Il problema dell’impronta di carbonio dell’IA è troppo grande per essere ignorato
Si è detto molto sulle capacità dell’intelligenza artificiale, dai robot umanoidi, alle auto a guida autonoma al riconoscimento vocale. Tuttavia, un aspetto dell’IA di cui spesso non si parla è la sua impronta di carbonio. I sistemi di intelligenza artificiale consumano molta energia e, di conseguenza, generano grandi volumi di emissioni di carbonio che danneggiano l’ambiente e accelerano ulteriormente il cambiamento climatico.
Impronta di carbonio dell’IA
È interessante notare la dualità dell’IA in termini di effetto sull’ambiente. Da un lato, aiuta a ideare soluzioni che possono ridurre gli effetti del cambiamento climatico ed ecologico. Alcuni dei quali includono: progettazione di reti intelligenti, sviluppo di infrastrutture a basse emissioni e previsioni sui cambiamenti climatici.
Ma, d’altra parte, l’IA ha un’impronta di carbonio significativa che è difficile da ignorare.
Ad esempio, in uno studio del 2019 , un team di ricerca dell’Università del Massachusetts aveva analizzato diversi modelli di formazione per l’elaborazione del linguaggio naturale. L’energia consumata da questi modelli è stata convertita in emissioni di carbonio e costo dell’elettricità. Si è quindi scoperto che l’addestramento di un sistema di elaborazione del linguaggio AI genera un’incredibile emissione di 1.400 libbre (635 kg). Lo studio ha inoltre notato che questo numero può anche raggiungere fino a 78.000 libbre (oltre 35.000 kg) a seconda della scala dell’esperimento AI e della fonte di energia utilizzata. Ciò equivale a 125 voli di andata e ritorno tra New York e Pechino.
In particolare, il centro di tutta la Timnit Gebru-Google polemica è anche uno studio dal titolo “sui pericoli di stocastici pappagalli: i modelli possono essere troppo grande di lingua?” Questo documento, co-autore di Gebru, ha sollevato domande sul fatto che i modelli di linguaggio AI siano troppo grandi e se le aziende tecnologiche stiano facendo abbastanza per ridurre il rischio potenziale derivante. Oltre a far luce su come tali modelli creano perennemente linguaggi offensivi, discorsi di incitamento all’odio, stereotipi e altre microaggressioni nei confronti di comunità specifiche, il documento ha anche parlato dell’impronta di carbonio dell’IA e di come influisce in modo sproporzionato sulle comunità emarginate, molto più di qualsiasi altro gruppo di persone.
Il documento sottolineava che il numero di risorse necessarie per costruire e sostenere modelli così grandi avvantaggiava solo le grandi aziende e le organizzazioni ricche, ma le conseguenti ripercussioni del cambiamento climatico erano a carico delle comunità emarginate. “È giunto il momento per i ricercatori di dare la priorità all’efficienza energetica e ai costi per ridurre l’impatto ambientale negativo e l’accesso iniquo alle risorse”, afferma il documento .
Questo grafico OpenAI mostra anche come dal 2012, la quantità di potenza di calcolo nell’addestramento di alcuni dei modelli più grandi come AlphaZero sia aumentata in modo esponenziale con un tempo di raddoppio di 3,4 mesi. Questo è superiore al periodo di raddoppio di due anni stabilito dalla legge di Moore.
Per affrontare questo problema, nel settembre 2019, i dipendenti di giganti della tecnologia come Amazon, Google, Microsoft, Facebook e Twitter, si sono uniti alla travolgente marcia mondiale contro il cambiamento climatico e hanno chiesto ai loro datori di lavoro di rilasciare una garanzia per ridurre le emissioni a zero entro 2030. Ciò richiederebbe loro di tagliare i contratti con le compagnie di combustibili fossili e di fermare lo sfruttamento dei rifugiati climatici. In una fortissima formulata domanda che ha chiamato fuori ‘sporco ruolo di Tech nel cambiamento climatico’, la coalizione aveva scritto che “il settore tech ha un’impronta di carbonio massiccia, spesso nascosto dietro gergo come ‘cloud computing’ o ‘ bitcoin mining ‘, insieme con rappresentazioni del codice e dell’automazione come astratte e immateriali “.
Considerando la crescente conversazione sul cambiamento climatico, un movimento chiamato Green AI è stato avviato anche dall’Allen Institute of Artificial Intelligence attraverso la loro ricerca. Questo documento ha proposto di intraprendere una ricerca sull’IA che produca i risultati desiderati ma senza aumentare il costo computazionale e, in alcuni casi, persino ridurlo. Secondo gli autori di questo articolo, l’obiettivo dovrebbe essere quello di rendere l’IA più verde e inclusiva, al contrario dell’AI rossa che attualmente domina il settore della ricerca. Red AI è stata riferita alle pratiche di ricerca che utilizzano un’enorme potenza di calcolo per ottenere risultati all’avanguardia in termini di precisione ed efficienza.
In un documento del 2019 , i co-fondatori di AI Now Institute, Roel Dobbe e Meredith Whittaker, hanno fornito sette raccomandazioni che potrebbero aiutare a redigere una “ politica climatica consapevole della tecnologia e una politica tecnologica consapevole del clima ”. Hanno incluso –
Costringere le aziende a fornire piena trasparenza in materia di energia e carbonio.
Contabilità per l’intera catena di approvvigionamento, compresi tutti i passaggi dall’estrazione di minerali per i chip ai rifiuti prodotti dai gadget di consumo.
Comprensione degli effetti di rimbalzo e garanzia di nessun aumento del consumo di combustibili fossili.
Calcolo dell’impatto energetico e climatico dell’IA come parte standard della pratica politica.
Integrare la regolamentazione tecnologica e la definizione delle politiche del green deal.
Frenare l’uso dell’IA per l’estrazione di combustibili fossili.
Identificare come l’IA danneggia ed esclude i rifugiati climatici.
C’è molto da fare per riconoscere, comprendere e agire contro le implicazioni dell’impronta di carbonio dell’IA. Una situazione ideale sarebbe che le aziende tecnologiche più grandi facessero il primo passo nella direzione da seguire per gli altri.
