Allarme: il consumo energetico delle AI supera le previsioni — Cosa significa per il futuro?

Lo scorso maggio, Google ha presentato il servizio AI Overviews, progettato per rispondere automaticamente alle domande degli utenti grazie all’uso di intelligenze artificiali generative. Tuttavia, questo sviluppo ha portato alla luce non solo bizzarri errori commessi dalle AI, come il consiglio di aggiungere colla alla pizza per renderla più filante, ma anche preoccupazioni significative riguardo al consumo energetico necessario per il loro funzionamento.

Secondo uno studio del ricercatore Alex de Vries, generare una risposta con AI Overviews consuma circa tre wattora di energia, equivalente a quella necessaria per una telefonata di un’ora da un telefono fisso, o dieci volte superiore a una ricerca tradizionale su Google. Questo consumo non si limita all’uso diretto da parte degli utenti, ma si estende anche alla fase di addestramento dei modelli linguistici di grandi dimensioni (LLM), che richiede un’enorme quantità di energia. Ad esempio, per addestrare GPT-3, il modello linguistico di OpenAI, sono stati consumati poco meno di 1300 megawattora di energia elettrica, pari al consumo annuale di 130 case statunitensi o all’energia necessaria per guardare Netflix per 1,625 milioni di ore.

La Crescita della Domanda Energetica nei Data Center

I data center, essenziali per l’infrastruttura della rete internet, stanno affrontando un notevole aumento della domanda di energia. In Virginia, Stati Uniti, dove sono situati decine di questi centri, il settore assorbe un quinto dell’energia consumata dallo stato. Questo aumento della domanda non è limitato alla Virginia; in Svezia, si prevede che la domanda di energia elettrica per i data center raddoppierà entro la fine del decennio e quadruplicherà entro il 2040. Nel Regno Unito, si attende un aumento del 500% entro il 2030, mentre negli Stati Uniti il settore potrebbe arrivare a rappresentare l’8% del consumo totale entro il 2030, rispetto al 3% del 2022.

Questo incremento della domanda energetica è in parte dovuto ai processi di inferenza, in cui i modelli linguistici traggono conclusioni da nuovi dati assenti dal materiale di training iniziale. Attualmente, i data center utilizzano più energia della maggior parte dei paesi, Italia compresa; solo 16 nazioni, tra cui Cina e Stati Uniti, ne consumano di più. Questo rappresenta un problema significativo per il settore delle AI, che deve confrontarsi con l’impatto economico, energetico e ambientale delle sue tecnologie.

Le Sfide della Sostenibilità Energetica

Le principali aziende tecnologiche, come Google, Amazon e Microsoft, hanno promesso di alimentare completamente i loro centri con energia da fonti rinnovabili entro il 2030. Tuttavia, lo sviluppo di servizi come AI Overviews rischia di rendere difficile il rispetto di questi obiettivi. Inoltre, molte piccole aziende, nate sull’onda del successo delle AI generative, spesso adottano un approccio spregiudicato riguardo alla fonte di energia utilizzata, comprando anche energia da combustibili fossili.

Il Washington Post ha riportato che alcune aziende tecnologiche dichiarano di acquistare energia eolica, solare o geotermica per compensare le emissioni, ma operando sulla stessa rete elettrica di altre aziende, si attribuiscono gran parte della quantità finita di energia pulita. Questo processo costringe le imprese dei servizi energetici a comprare energia da combustibili fossili per soddisfare la domanda collettiva.

Progetti Futuristici e Scetticismi

Per affrontare la crescente domanda di energia, alcune aziende tecnologiche stanno investendo in progetti futuristici come la fusione nucleare. Nel 2018, Sam Altman, cofondatore di OpenAI, ha investito 375 milioni di dollari in Helion Energy, una startup che mira a costruire un impianto a fusione nucleare entro il 2028. La fusione nucleare, una reazione che alimenta le stelle, potrebbe rappresentare una fonte di energia pulita e inesauribile. Tuttavia, molti esperti del settore sono scettici riguardo alle tempistiche e alle possibilità concrete di successo di questi progetti.

Microsoft, alleata con OpenAI, ha promesso di acquistare energia da Helion Energy non appena sarà disponibile. Tuttavia, come sottolineato da John Holdren, fisico di Harvard e consulente scientifico della Casa Bianca durante l’amministrazione Obama, la disponibilità commerciale di energia prodotta dalla fusione entro il 2030 o 2035 è considerata una manovra promozionale, alimentando la fede dell’opinione pubblica nei miracoli tecnologici piuttosto che affrontare la crisi climatica con soluzioni realistiche e dolorose.

Bullet Executive Summary

In conclusione, il crescente consumo energetico delle intelligenze artificiali rappresenta una sfida significativa per il settore tecnologico e per l’ambiente. Sebbene le aziende stiano investendo in progetti futuristici come la fusione nucleare, è essenziale affrontare le questioni energetiche con soluzioni realistiche e sostenibili. La tecnologia di base correlata al tema dell’articolo è il machine learning, che richiede una notevole potenza di calcolo e, di conseguenza, un elevato consumo energetico. Una nozione avanzata correlata è l’uso di reti neurali profonde (deep neural networks), che sono alla base delle moderne intelligenze artificiali generative e richiedono un’enorme quantità di dati e risorse computazionali per l’addestramento.

Riflettendo su questi temi, è chiaro che l’innovazione tecnologica deve andare di pari passo con la sostenibilità ambientale. Le aziende tecnologiche devono bilanciare la loro sete di progresso con un impegno concreto verso pratiche energetiche sostenibili, per garantire un futuro in cui l’innovazione non avvenga a scapito del nostro pianeta.