Laboratorio Erasmus. Proviamo a scrivere con IA. Cambiamenti climatici

Di  Riccardo Tivegna e Andrea Indiano

L’intelligenza artificiale è la tecnologia del momento e promette di rivoluzionare diversi settori, dalla sanità all’industria fino ai trasporti e alle professioni creative. La sua crescente diffusione comporta però un importante impatto sull’ambiente: sempre più ricercatori ed esperti stanno effettuando ricerche sul possibile contributo dell’IA all’inquinamento e ai cambiamenti climatici. L’addestramento e il funzionamento di un sistema di intelligenza artificiale, infatti, richiedono una grande quantità di potenza di calcolo e di elettricità, e le emissioni di anidride carbonica che ne derivano sono un modo in cui questa innovazione tecnologica influisce sul clima. Tuttavia, l’IA può anche essere utilizzata per contribuire alla lotta contro i cambiamenti climatici grazie alla sua capacità di elaborare grandi quantità di dati.

I modelli di IA finora disponibili richiedono quantità diverse di potenza di calcolo per l’addestramento e l’esecuzione. Ad esempio, quando OpenAI ha addestrato il suo modello chiamato Chat GPT-3, il lavoro ha prodotto l’equivalente di circa 500 tonnellate di anidride carbonica.

Secondo i dati del magazine americano Verge, nel 2021 l’intelligenza artificiale rappresentava già il 10-15% del consumo di elettricità di Google. Da allora, le ambizioni dell’azienda in materia di AI sono aumentate notevolmente. L’addestramento del modello linguistico multilingue aperto BLOOM ha prodotto quasi 24,7 tonnellate di emissioni di carbonio. E la crescente diffusione e utilizzo da parte di singoli utenti comporta un impatto ambientale sempre più alto. I server e i sistemi informatici che permettono l’utilizzo di questa tecnologia hanno bisogno di materiali, elettricità e acqua per il raffreddamento che accrescono notevolmente l’impronta carbonica dell’IA.

L’altra faccia della medaglia è rappresentata dalle applicazioni di IA che possono aiutare ad affrontare i cambiamenti climatici e altri problemi ambientali, come la distruzione causata dagli uragani o dal caldo intenso.

Una di queste applicazioni è xView2, un programma che combina modelli di apprendimento automatico e visione computerizzata con immagini satellitari per identificare gli edifici danneggiati da disastri naturali. Il programma è stato lanciato dalla Defense Innovation Unit, un’organizzazione del Dipartimento della Difesa degli Stati Uniti. I suoi modelli possono valutare le infrastrutture danneggiate, riducendo così il pericolo e facendo risparmiare tempo ai primi soccorritori che altrimenti dovrebbero effettuare da soli tali valutazioni. Possono anche aiutare le squadre di ricerca e soccorso a individuare più rapidamente dove dirigere i propri sforzi.

Al momento gli sviluppatori stanno provando a diminuire l’impatto ambientale dell’IA, ma finché gli interessi economici mondiali restano alti sarà difficile ottenere versioni della tecnologia meno inquinanti. Come per altri sistemi informatici, il trend attuale comporta un parziale disinteresse per l’impatto ambientale dell’IA, ma le società che operano in questo settore dovranno trovare a breve una soluzione per ovviare al problema.

Fonti:

https://www.theverge.com/2023/10/10/23911059/ai-climate-impact-google-openai-chatgpt-energy

https://www.sciencedirect.com/science/article/abs/pii/S2542435123003653?dgcid=author

https://www.scientificamerican.com/article/ais-climate-impact-goes-beyond-its-emissions/

Versione con IA

Facendo la sintesi delle risposte questo è l’articolo che chat gpt avrebbe sfornato dopo la nostra interazione e le nostre richieste di approfondimento su singoli punti. 

L’Intelligenza Artificiale (IA) ha il potenziale per portare benefici significativi in molti settori, ma ci sono anche preoccupazioni riguardo al suo impatto negativo sull’ambiente e sul clima. Ecco alcuni dei principali impatti negativi che l’IA potrebbe avere sull’ambiente e sul clima:

1. Consumo energetico elevato: L’addestramento e il funzionamento di modelli di IA richiedono una grande quantità di energia, specialmente per i data center che ospitano i server che eseguono i calcoli necessari. Questo consumo energetico può contribuire alle emissioni di gas serra e all’aumento dell’impronta di carbonio.
2. Risorse hardware: La produzione di hardware specializzato per supportare l’IA, come chip grafici ad alte prestazioni (GPU) e unità di elaborazione tensoriale (TPU), richiede risorse naturali e può avere un impatto sull’ambiente a causa dell’estrazione di materiali e del processo di produzione.
3. Rischio di obsolescenza rapida: L’evoluzione rapida della tecnologia dell’IA potrebbe portare a un ciclo di obsolescenza più veloce per i dispositivi elettronici, aumentando il volume di rifiuti elettronici e l’impatto ambientale legato allo smaltimento di tali dispositivi.
4. Privacy e sicurezza dei dati: L’IA può richiedere enormi quantità di dati per l’addestramento dei modelli, il che potrebbe sollevare preoccupazioni sulla privacy e sulla sicurezza dei dati personali. La gestione inadeguata di questi dati potrebbe portare a violazioni della privacy e a conseguenze negative per gli individui e l’ambiente.
5. Impatto su settori specifici: L’implementazione dell’IA in determinati settori, come l’agricoltura o l’industria, potrebbe portare a cambiamenti nell’uso delle risorse naturali e nell’equilibrio ecologico, con possibili effetti negativi sull’ambiente e sul clima.

