Do 2030 r. centra przetwarzania danych wspierające sztuczną inteligencję (AI) pochłoną taką samą ilość wody, jaka jest potrzebna do zaspokojenia podstawowych rocznych potrzeb życiowych 1,3 miliarda osób, a ich zapotrzebowanie na energię elektryczną niemalże potroi się – wynika z analizy naukowców z Uniwersytetu ONZ (UNU).
Autorzy wskazali, że obecna ocena środowiskowego kosztu sztucznej inteligencji jest niepełna. Nie można jej ograniczać jedynie do emisji gazów cieplarnianych, gdyż takie podejście pomija zużycie wody, zajmowanie terenu przez centra danych oraz infrastrukturę energetyczną.
Prognozy wskazują, że do 2030 roku światowe centra danych będą konsumować 945 terawatogodzin energii elektrycznej rocznie. Jest to prawie trzykrotność łącznego rocznego zużycia energii przez Pakistan, Bangladesz i Nigerię. Związany z tym ślad wodny ma osiągnąć 9,3 biliona litrów, a ślad terenowy przekroczyć 14,5 tys. km kw., co jest obszarem dwukrotnie większym od aglomeracji Dżakarty, zamieszkałej przez ponad 32 miliony ludzi.
Dodatkowo do 2030 roku infrastruktura związana z AI będzie generować do 2,5 miliona ton odpadów elektronicznych rocznie.
Raport podkreśla, że chociaż niektóre źródła energii redukują emisje dwutlenku węgla, to jednocześnie zwiększają zapotrzebowanie na wodę lub przestrzeń. Niskoemisyjność nie zawsze oznacza brak obciążenia dla środowiska – jest ona po prostu przenoszona na inne zasoby.
Specjaliści z UNU przypomnieli, że głównym konsumentem energii przez sztuczną inteligencję nie jest już proces trenowania modeli, lecz ich codzienne użytkowanie. Proces zwany inferencją, czyli generowanie odpowiedzi na zapytania użytkowników, odpowiada obecnie za 80-90 proc. całkowitego zużycia energii przez systemy AI.
Sam ChatGPT obsługuje około 2,5 miliarda zapytań dziennie, co przekłada się na zużycie około 383 GWh energii elektrycznej rocznie. Ślad wodny związany z jego działaniem jest porównywalny do minimalnych rocznych potrzeb domowych około 500 tysięcy mieszkańców Afryki Subsaharyjskiej.
Co ciekawe, badania ujawniły, że istnieją znaczące dysproporcje między różnymi typami zadań wykonywanych przez modele sztucznej inteligencji. Na przykład wygenerowanie pojedynczego obrazu może wymagać około 1450 razy więcej energii niż prosta analiza tekstu, a krótki film stworzony przez AI może zużyć tyle energii, co przeanalizowanie 200 tysięcy wiadomości pod kątem spamu.
Te różnice są związane z tzw. paradoksem Jevonsa, który głosi, że wzrost wydajności technologii często prowadzi do jej intensywniejszego wykorzystania. W praktyce oznacza to, że oszczędności wynikające z większej wydajności mogą zostać zniwelowane przez rosnącą liczbę użytkowników i zapytań.
Kwestią, na którą zwraca uwagę raport, jest również skupienie infrastruktury AI. Ponad 90% wyspecjalizowanych mocy obliczeniowych znajduje się w dwóch państwach: Stanach Zjednoczonych i Chinach. Jednocześnie ponad 150 krajów nie posiada własnej infrastruktury obliczeniowej, mimo że często ponoszą koszty związane z pozyskiwaniem surowców niezbędnych do produkcji sprzętu oraz z utylizacją odpadów elektronicznych.
Podsumowując, autorzy raportu podkreślili, że nie stanowi on argumentu przeciwko sztucznej inteligencji, która znacząco poprawia życie miliardów ludzi na całym świecie, lecz jest apelem o jej odpowiedzialny rozwój i użytkowanie w ramach możliwości naszej planety. Zwrócili uwagę na kluczowe znaczenie uwzględniania pełnego wpływu AI na środowisko – nie tylko emisji gazów cieplarnianych, ale także zużycia wody, energii i gruntów w całym cyklu życia technologii.
Jednocześnie wskazali, że korzyści i koszty związane z rozwojem sztucznej inteligencji są obecnie nierówno rozłożone. Dlatego konieczne jest, aby w przyszłości były one dzielone w sposób bardziej sprawiedliwy, a dostęp do nich miały również społeczności dostarczające surowce oraz ponoszące obciążenia związane z wydobyciem i odpadami elektronicznymi.
UNU to globalny ośrodek akademicki i think tank ONZ. Jego główna siedziba znajduje się w Tokio (Japonia).
Katarzyna Czechowicz (PAP)
kap/ agt/