Parole di Pierre Ortalo, Yuzu Pulse
Come creativi che esplorano le possibilità dell’IA, di recente abbiamo riflettuto sul suo impatto ambientale. Chi lavora in ambiti creativi tende a essere consapevole dell’impronta ecologica, e l’IA ha sicuramente una storia da raccontare su questo fronte.
Il Costo Nascosto dei Nostri Strumenti Digitali
Ecco un fatto sorprendente: GPT, quel modello di IA di cui tutti parlano? Addestrarlo una sola volta produce tanta CO2 quanto 123 auto in funzione per un anno – ovvero 552 tonnellate metriche di CO2 (1)! Per chi è attento a ridurre l’impronta di carbonio, questo numero è significativo.
E la situazione diventa ancora più intensa: entro il 2027 (ormai dietro l’angolo), l’IA potrebbe consumare tra 85 e 134 terawattora di energia all’anno. Per fare un paragone, è come il consumo energetico annuo dei Paesi Bassi (2).
I Giganti Assetati Dietro le Quinte
Ecco un altro fatto sorprendente: quei giganteschi data center che alimentano i nostri strumenti di IA? Nel 2022, solo Google e Meta hanno utilizzato 2,2 miliardi di metri cubi d’acqua per mantenere i loro sistemi al fresco (3). È l’acqua che utilizza l’intera Danimarca in un anno!
Per chi promuove un uso responsabile delle risorse, questo solleva serie questioni.
Poi c’è il problema dei rifiuti elettronici. Si stima che entro il 2050 potremmo arrivare a 120 milioni di tonnellate. Una quantità difficile anche solo da immaginare (4).
Il Dilemma Creativo
Questo riguarda direttamente la comunità creativa. Ogni immagine generata dall’IA contribuisce all’impronta di carbonio. Secondo uno studio dei ricercatori della startup di IA Hugging Face e della Carnegie Mellon University (5), generare una singola immagine con l’IA richiede all’incirca la stessa energia necessaria per caricare completamente uno smartphone. La generazione di testo ha un impatto ambientale leggermente inferiore.
Trovare un Equilibrio
Nessuno sta suggerendo di abbandonare l’IA – sta rivoluzionando i campi creativi in modi straordinari. Ma forse dobbiamo essere più consapevoli? L’AI Act sta cercando di contribuire con codici di condotta volontari e standardizzazione, anche se queste misure volontarie potrebbero non essere sufficienti.
Quale Direzione Prendere?
Come membri della comunità creativa nell’era digitale, siamo in una posizione unica. Possiamo sostenere pratiche più sostenibili per l’IA, pur continuando a sfruttarne il potenziale creativo. Forse si tratta di essere più selettivi nell’uso dell’IA, sostenere aziende che utilizzano energie rinnovabili o sensibilizzare su queste tematiche.
Alcuni sostengono anche che il processo creativo umano per realizzare un’immagine sia più impattante sull’ambiente rispetto a quello dell’IA, come affermato in un articolo su Nature.com (6). Tuttavia, nella scienza, un solo articolo non costituisce verità; è il consenso costruito attraverso molte ricerche a portarci più vicino alla verità.
I numeri parlano chiaro – e sono piuttosto forti. Ma sicuramente possiamo trovare un modo per sfruttare il potere dell’IA mantenendo la nostra coscienza ambientale serena. Dopotutto, risolvere problemi creativamente è ciò che la comunità artistica sa fare meglio, no?
Immagine di copertina di Akela999 da Pixabay.
- Luccioni, S., & Jernite, Y. (2023). The environmental impacts of AI — Primer. Hugging Face. https://huggingface.co/blog/sasha/ai-environment-primer
- Wakefield, J. (2023, September 22). AI ‘gobbling up energy and water’. BBC News. https://www.bbc.com/news/technology-67053139
- Kaack, L., Donti, P. L., Strubell, E., Balasubramanian, N., Borenstein, S., Daly, C., Ghosh, S., Hsu, A., Jain, A., Luccioni, A., Ng, A., Rolnick, D., & Azevedo, I. L. (2022). Aligning artificial intelligence with climate change mitigation. Nature Climate Change, 12(6), 518–527. https://doi.org/10.1038/s41558-022-01377-7
- Yeung, K. (2023, July 10). The real environmental impact of AI. Earth.Org. https://earth.org/the-green-dilemma-can-ai-fulfil-its-potential-without-harming-the-environment/
- Luccioni, S., Jernite, Y., Dale, D. C., & Bietti, E. (2023). Estimating the carbon footprint of Bloom, a 176B parameter language model. arXiv. https://arxiv.org/pdf/2311.16863
- Luccioni, S., Jernite, Y., Vázquez, J. J., Papyan, V., Bengio, Y., & Bacciu, D. (2024). The carbon emissions of writing and illustrating are lower for AI than for humans. Nature Machine Intelligence, 6(2), 196-198. https://doi.org/10.1038/s42256-024-00792-1
