L’intelligenza artificiale è davvero sostenibile Scopri l’impatto ambientale nascosto

L’avvento dell’intelligenza artificiale (IA) sta rimodellando profondamente la nostra esistenza, sia nella vita privata che professionale. Tuttavia, questa trasformazione tecnologica cela un effetto collaterale non trascurabile: un impatto ambientale significativo, spesso sottovalutato. Studi recenti e resoconti aziendali rivelano che l’addestramento e l’utilizzo di modelli di IA, in particolare i Large Language Models (LLM), generano considerevoli quantità di emissioni serra, ponendo interrogativi urgenti sulla reale sostenibilità di questa innovazione.

L’impronta di carbonio dell’intelligenza artificiale

Un gruppo di ricercatori dell’Università di Scienze Applicate di Monaco ha condotto un’indagine dettagliata sulle emissioni di CO2 derivanti da vari LLM. I risultati, pubblicati sulla rivista Frontiers in Communication, mettono in risalto come la metodologia di ragionamento dei modelli incida in modo significativo sul loro impatto ambientale. I modelli che impiegano processi di ragionamento complessi possono, infatti, produrre fino a 50 volte più emissioni di CO2 rispetto a quelli che si limitano a fornire risposte dirette.

La ricerca ha analizzato 14 LLM con un numero di parametri compreso tra 7 e 72 miliardi, valutati tramite un set di 1000 domande standardizzate. È emerso che i modelli basati sul ragionamento producono in media 543,5 token “pensanti” per domanda, contro i soli 37,7 dei modelli più semplici. Il modello Cogito, con 70 miliardi di parametri, ha dimostrato un’accuratezza dell’84,9%, ma ha anche rilasciato emissioni di CO2 tre volte superiori rispetto a modelli similari che si limitano a risposte immediate.

“Attualmente, osserviamo un chiaro compromesso tra accuratezza e sostenibilità insito nelle tecnologie LLM”, ha commentato Maximilian Dauner, primo firmatario dello studio. Questo commento del principale autore dello studio mette in luce la necessità di bilanciare la precisione dei modelli con le loro implicazioni ambientali.

Google e l’aumento delle emissioni

Il gigante tecnologico Google ha recentemente divulgato un rapporto ambientale che attesta un incremento del 49% nelle proprie emissioni di gas serra a partire dal 2019. Nel corso del 2023, le emissioni totali hanno raggiunto i 14,3 milioni di tonnellate di CO2, con un aumento del 13% rispetto all’anno precedente. Google ascrive questo aumento principalmente all’accresciuto fabbisogno energetico dei data center e della filiera, connesso all’integrazione dell’intelligenza artificiale nei suoi prodotti.

L’azienda è consapevole della difficoltà di conciliare l’innovazione nel campo dell’IA con la responsabilità ecologica. Per far fronte a questa problematica, Google sta investendo in infrastrutture ad alta efficienza energetica, come Trillium, la sua unità di elaborazione tensoriale (TPU) di sesta generazione, che è oltre il 67% più efficiente dal punto di vista energetico rispetto alla TPU v5e. Inoltre, Google ha sviluppato pratiche che possono ridurre significativamente l’energia necessaria per addestrare un modello di AI, fino a cento volte, e le emissioni associate, fino a mille volte.

Google ha preso l’impegno di dimezzare il proprio impatto inquinante entro il 2030. Per conseguire tale obiettivo, l’azienda sta lavorando su varie iniziative, tra cui:

Routing a basso consumo di carburante: utilizza l’AI per analizzare il traffico e suggerire il percorso più efficiente, contribuendo a ridurre le emissioni di gas serra.
Miglioramento delle previsioni: ha creato un modello AI idrologico globale per prevedere le inondazioni fino a sette giorni in anticipo, aiutando le comunità a prepararsi e rispondere agli eventi climatici estremi.
Gestione ottimale del flusso veicolare: Green Light è una soluzione basata sull’intelligenza artificiale che regola la sincronizzazione dei semafori per diminuire il traffico che si ferma e riparte e limitare il consumo di carburante.

Verso un futuro sostenibile

La crescente consapevolezza dell’effetto ambientale dell’AI sta incoraggiando aziende e ricercatori a cercare soluzioni innovative per abbattere le emissioni. È imperativo adottare un approccio più ponderato all’uso dell’AI, incoraggiando i modelli a fornire risposte concise quando è fattibile e limitando l’impiego di modelli ad elevate prestazioni alle mansioni che effettivamente richiedono tale potenza di calcolo. Inoltre, è essenziale investire in infrastrutture con un minore dispendio energetico e sviluppare metodologie di addestramento dei modelli che minimizzino il consumo di energia. La trasparenza e la rendicontazione delle emissioni di CO2 associate all’AI sono fondamentali per dare la possibilità agli utenti di compiere scelte consapevoli e sostenibili.

Un Imperativo Etico e Ambientale: Riconciliare Progresso e Sostenibilità

L’intelligenza artificiale rappresenta una delle più grandi promesse del nostro tempo, ma il suo sviluppo non può avvenire a scapito del nostro pianeta. La sfida che ci troviamo ad affrontare è quella di conciliare il progresso tecnologico con la sostenibilità ambientale. È imperativo che aziende, ricercatori e governi collaborino per sviluppare soluzioni innovative che riducano l’impatto ambientale dell’AI e garantiscano un futuro sostenibile per tutti.

Amici, riflettiamo un attimo. Avete presente il concetto di “backpropagation”? È un algoritmo fondamentale nell’addestramento delle reti neurali, che permette di calcolare il gradiente della funzione di costo rispetto ai pesi della rete e di aggiornarli di conseguenza. In parole povere, è il meccanismo che consente all’AI di imparare dai propri errori e migliorare le proprie prestazioni.

Ora, pensate a un concetto più avanzato come il “transfer learning”. Invece di addestrare un modello da zero, si parte da un modello pre-addestrato su un vasto dataset e lo si adatta a un compito specifico. Questo non solo riduce drasticamente il tempo e le risorse necessarie per l’addestramento, ma può anche migliorare l’accuratezza del modello.

Ecco, forse dovremmo applicare un po’ di “transfer learning” anche al nostro approccio all’AI. Invece di concentrarci esclusivamente sulle prestazioni, dovremmo considerare anche l’impatto ambientale e cercare di “trasferire” le nostre conoscenze e competenze in materia di sostenibilità allo sviluppo dell’AI. Dopotutto, il futuro dell’AI dipende dalla nostra capacità di renderla sostenibile. Non credete?
—–
Ecco la frase rielaborata:

Il firmatario principale dello studio, Maximilian Dauner, ha evidenziato che *le tecnologie LLM al momento presentano un indubbio trade-off tra esattezza dei risultati e rispetto dell’ambiente.*