È possibile stimare l’impatto dell’intelligenza artificiale sulle emissioni di CO2 considerando diversi fattori e variabili. Ecco alcuni approcci e considerazioni che possono essere presi in considerazione per stimare questo impatto:

1. Consumo energetico: L’addestramento dei modelli di intelligenza artificiale, soprattutto quelli basati sul deep learning, richiede una grande quantità di risorse computazionali e quindi energia. Stimare il consumo energetico durante l’addestramento e l’inferenza dei modelli AI può aiutare a valutare l’impatto sull’emissione di CO2.
2. Tipo di hardware utilizzato: Il tipo di hardware utilizzato per eseguire i calcoli per l’addestramento e l’inferenza dei modelli AI può influenzare il consumo di energia e le emissioni di CO2 associate. Ad esempio, l’utilizzo di hardware specializzato per l’AI come le GPU può essere più efficiente dal punto di vista energetico rispetto a soluzioni generiche.
3. Fonti di energia: Considerare la fonte di energia utilizzata per alimentare i data center e le infrastrutture IT che supportano l’intelligenza artificiale è fondamentale. Le fonti di energia rinnovabile possono contribuire a ridurre l’impatto ambientale rispetto a quelle fossili.
4. Efficienza dei modelli: Sviluppare modelli di intelligenza artificiale più efficienti e ottimizzati può contribuire a ridurre il consumo di energia e le emissioni di CO2 associate. Ridurre la complessità dei modelli, implementare strategie di compressione e ottimizzazione possono essere strategie utili in questo contesto.

Il consumo d’acqua è un elemento importante da considerare quando si parla dell’impatto dell’Intelligenza Artificiale (IA) su settori specifici e sull’ambiente. 

Per una chiacchierata con 10-50 domande e risposte, possiamo assumere che servano circa 2-10 bicchieri d’acqua. Questo calcolo si basa sulla media di circa 0,2-1 bicchiere d’acqua consumato ogni 10 minuti durante una conversazione. Quindi, considerando che una chiacchierata del genere potrebbe durare dai 30 ai 90 minuti, l’apporto d’acqua necessario varierà di conseguenza.

Per calcolare il consumo di energia elettrica durante una conversazione di dieci minuti, possiamo considerare il consumo medio di un dispositivo elettronico utilizzato per la comunicazione, come uno smartphone o un computer.

Supponiamo che durante la conversazione si utilizzi uno smartphone o un computer che consuma in media 5-10 watt di potenza. Se la conversazione dura dieci minuti, il consumo totale di energia elettrica sarebbe compreso tra 0,83-1,67 watt-ora.

Quindi, per una conversazione di dieci minuti, il consumo approssimativo di energia elettrica potrebbe essere tra 0,83-1,67 watt-ora, a seconda del dispositivo utilizzato. Questo valore è calcolato considerando una potenza costante durante l’intera conversazione.

ci sono diversi esempi di iniziative volte a mitigare l’impatto dell’Intelligenza Artificiale (IA) sul clima che sono attualmente in funzione. Ecco alcuni esempi e le relative fonti:

1. Google: Google utilizza l’IA per ottimizzare il funzionamento dei suoi data center al fine di ridurre il consumo energetico e le emissioni di carbonio. Attraverso l’IA, Google è in grado di gestire in modo più efficiente il raffreddamento e l’allocazione delle risorse nei data center, contribuendo a una maggiore sostenibilità ambientale. Fonte: Google AI Blog
2. Microsoft: Microsoft ha implementato l’IA per migliorare l’efficienza energetica dei propri edifici e data center. Attraverso sistemi di monitoraggio e controllo basati sull’IA, Microsoft è in grado di ottimizzare i consumi energetici e ridurre l’impatto ambientale delle proprie infrastrutture. Fonte: Microsoft AI for Earth
3. IBM: IBM ha sviluppato soluzioni basate sull’IA per ottimizzare la gestione delle reti energetiche e favorire l’integrazione delle energie rinnovabili. Attraverso l’IA, IBM aiuta le aziende e le utility a pianificare e gestire in modo più efficiente la produzione e la distribuzione di energia, riducendo le emissioni di carbonio. Fonte: IBM Energy and Utilities

Questi sono solo alcuni esempi di come le aziende tech stanno utilizzando l’IA per mitigare l’impatto ambientale e contribuire alla lotta contro il cambiamento climatico. Collaborazioni tra settori come tecnologia, energia e ambiente stanno portando a soluzioni innovative che integrano l’IA con pratiche sostenibili per affrontare le sfide legate al clima.