L’intelligenza artificiale generativa consuma molta energia. Ma di tutte le azioni legate a questa tecnologia, la creazione di immagini è la più costosa. Generare una singola immagine equivale a utilizzare l’intera carica di un telefono cellulare in una sola volta.
Per mettere le cose in prospettiva: l’esecuzione di 1.000 azioni di generazione di testo, su uno strumento come ChatGPT, consuma solo il 16% della batteria del telefono.. Il calcolo è il risultato di un studio condotto dalla startup di AI Hugging Face e dalla Carnegie Mellon University negli Stati Uniti.
Il team, guidato dal ricercatore Sasha Luccioni, ha calcolato l’energia consumata da 10 compiti comuni svolti da un’intelligenza artificiale. Ad esempio, la generazione di testi, la classificazione di immagini, la generazione di didascalie e la generazione di immagini. L’esperimento ha preso in considerazione 88 modelli diversi. Per effettuare il confronto, sono state eseguite 1.000 richieste per ogni compito.
Non solo hanno misurato l’energia consumata, ma hanno anche stimato le emissioni di carbonio. È la prima volta che viene misurato l’impatto ambientale di un modello di intelligenza artificiale per i suoi diversi compiti, hanno dichiarato i ricercatori.
Per lo studio hanno sviluppato uno strumento chiamato Codice Carbonioche stima il consumo di energia in base ai consumi del computer durante l’esecuzione del modello. Hanno stimato le emissioni generate utilizzando otto modelli generativi, addestrati a tale scopo.
Generazione di immagini costose da parte dell’intelligenza artificiale
La creazione di un’immagine con l’intelligenza artificiale è stata di gran lunga la più dispendiosa in termini di energia e quindi di emissioni di carbonio. Per esempio: 1.000 immagini create da un modello come Stable Diffusion XL hanno emesso quasi la stessa quantità di anidride carbonica di un’auto a benzina per 6,5 chilometri. Lo stesso esercizio con il modello di generazione del testo più efficiente genera un impatto ambientale pari a quello di una guida di 0,001 chilometri.
Il team ha anche scoperto che l’utilizzo di modelli generativi di grandi dimensioni, come ChatGPT o Bard, consuma molta più energia rispetto a modelli di intelligenza artificiale più piccoli, progettati per compiti specifici. I modelli di grandi dimensioni consumano molta più energia perché cercano di fare molte cose contemporaneamente: generare, classificare e riassumere il testo, piuttosto che un singolo compito.
I ricercatori hanno anche confermato che le emissioni giornaliere superano di gran lunga quelle generate durante l’addestramento dei modelli di grandi dimensioni. Hanno testato diverse versioni di BLOOM, un modello multilingue sviluppato da Hugging Face, per vedere quanti usi sarebbero necessari per superare i costi di formazione.
Alla fine, sono stati necessari più di 590 milioni di utilizzi per raggiungere i costi di carbonio generati durante l’addestramento del loro modello più grande. Per sistemi come ChatGPT, utilizzato da milioni di persone, questo valore sarebbe stato superato in sole due settimane.Luccioni ha detto MIT Technology Review.
A rapporto pubblicato da SemiAnalysis all’inizio dell’anno avvertiva già che i costi di inferenza – il processo di risposta a domande e quesiti – da ChatGPT superano i costi di formazione su base settimanale.. Maggiore è l’utilizzo e il numero di utenti, maggiore è la spesa. E più energia e impatto sull’ambiente.
Mitigare l’impatto futuro
Il nuovo rapporto di studio sottolinea che si vuole contribuire a comprendere “l’impatto ambientale delle diverse industrie, al fine di sviluppare strategie efficaci per mitigare questo impatto”. Ed è solo l’inizio. Un’altra ricerca pubblicata a ottobre stima che l’industria dell’intelligenza artificiale potrebbe consumare tanta energia quanto un Paese delle dimensioni dei Paesi Bassi o dell’Irlanda. Questo quando si diffonderà su larga scala, , che si stima avverrà entro il 2027.
L’impatto ambientale è su più fronti. Il solo raffreddamento dei server dei prodotti ChatGPT richiede quantità impressionanti di acqua. Ad esempio, l’addestramento del GPT-3 – uno dei modelli alla base di ChatGPT – nei data center statunitensi di Microsoft ha consumato direttamente fino a 700.000 litri di acqua dolce pulita. Si tratta di una quantità pari, ad esempio, a quella necessaria per produrre 370 automobili BMW o 320 veicoli elettrici Tesla.
Gli sviluppatori sono già alla ricerca di alternative. Più che per l’impatto ambientale, per la quantità di denaro che richiede. Microsoft si è impegnata pubblicamente a perseguire l’energia nucleare. A maggio, l’azienda ha annunciato di aver firmato un contratto di acquisto di energia con Helion, una startup che si occupa di fusione nucleare, per acquistare elettricità da essa a partire dal 2028.
“Se riusciamo a ridurre il costo dell’intelligenza e il costo dell’energia, la qualità della vita di tutti noi aumenterà incredibilmente”, ha dichiarato a maggio Sam Altman, CEO di OpenAI, che è anche uno dei principali investitori di Helion. “Dobbiamo rendere i sistemi di intelligenza artificiale sempre più potenti e sempre meno costosi”, ha detto Altman. sul nuovo accordo.