Nei prossimi anni l’AI potrebbe consumare tanta energia quanto un’intera Nazione

Se il 2023 è stato l'anno dell'intelligenza artificiale, il 2024 è l'anno in cui il problema dell'impatto ambientale dell'AI non può più essere ignorato. Già a gennaio, durante l'incontro annuale del World Economic Forum in Svizzera, l'amministratore delegato di OpenAI – l'azienda proprietaria di ChatGPT – Sam Altman si è espresso in merito alle sfide energetiche che affliggono questo settore, affermando che «è necessaria una svolta» per abbattere il consumo di energia e acqua potabile legato all'AI. Sempre durante il WEF, il presidente di Hitachi Toshihaki Higashihara ha dichiarato che, secondo una stima, i data center (centri di calcolo informatico composti da migliaia di server) avranno nel 2050 un consumo di energia elettrica 1000 volte superiore rispetto a oggi, anche a causa dell'enorme fame energetica dell'AI. Il problema è arrivato fino al Parlamento degli Stati Uniti, dove il mese scorso è stata firmata una proposta di legge per contrastare il pesante costo ambientale dell'intelligenza artificiale.

Quanta energia consuma l'intelligenza artificiale?

Per garantire l'addestramento e le risposte alle milioni di query che ogni giorno vengono inviate a tool di intelligenza artificiale come ChatGPT o Google Gemini sono necessari enormi data center il cui consumo energetico è tutt'altro che trascurabile, sia per mantenere attivi i computer sia per alimentare i loro sistemi di raffreddamento.

Si stima per esempio che ricevere una risposta da un tool di intelligenza artificiale generativa consumi 4-5 volte in più rispetto a una tradizionale ricerca sul web in termini di energia. Secondo una stima prodotta da un gruppo di ricerca dell'Università di Washington guidato da Sajjad Moazeni, il chatbot AI più famoso – ChatGPT – necessita di circa 1 gigawattora (GWh) al giorno, l'equivalente del consumo di 33.000 famiglie statunitensi medie. A questo proposito, Moazeni ha dichiarato:

Questi numeri possano sembrare accettabili per ora, ma è solo l’inizio di un ampio sviluppo e adozione di questi modelli. […] Inoltre, man mano che i modelli diventano più sofisticati, diventano sempre più grandi, il che significa che l’energia del data center per la formazione e l’utilizzo di questi modelli può diventare insostenibile.

Stimare quanta energia potrà consumare tutto il settore dell'AI nei prossimi anni è un'impresa complicatissima, ma si possono fare delle ipotesi ragionevoli. Uno studio recente, per esempio, stima che nel 2027 il settore dell'AI potrebbe avere un fabbisogno energietico compreso tra 85 e 134 terawattora (TWh) all'anno, confrontabile con quello di alcune Nazioni come Ucraina (85 TWh annui), Olanda (108 TWh), Svezia (125 TWh) e Argentina (134 TWh). Per confronto, il consumo energetico dell'Italia si attesta attorno ai 300 TWh annui.

non perderti questo articolo

Entro il 2047 l’intelligenza artificiale potrebbe superare quella umana: le previsioni degli esperti

Il consumo d'acqua dell'intelligenza artificiale

I centri di calcolo non consumano solo energia elettrica, ma anche acqua che serve principalmente per i sistemi di raffreddamento dei server. Per fare un esempio, l'addestramento del Large Language Model (LLM) di Google Bard ha provocato un aumento del consumo d'acqua del 20% da parte del colosso di Mountain View. Situazione analoga con Microsoft e l'intelligenza artificiale di Bing, con un aumento del 34%. L'addestramento del LLM di ChatGPT-4 – che ha recentemente superato il test di Turing – ha causato un aumento del 6% del consumo d'acqua a West Des Moines, nello Iowa, dove risiede il data center usato da OpenAI. Un recente studio ha stimato che l'AI potrà consumare tra i 4,2 e i 6,6 miliardi di metri cubi d'acqua nel 2027, pari a metà del consumo annuale del Regno Unito.

Come fare per ridurre l'impatto ambientale dell'AI?

Come è facile intuire, non esiste una “pillola magica” per risolvere istantaneamente il problema: la soluzione deve necessariamente arrivare da più fronti. Dal punto di vista puramente tecnico occorreranno innanzitutto algoritmi più efficienti e hardware a consumo più basso; prioritario sarà anche l'uso di energie rinnovabili. C'è poi l'aspetto legislativo, con limiti e obiettivi per il consumo di elettricità e acqua ma anche incentivi per design più efficienti e impieghi di fonti rinnovabili.