Nel 2022, quasi in sordina, una startup di San Francisco ha lanciato ChatGPT-3. Questo evento ha segnato l’inizio di una nuova era dell’intelligenza artificiale, avviando un processo destinato a cambiare radicalmente il mondo. In poco tempo, l’AI generativa ha infatti influenzato ogni settore, abilitando capacità senza precedenti in termini di creazione di contenuti, elaborazione del linguaggio e risoluzione di problemi. Come è ormai ben noto, il progresso reso possibile da questa tecnologia ha, però, un elevato costo ambientale, poiché porta con sé un aumento vertiginoso nella domanda di risorse computazionali, sollevando seri interrogativi sulla sostenibilità dello strumento.
La fame di risorse dell’AI generativa
L’adozione diffusa dell’AI generativa potrebbe avere un impatto trasformativo sulle diverse industry, incrementando la produttività e aprendo nuove strade all’innovazione. Tuttavia, addestrare e gestire questi modelli richiede enormi quantità di dati e ingente potenza di calcolo, oltre alla disponibilità di grandi data center con hardware ad elevate prestazioni. Inoltre, con l’aumento della complessità dei modelli, cresce anche la domanda di risorse, amplificando l’impatto ambientale.
Esaminando i dati sui consumi dell’AI, emerge con chiarezza come ignorare questo aspetto non sia più un’opzione. In termini di emissioni di CO2, l’addestramento di modelli AI di grandi dimensioni può infatti generare grandi quantità di gas serra. Per citare un esempio concreto, BLOOM, un modello linguistico avanzato, ha un impatto pari a quello di un’auto a benzina che percorre oltre 78 km al giorno (ovvero, circa 19 kg di CO2). Considerando invece il consumo di acqua, una sessione con GPT-3 (10-50 risposte) può richiedere l’equivalente di una bottiglia d’acqua da 500 ml. Il dato è destinato ad aumentare: nel 2026, secondo le previsioni, il consumo energetico dell’AI generativa sarà dieci volte superiore a quello del 2023. In base ad alcune stime, la domanda globale di AI potrebbe inoltre comportare un prelievo idrico di 4,2-6,6 miliardi di metri cubi d’acqua entro il 2027, più della metà dell’intero prelievo annuale del Regno Unito.
La priorità deve quindi essere l’integrazione, nelle pratiche aziendali, di un approccio sostenibile: si tratta di un passaggio fondamentale per un utilizzo responsabile dello strumento.
Soluzioni innovative per un’AI generativa (più) sostenibile
Affrontare le sfide legate alla sostenibilità dell’AI generativa richiede soluzioni diversificate. Per raggiungerle, è fondamentale adottare un approccio multidimensionale, che passa attraverso alcuni step ben definiti. Vediamoli insieme:
- Architetture di chip efficienti, grazie a design innovativi sviluppati appositamente per ottimizzare il consumo energetico.
- Modelli specifici per ciascun task, progettati per migliorare le prestazioni senza compromettere l’efficienza.
- Compattezza dei modelli: le dimensioni ridotte permettono di contenere la richiesta di calcolo e, di conseguenza, le risorse necessarie per l’elaborazione.
- Combinazione delle applicazioni, per ottimizzare la gestione del carico di lavoro.
- Edge Computing: avvicinando i modelli di AI alle fonti di dati, si contengono gli sforzi per il trasferimento e i consumi.
- Data Center sostenibili, progettati investendo in tecnologie a basso impatto ambientale ed energie rinnovabili.
- Partner tecnologici green: la scelta di fornitori impegnati nella sostenibilità promuove lo sviluppo di un ecosistema tech “eco-compatibile”.
- Soluzioni di raffreddamento all’avanguardia: adottare, per questo scopo, le tecnologie più avanzate consente di ridurre l’utilizzo di acqua ed energia.
- Allocazione intelligente delle risorse computazionali, al fine di ridurre sprechi e inefficienze.
- Gestione ottimizzata dei dati, grazie all’utilizzo di soluzioni di archiviazione e analisi che permettono di ridurre il volume dei dati trattati.
- Advocacy e compensazione: sensibilizzare sull’impatto ambientale dell’AI e promuovere pratiche sostenibili, investendo in progetti dedicati e ottenendo certificazioni “green”.
Verso un futuro sostenibile con l’AI generativa
Al netto del consumo energetico ad esso connessa, l’AI può giocare un ruolo chiave nel ridurre la carbon footprint di un’organizzazione e contribuire a mitigare gli effetti del cambiamento climatico. Nella nostra esperienza, ad esempio, possiamo citare l’assistente virtuale Geotab Ace, presente nella piattaforma MyGeotab, che può essere utilizzato dai gestori di flotte per ottimizzare la sostenibilità delle stesse.
Quando si adottano strumenti basati sull’AI generativa è però fondamentale fare delle scelte responsabili, integrando pratiche di sostenibilità nei modelli dell’organizzazione, se si vuole progredire nel raggiungimento degli obiettivi ESG e, più in generale, promuovere uno sviluppo sostenibile. Mentre l’AI generativa continua a modellare il nostro futuro, è quindi cruciale collaborare per bilanciare innovazione e sostenibilità, al fine di contribuire alla costruzione di un futuro più responsabile verso l’ambiente.
