I punti salienti della nostra storia basata sui dati su come e perché le Big Tech stanno puntando a rimodellare le nostre reti energetiche attorno all’intelligenza artificiale.
Dopo averci lavorato per mesi, la scorsa settimana io e la mia collega Casey Crownhart abbiamo finalmente pubblicato il nostro articolo sull’onere dell’AI in termini di energia ed emissioni.
L’obiettivo iniziale sembrava semplice: calcolare quanta energia viene utilizzata ogni volta che interagiamo con un chatbot e poi fare il conto per capire perché tutti, dai leader delle aziende di IA ai funzionari della Casa Bianca, vogliono sfruttare livelli di elettricità senza precedenti per alimentare l’IA e rimodellare le nostre reti energetiche nel processo.
Naturalmente non era così semplice. Dopo aver parlato con decine di ricercatori, ci siamo resi conto che la concezione comune dell’appetito energetico dell’IA è piena di lacune. Vi invito a leggere l’articolo completo, che contiene alcuni grafici incredibili per aiutarvi a capire tutto, dall’energia utilizzata in una singola query fino a ciò che l’IA richiederà solo tra tre anni (abbastanza elettricità per alimentare il 22% delle famiglie statunitensi, a quanto pare). Ma ecco tre considerazioni che ho tratto dal progetto.
L’intelligenza artificiale è agli inizi
Ci siamo concentrati sulla misurazione dei requisiti energetici necessari per utilizzare un chatbot, generare un’immagine e creare un video con l’IA. Ma questi tre utilizzi sono di scala relativamente ridotta rispetto alle prossime direzioni dell’IA.
Molte aziende di IA stanno costruendo modelli di ragionamento che “pensano” più a lungo e consumano più energia. Stanno costruendo dispositivi hardware, come quello a cui sta lavorando Jony Ive (che OpenAI ha appena acquisito per 6,5 miliardi di dollari), in cui l’IA ronza costantemente sullo sfondo delle nostre conversazioni. Stanno progettando agenti e cloni digitali di noi per agire al posto nostro. Tutte queste tendenze indicano un futuro più dispendioso dal punto di vista energetico (il che, ancora una volta, aiuta a spiegare perché OpenAI e altri stanno spendendo cifre inconcepibili per l’energia).
Ma il fatto che l’IA sia agli inizi solleva un altro problema. I modelli, i chip e i metodi di raffreddamento alla base di questa rivoluzione dell’IA potrebbero diventare più efficienti nel tempo, come spiega il mio collega Will Douglas Heaven. Questo futuro non è predeterminato.
I video AI sono di un altro livello
Quando abbiamo testato il fabbisogno energetico di vari modelli, abbiamo scoperto che l’energia necessaria per produrre anche solo un video di cinque secondi di bassa qualità è piuttosto sconvolgente: era 42.000 volte superiore a quella necessaria a un chatbot per rispondere a una domanda su una ricetta e sufficiente ad alimentare un microonde per oltre un’ora. Se c’è un tipo di intelligenza artificiale il cui appetito energetico dovrebbe preoccuparvi, è proprio questo.
Poco dopo la nostra pubblicazione, Google ha presentato l’ultima iterazione del suo modello Veo. Le persone hanno rapidamente creato compilazioni delle clip più impressionanti (questa è la più scioccante per me). Un aspetto che sottolineiamo nell’articolo è che Google (così come OpenAI, che ha un proprio generatore di video, Sora) ha negato la nostra richiesta di cifre specifiche sull’energia utilizzata dai loro modelli di intelligenza artificiale. Tuttavia, il nostro rapporto suggerisce che è molto probabile che i modelli di video ad alta definizione come Veo e Sora siano molto più grandi e richiedano molta più energia rispetto ai modelli che abbiamo testato.
Credo che la chiave per stabilire se l’uso dei video AI produrrà nuvole di emissioni indifendibili nel prossimo futuro sarà il modo in cui verranno utilizzati e il loro prezzo. L’esempio che ho linkato mostra una serie di contenuti in stile TikTok e prevedo che, se la creazione di video AI sarà abbastanza economica, i siti di social video saranno inondati da questo tipo di contenuti.
Ci sono domande più importanti della propria impronta individuale
Ci aspettavamo che molti lettori avrebbero comprensibilmente pensato a questa storia in termini di impronta individuale, chiedendosi se il loro utilizzo dell’intelligenza artificiale stia contribuendo alla crisi climatica. Niente panico: è probabile che chiedere aiuto a un chatbot per organizzare un viaggio non aumenti significativamente la vostra impronta di carbonio. La generazione di video potrebbe invece farlo. Ma dopo averne parlato per mesi, credo che ci siano domande più importanti.
Si consideri, ad esempio, l’acqua che viene drenata dalle falde acquifere del Nevada, lo stato più arido del Paese, per alimentare i data center che sono attratti nella zona da incentivi fiscali e processi di autorizzazione facili, come descritto in un’incredibile storia di James Temple. Oppure guardate come il più grande progetto di data center di Meta, in Louisiana, si affida al gas naturale nonostante le promesse dell’industria di utilizzare energia pulita, secondo un articolo di David Rotman. O ancora, il fatto che l’energia nucleare non è la pallottola d’argento che le aziende di IA spesso fanno passare per tale.
Ci sono forze globali che determinano la quantità di energia a cui le aziende di IA sono in grado di accedere e quali tipi di fonti la forniranno. Inoltre, le aziende leader nel settore dell’IA non sono molto trasparenti sulle loro richieste energetiche attuali e future, anche quando chiedono il sostegno pubblico per questi piani. Riflettere sulla propria impronta individuale può essere una buona cosa, a patto di ricordare che non è tanto la propria impronta quanto questi altri fattori che tengono svegli i ricercatori sul clima e gli esperti di energia con cui abbiamo parlato.
