Τεχνητή νοημοσύνη και περιβάλλον: Πόσο κοστίζει πραγματικά μια απλή ερώτηση

Tεχνητή νοημοσύνη και περιβάλλον

Η τεχνητή νοημοσύνη έχει πια περάσει στην καθημερινότητά μας. Από την εργασία και την εκπαίδευση, μέχρι την ψυχαγωγία και την προσωπική έρευνα, εργαλεία όπως το ChatGPT, το Gemini της Google και άλλα μοντέλα χρησιμοποιούνται καθημερινά. Πίσω όμως από μια φαινομενικά απλή ερώτηση, υπάρχει ένα μεγάλο – και συχνά αόρατο – κόστος. Ένα κόστος περιβαλλοντικό.

Τεχνητή νοημοσύνη και κατανάλωση ενέργειας

Η επικοινωνία με ένα σύστημα γενετικής τεχνητής νοημοσύνης (GenAI) μπορεί να μοιάζει γρήγορη και αθώα. Παρόλα αυτά, η διαδικασία που βρίσκεται πίσω από κάθε απάντηση απαιτεί τεράστια ποσά ενέργειας.

Εκπαίδευση των μοντέλων και ενεργειακό αποτύπωμα

Το μεγαλύτερο μέρος της κατανάλωσης προκύπτει κατά την “εκπαίδευση” των μοντέλων. Όταν δηλαδή το σύστημα συλλέγει και μαθαίνει από τεράστιο όγκο δεδομένων. Για παράδειγμα, η εκπαίδευση του GPT-4 λέγεται ότι χρειάστηκε περίπου 50 γιγαβατώρες – αρκετή ενέργεια για να καλύψει μια μεγάλη πόλη για μερικά 24ωρα.

Τα κέντρα δεδομένων που στηρίζουν την AI

Η πληροφορία που επεξεργάζονται και αποθηκεύουν οι αλγόριθμοι της AI φιλοξενείται σε τεράστιες εγκαταστάσεις, τα λεγόμενα data centers. Το 2022, αυτά κατανάλωσαν περίπου 460 τεραβατώρες ενέργειας, ποσότητα παρόμοια με εκείνη που χρησιμοποιεί η Γαλλία σε έναν ολόκληρο χρόνο. Μέχρι το 2026, εκτιμάται ότι ο αριθμός αυτός θα ξεπεράσει τις 1.000 TWh.

Χρήση νερού για ψύξη των συστημάτων

Τα μηχανήματα που επεξεργάζονται δεδομένα λειτουργούν σε πολύ υψηλές θερμοκρασίες. Για να διατηρηθούν, απαιτούνται σταθερές συνθήκες ψύξης – και αυτό σημαίνει νερό. Πολύ νερό.

Η χρήση του νερού δεν είναι αμελητέα. Συχνά μάλιστα χρησιμοποιείται πόσιμο νερό. Σε περιοχές με έλλειψη, όπως η Μεσόγειος ή περιοχές των ΗΠΑ, το ζήτημα αυτό αποκτά μεγαλύτερη βαρύτητα. Εταιρείες όπως η Microsoft, σύμφωνα με ρεπορτάζ, το 2023 χρησιμοποίησαν σχεδόν τον μισό όγκο νερού τους από περιοχές με περιορισμένη διαθεσιμότητα. Αντίστοιχα, η Google χρησιμοποιεί το 15% των αποθεμάτων της σε παρόμοιες ζώνες.

Μέταλλα και εξόρυξη για την τεχνητή νοημοσύνη

Για να λειτουργούν τα συστήματα τεχνητής νοημοσύνης, χρειάζονται ειδικά μικροτσίπ (GPU). Η παραγωγή τους βασίζεται σε μέταλλα όπως το πυρίτιο, ο χαλκός, το κοβάλτιο και άλλα. Αυτά δεν βρίσκονται εύκολα.

Η εξόρυξη είναι ενεργοβόρα και συνήθως γίνεται σε περιοχές που ήδη αντιμετωπίζουν περιβαλλοντικές πιέσεις. Ένα χαρακτηριστικό παράδειγμα είναι η έρημος Ατακάμα στη Χιλή, με το μεγαλύτερο ορυχείο χαλκού στον κόσμο.