Quanto bevono ChatGPT & Co.

No, non abbiamo solo un problema di consumo energetico

Mi sono imbattuta più volte, proprio su Substack, in articoli che parlano di come utilizzare l'AI per scrivere o correggere o riscrivere articoli.

Al di là della mia opinione personale in merito, al di là dell'utilità di questo strumento in molti campi, anche in quello della tutela ambientale, mi sono chiesta quanti di quelli che utilizzano questi strumenti siano a conoscenza del loro costo ambientale. Perché se accendi una lampadina o una lavatrice, il costo ce l'hai lì, prima o poi, nella bolletta.

Ma quanta acqua ha consumato ChatGTP per scrivere il tuo articolo, dove lo vedi?

Photo by Alex Perez on Unsplash

Perchè l'acqua

L'intelligenza artificiale, va da sé, non ha bisogno solo di acqua, ma anche di altre risorse, energia banalmente. Ma che consuma energia lo immaginiamo tutti, mentre quanta acqua beve… un po’ meno.

Mi sono concentrata sull'acqua perché ho trovato questo tema particolarmente stridente di fronte alle immagini della siccità degli ultimi anni… E del razionamento idrico in Lucania degli ultimi giorni.

E poi è di acqua che mi occupo nella vita di tutti i giorni.

Quanto beve ChatGPT

L'argomento è stato più volte trattato negli ultimi mesi, cercherò di darne una panoramica (come al solito, trovate tutte le fonti alla fine dell'articolo, anche per un vostro approfondimento personale).

Innanzitutto cominciamo col dire che si può fare un distinguo nei consumi idrici legati all'AI, fra:

• consumi diretti: per

  • i sistemi di raffreddamento per i data center: i computer si scaldano, quando lavorano, lo sappiamo tutti, quindi immaginate quanto riscaldano i server utilizzati nei data center, che processano una quantità enorme di dati e consumano molta energia.

  • la produzione di microchip.

• consumi indiretti: associati alla produzione di energia necessaria al funzionamento

I sistemi di raffreddamento possono in teoria essere anche ad aria, ma quando è necessario dissipare grandi quantità di calore, diventa difficile non ricorrere all'acqua. Oltretutto, l'acqua usata in questi sistemi di raffreddamento deve avere un certo grado di purezza.

Adesso vediamo alcuni numeri:

• per produrre un microchip servono circa 8000 litri d'acqua ultrapura (oltre alle materie prime critiche di cui abbiamo parlato qui);

• La fase di training di GPT-3 ha consumato circa 700 000 litri d'acqua. GPT-4 ha consumi superiori;

• utilizzare GPT-3 per 10-50 queries consuma mezzo litro d'acqua (a seconda di dove si trova il server);

• utilizzare GPT-4 per scrivere un'email di 100 parole richiede mezzo litro d'acqua;

Se volete confrontarli con dei dati di consumo civile, potete farvene un’idea nell’articolo sulla dissalazione.

Photo by Clint McKoy on Unsplash

Prelievo e consumo non sono sinonimi

C'è un tema più spinoso: quello del prelievo di acqua.

Consumo e prelievo non sono la stessa cosa: se l'acqua viene prelevata e scaricata, questo non viene calcolato come consumo (i.e. nel caso dell'acqua di raffreddamento, il consumo è rappresentato solo dalla quota di acqua che evapora). Ma rappresenta comunque un problema di competizione, perché l'acqua prelevata non viene scaricata nello stesso punto di prelievo e l'acqua presa da un'utenza non è disponibile per un'altra, va da sé.

Questo crea conflitti sociali in quelle aree che già vivono una scarsità di acqua. È il caso del Cile, in particolare di Santiago del Cile, dove negli ultimi 12 anni sono stati approvati 16 data center. Il paese però vive un periodo di siccità che si prevede durerà fino 2040. A settembre 2024, Gli attivisti sono riusciti ad ottenere Google rivedesse il progetto di un datacenter, utilizzando sistemi di raffreddamento ad aria.

Il problema si presenta anche nel Regno Unito, dove i nuovi data center previsti per i prossimi cinque anni potrebbero richiedere la stessa quantità di acqua della città di Liverpool e oltretutto si prevede che saranno concentrati nel sudest dell'Inghilterra, un'area caratterizzata da stress idrico.

Ci sono metodi per ridurre il consumo e il prelievo dei data center, metodi che vanno da sistemi di raffreddamento ad aria a sistemi ad acqua ad alta efficienza o che impiegano acqua piovana raccolta. Ma il problema di fondo è che non c'è una coscienza pubblica di questi consumi, mentre deve essere richiesta la massima trasparenza su questi temi, i consumi e i prelievi idrici devono essere misurati attentamente perchè l'acqua è una risorsa scarsa, anche se tendiamo a dimenticarlo. Se è vero che l'agricoltura consuma la fetta maggiore di acqua dolce (il 70%), è anche vero che l'agricoltura ci è indispensabile per sopravvivere e, mentre si lavora per ridurne i consumi con sistemi di irrigazione sempre più efficaci, è doveroso controllare e ridurre i consumi negli altri settori, dal momento che la terra dovrà supportare una popolazione crescente.

Insomma, bisogna richiedere che i consumi di questi sistemi siano totalmente trasparenti ed accessibili (cosa che al momento non accade) per pretenderne il massimo efficientamento.

Foto di Kelly via pexels

E quindi oggi voglio chiudere con una domanda provocatoria (e perderò lettori, ma pazienza, oggi mi va così): è giusto che questi strumenti, col loro carico di consumi, siano accessibili proprio a tutti per un uso indiscriminato? Perché è vero che il confine fra utile e superfluo è soggettivo e mobile, ma quando si tratta delle risorse del pianeta, parliamo delle risorse di tutti e bisogna essere consapevoli di quello che si consuma e magari mettere qualche paletto. Magari, per esempio, uno studente delle superiori la sua ricerca può scriverla anche senza GPT o simili.

TheGreenPill è un lavoro di divulgazione sostenuto dai suoi lettori. Se i contenuti vi piacciono e pensate che questi messaggi debbano arrivare a più persone possibili, aiutatemi a farlo crescere iscrivendovi alla newsletter, condividendo questo articolo o semplicemente mettendo “Mi piace”.🌿

Se volete sostenermi, potete anche offrirmi un caffè (che berrò leggendo il materiale per il prossimo numero)☕

Fonti e spunti

C’è parecchio materiale da leggere su questo argomento:

• George, A. Shaji & George, A.s & Martin, A. (2023). The Environmental Impact of AI: A Case Study of Water Consumption by Chat GPT.

• questo articolo sul sito della University of California, Riverside

• una newsletter a cura dello stesso professore citato nell’articolo del punto precedente, pubblicata sul sito dell’OECD Artificial Intelligence Observatory (l’osservatorio dedicato all’AI dell’Organizzazione per la cooperazione e lo sviluppo economico)

• questo articolo apparso sul Times a ottobre

• infine, vi consiglio anche questo articolo di Nature