Η ενεργειακή και υδάτινη κατανάλωση της τεχνητής νοημοσύνης
Η χρήση συστημάτων τεχνητής νοημοσύνης, όπως το ChatGPT, προσφέρει πολλές διευκολύνσεις στην καθημερινότητά μας, από τη συγγραφή κειμένων μέχρι τη μετάφραση εγγράφων. Παρά τα οφέλη αυτά, η τεχνολογία αυτή έχει και κόστος, κυρίως σε επίπεδο κατανάλωσης ενέργειας και νερού.
Πόση ενέργεια απαιτεί ένα email
Σύμφωνα με έρευνα που διεξήχθη από το Πανεπιστήμιο της Καλιφόρνια στο Riverside σε συνεργασία με την εφημερίδα The Washington Post, η δημιουργία ενός email 100 λέξεων χρησιμοποιώντας το ChatGPT απαιτεί περίπου 0,14 κιλοβατώρες ενέργειας. Αυτή η ποσότητα ενέργειας ισοδυναμεί με τη λειτουργία 14 λαμπτήρων LED για μία ώρα.
Αν ένας χρήστης δημιουργεί ένα τέτοιο email κάθε εβδομάδα για έναν χρόνο, η συνολική κατανάλωση ενέργειας φτάνει τις 7,5 κιλοβατώρες. Αυτό είναι περίπου το ίδιο με την κατανάλωση ενέργειας 9,3 νοικοκυριών στην Ουάσιγκτον DC σε μία ώρα. Αν το 10% των εργαζομένων στις ΗΠΑ, δηλαδή περίπου 16 εκατομμύρια άνθρωποι, έγραφε ένα email χρησιμοποιώντας το ChatGPT κάθε εβδομάδα, τότε η συνολική κατανάλωση ενέργειας θα έφτανε τις 121.517 μεγαβατώρες, που αντιστοιχεί στην κατανάλωση όλων των νοικοκυριών στην Ουάσιγκτον για 20 ημέρες.
Κατανάλωση νερού για την ψύξη των διακομιστών
Η λειτουργία των κέντρων δεδομένων απαιτεί, εκτός από ενέργεια, και νερό για την ψύξη των διακομιστών. Για τη δημιουργία ενός email 100 λέξεων, χρησιμοποιούνται περίπου 518 χιλιοστόλιτρα νερού, δηλαδή μισό λίτρο. Αν ένας εργαζόμενος δημιουργεί ένα τέτοιο email κάθε εβδομάδα, η ετήσια κατανάλωση νερού φτάνει τα 27 λίτρα, ποσότητα που ισοδυναμεί με τρία κουτιά των δώδεκα μπουκαλιών των 0,7 λίτρων το καθένα.
Αν το 10% των εργαζομένων στις ΗΠΑ χρησιμοποιεί το ChatGPT για να γράψει ένα email την εβδομάδα, η συνολική κατανάλωση νερού θα έφτανε τα 435 εκατομμύρια λίτρα. Αυτή η ποσότητα νερού αντιστοιχεί στην κατανάλωση όλων των νοικοκυριών στη μικρότερη πολιτεία των ΗΠΑ, το Rhode Island, σε μιάμιση μέρα.
Η εκπαίδευση των μοντέλων τεχνητής νοημοσύνης
Η εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης, όπως το ChatGPT, απαιτεί μήνες επεξεργασίας και μεγάλη ποσότητα πόρων. Για την εκπαίδευση του GPT-3, τα κέντρα δεδομένων της Microsoft χρειάστηκαν περίπου 700.000 λίτρα νερού. Συγκριτικά, η Meta κατανάλωσε 22 εκατομμύρια λίτρα νερού για την εκπαίδευση του μοντέλου Llama-3, ενώ για τον διάδοχό του, το Llama-4, αναμένεται να απαιτηθεί δεκαπλάσια υπολογιστική ισχύς.
Οι περιβαλλοντικές επιπτώσεις
Η αυξημένη ζήτηση σε ενέργεια και νερό οδηγεί και σε αυξημένες εκπομπές διοξειδίου του άνθρακα, σύμφωνα με τις περιβαλλοντικές εκθέσεις των εταιρειών. Για παράδειγμα, τα κέντρα δεδομένων της Google αύξησαν την κατανάλωση ενέργειας κατά 17% μέσα σε ένα χρόνο λόγω της τεχνητής νοημοσύνης, ενώ οι εκπομπές τους αυξήθηκαν κατά 13%.
Από το 2020 έως το 2023, η κατανάλωση ηλεκτρικής ενέργειας των κέντρων δεδομένων της Microsoft υπερδιπλασιάστηκε, από 11.284 σε 24.008 γιγαβατώρες, με το 98% αυτής να προέρχεται από πράσινη ενέργεια.
Η συμβολή της τεχνητής νοημοσύνης στην προστασία του περιβάλλοντος
Παρότι η τεχνητή νοημοσύνη συμβάλλει στην αύξηση της κατανάλωσης πόρων, μπορεί παράλληλα να προωθήσει την προστασία του περιβάλλοντος μέσω βελτιωμένων προβλέψεων και πιο αποδοτικών εταιρικών διαδικασιών. Οι μεγάλες εταιρείες τεχνολογίας επενδύουν σε νέες τεχνολογίες που στοχεύουν στη μείωση του ενεργειακού τους αποτυπώματος και στην αξιοποίηση της τεχνητής νοημοσύνης για την επίτευξη αυτών των στόχων.
