Órgão ambientalista pressiona a indústria de IA sobre a divulgação dos custos ocultos do ChatGPT

A inteligência artificial (IA) tornou-se parte integrante da vida moderna, impulsionando diversas aplicações, incluindo o ChatGPT, que auxilia em tarefas que vão desde a recuperação de informações até a geração de conteúdo criativo. Embora os benefícios da IA ​​sejamdent, pesquisas recentes destacam uma preocupação menos discutida: os custos ambientais substanciais associados a grandes modelos de linguagem como o ChatGPT e o Bing Copilot.

Consumo de energia do treinamento de modelos de linguagem

Grandes modelos de linguagem, como o ChatGPT e o Bing Copilot, exigem grande poder computacional e eletricidade durante seus processos de treinamento. De acordo com um estudo realizado por pesquisadores da Universidade de Washington, o treinamento de um único modelo de linguagem grande como o ChatGPT-3 pode consumir até 10 gigawatts-hora (GWh) de energia. Para se ter uma ideia, isso equivale aproximadamente ao consumo anual de eletricidade de mais de 1.000 residências nos EUA. Além disso, a pegada de carbono do treinamento do ChatGPT-3 pode variar de 55 a 284 toneladas de CO2, dependendo da fonte de eletricidade.

Executando modelos de linguagem e seu impacto ambiental

Embora o consumo de energia para executar modelos de linguagem como o Bing Copilot ou o ChatGPT seja menor do que o do treinamento, ele ainda contribui para as preocupações ambientais. O consumo real de energia depende de fatores como o tamanho do modelo, o número de tokens processados ​​e a eficiência do hardware e do software. Estimativas sugerem que uma única consulta do ChatGPT-4 consome entre 0,001 e 0,01 kWh, o que é significativamente mais do que a energia consumida por uma consulta de pesquisa típica do Google (0,0003 kWh).

Os impactos ambientais do uso de sistemas de IA, incluindo ChatGPT e Bing Copilot, não são negligenciáveis. À medida que a demanda por serviços de IA cresce, aumenta também a necessidade de data centers para abrigar os servidores e equipamentos que suportam esses sistemas. Os data centers são notórios pelo seu consumo de energia, que inclui tanto o funcionamento do hardware quanto o gerenciamento de energia e refrigeração. Globalmente, os data centers são responsáveis ​​por aproximadamente 1 a 1,5% do consumo de eletricidade e 0,3% das emissões de CO2. Além disso, essas instalações utilizam quantidades substanciais de água tanto para refrigeração quanto para geração de eletricidade.

Um relatório do Livemint revela que o ChatGPT-3 sozinho consome cerca de 800.000 litros de água por hora. Isso equivale ao consumo diário de água de 40.000 pessoas. Esses números ressaltam o impacto ambiental significativo dos sistemas de IA.

Reduzir o consumo de energia e o impacto ambiental

Melhorar a eficiência de hardware e software: Aprimorar o design e a eficiência de hardware e software pode reduzir o consumo de energia. Técnicas como o resfriamento por imersão em líquido podem ajudar a diminuir o calor do hardware e minimizar as emissões de carbono e o consumo de água em data centers.

Transição para energias renováveis: A mudança para fontes de energia renováveis, como eólica, solar e hídrica, pode alimentar centros de dados de forma mais sustentável. Países com abundantes recursos naturais, como a Noruega e a Islândia, já adotaram essa abordagem para reduzir sua pegada de carbono.

Uso responsável da IA: Limitar o uso de modelos de IA a aplicações significativas e essenciais, evitando propósitos triviais ou prejudiciais, pode contribuir para a conservação de energia e a responsabilidade social. Concentrar-se na criação de conteúdo educacional ou artístico, em vez de gerar notícias falsas ou spam, pode ter impactos sociais positivos.

O futuro do consumo de energia na IA

O futuro do consumo de energia na IA parece promissor, com os avanços tecnológicos levando a modelos de IA e centros de dados mais eficientes em termos energéticos. Espera-se também um aumento na adoção de fontes de energia renováveis. No entanto, à medida que a IA se torna mais ubíqua, é essencial manter o foco na redução do consumo de energia e na promoção de práticas sustentáveis.

Apesar da crescente preocupação com o impacto ambiental da IA, a obtenção de dados precisos continua sendo um desafio significativo. As pesquisas existentes e os estudos emergentes baseiam-se em conjuntos de dados estimados e projeções, uma vez que os desenvolvedores não divulgaram publicamente a extensão total do consumo de energia, das emissões de carbono e da pegada hídrica da IA.

Um estudo realizado por Li et al. em 2023 destacou que a demanda global por IA (Inteligência Artificial) poderia potencialmente levar à retirada de 4,2 a 6,6 bilhões de metros cúbicos de água em 2027, ultrapassando a retirada anual total de água de metade do Reino Unido. Isso ressalta a necessidade urgente de maior transparência na avaliação do impacto ambiental da IA.

Apelo por maior responsabilização e transparência

Para abordar essas preocupações de forma eficaz, há uma crescente necessidade de maior transparência em relação às emissões operacionais e de desenvolvimento resultantes dos processos de IA. Os desenvolvedores devem divulgar dados relacionados à eficiência hídrica e fornecer comparações de diferentes insumos energéticos. Essa transparência permitirá decisões e avaliações informadas sobre os impactos ambientais de modelos de linguagem como o ChatGPT e o Bing Copilot.