando a quantidade de consumo de água associada ao uso de IA.

Comparando a pegada hídrica da IA com indústrias tradicionais como a agricultura, o estudo revela diferenças significativas. Embora indústrias como a produção de carne bovina e a fabricação de vestuário tenham pegadas hídricas bem conhecidas, estas muitas vezes incluem água não potável e consideram o ciclo de vida do produto. 

Em contraste, o estudo foca-se apenas na pegada hídrica operacional da IA, excluindo a pegada hídrica incorporada associada à fabricação e transporte de servidores. No entanto, os investigadores estimam que, se a pegada hídrica incorporada fosse considerada, a pegada hídrica global da IA poderia aumentar significativamente.

Uma das principais perspetivas do estudo é a tensão entre os esforços de redução de carbono e conservação de água. Embora as horas e locais eficientes em termos de carbono possam diferir dos eficientes em termos de água, o agendamento estratégico das cargas de trabalho de IA apresenta uma oportunidade para otimizar ambos. Por exemplo, agendar o treino de IA durante períodos de baixa procura ou em regiões com melhor eficiência hídrica pode ajudar a reduzir a pegada hídrica global sem comprometer os objetivos de redução de carbono.

Resposta das gigantes tecnológicas

Em meio a crescentes preocupações sobre o impacto ambiental dos data centers, grandes empresas tecnológicas como Google, Microsoft e Meta estão a priorizar cada vez mais a sustentabilidade nos seus processos de desenvolvimento. 

No entanto, o estudo sugere que pode ser feito mais para abordar a pegada hídrica das tecnologias de IA. Embora estejam em curso esforços para melhorar a eficiência hídrica no local, como a utilização de água reciclada e o aumento da eficiência das torres de arrefecimento, desafios significativos permanecem, especialmente em regiões propensas à seca como a Califórnia.

Os investigadores enfatizam a importância da transparência ao abordar a pegada hídrica da IA. Os programadores podem tomar decisões informadas sobre agendamento e alocação de recursos, fornecendo informações sobre o consumo de água associado aos modelos de IA. Além disso, a transparência permite aos utilizadores compreender e potencialmente minimizar a sua pegada hídrica, utilizando serviços de IA durante horas de maior eficiência hídrica ou em regiões com melhor eficiência hídrica.

Além disso, a colaboração entre a academia, a indústria e os formuladores de políticas é essencial para desenvolver estruturas regulatórias e incentivos eficazes que promovam práticas de IA sustentáveis. Este esforço colaborativo pode fomentar a inovação, salvaguardando simultaneamente os preciosos recursos hídricos do nosso planeta para as gerações futuras.

Os resultados do estudo sublinham a necessidade de uma abordagem holística para a sustentabilidade no desenvolvimento de IA. À medida que os avanços tecnológicos continuam a remodelar indústrias e sociedades, é imperativo considerar as consequências ambientais do uso de IA. Ao integrar esforços de conservação de água no desenvolvimento e operações de IA, as partes interessadas podem trabalhar rumo a um futuro mais sustentável, onde a inovação coexiste harmoniosamente com a gestão ambiental.