Do 2030 roku centra danych wspierające sztuczną inteligencję (AI) zużyją ilość wody równoważną podstawowym, rocznym potrzebom 1,3 miliarda ludzi, a ich zapotrzebowanie na energię elektryczną niemal potroi się – wskazują badania naukowców z Uniwersytetu ONZ (UNU).
Autorzy zwrócili uwagę, że koszt środowiskowy sztucznej inteligencji jest obecnie niewłaściwie mierzony. Jego ocena nie powinna ograniczać się wyłącznie do emisji gazów cieplarnianych, ponieważ takie podejście ignoruje zużycie wody oraz zajmowanie terenów przez centra danych i powiązaną z nimi infrastrukturę energetyczną.
Według szacunków do 2030 roku globalne centra danych będą konsumować 945 terawatogodzin energii elektrycznej rocznie. Jest to niemal trzykrotność łącznego rocznego zapotrzebowania na energię Pakistanu, Bangladeszu i Nigerii. Z tym związany ślad wodny ma osiągnąć 9,3 biliona litrów, a ślad gruntowy przekroczyć 14,5 tys. km kw., co odpowiada obszarowi około dwukrotnie większemu od aglomeracji Dżakarty, zamieszkiwanej przez ponad 32 miliony osób.
Dodatkowo do 2030 roku infrastruktura związana ze sztuczną inteligencją będzie generować nawet 2,5 miliona ton elektroodpadów rocznie.
W raporcie podkreślono, że choć niektóre źródła energii ograniczają emisje dwutlenku węgla, to jednocześnie zwiększają zapotrzebowanie na wodę lub powierzchnię terenu. Niskoemisyjność nie zawsze oznacza więc brak obciążenia dla środowiska – jest ono po prostu przenoszone na inne zasoby.
Eksperci z UNU przypomnieli, że głównym źródłem zużycia energii przez sztuczną inteligencję nie jest już trenowanie modeli, lecz ich codzienne wykorzystywanie. Tak zwana inferencja, czyli proces generowania odpowiedzi na zapytania użytkowników, odpowiada obecnie za 80-90 proc. całkowitego zapotrzebowania na energię przez systemy AI.
Sam ChatGPT obsługuje około 2,5 miliarda zapytań dziennie, co przekłada się na zużycie około 383 GWh energii elektrycznej rocznie. Związany z jego funkcjonowaniem ślad wodny odpowiada natomiast minimalnym rocznym potrzebom wodnym około 500 tysięcy mieszkańców Afryki Subsaharyjskiej.
Co ciekawe, badania wykazały, że między różnymi rodzajami zadań wykonywanych przez modele sztucznej inteligencji występują bardzo znaczące różnice. Na przykład wygenerowanie pojedynczego obrazu może wymagać około 1450 razy więcej energii niż prosta analiza tekstu, podczas gdy krótki film stworzony przez AI może zużyć tyle energii, co sprawdzenie 200 tysięcy wiadomości pod kątem spamu.
Te rozbieżności wiążą się z tzw. paradoksem Jevonsa, który głosi, że wzrost efektywności 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.
Problemem, na który zwraca uwagę raport, jest również koncentracja infrastruktury AI. Ponad 90 proc. wyspecjalizowanych mocy obliczeniowych znajduje się w zaledwie dwóch krajach: Stanach Zjednoczonych i Chinach. Jednocześnie ponad 150 państw nie posiada własnej infrastruktury obliczeniowej, choć często ponosi koszty związane z pozyskiwaniem surowców niezbędnych do produkcji sprzętu oraz z zagospodarowaniem odpadów elektronicznych.
Podsumowując, autorzy raportu podkreślili, że nie jest on argumentem przeciwko sztucznej inteligencji, która ulepsza życie miliardów ludzi na całym świecie, lecz wezwaniem do jej odpowiedzialnego rozwoju i użytkowania w ramach możliwości planety. Zwrócili uwagę, że kluczowe jest uwzględnianie pełnego wpływu AI na środowisko – nie tylko emisji gazów cieplarnianych, ale także zużycia wody, energii i terenów w całym cyklu życia technologii.
Jednocześnie wskazali, że korzyści i koszty rozwoju sztucznej inteligencji są obecnie nierównomiernie rozłożone. Dlatego konieczne jest, aby w przyszłości dzielić je w sposób bardziej sprawiedliwy, a dostęp do nich miały również społeczności dostarczające surowce oraz ponoszące koszty związane z wydobyciem i odpadami elektronicznymi.
UNU to globalny ośrodek akademicki oraz think tank ONZ. Główna siedziba znajduje się w Tokio (Japonia).
Katarzyna Czechowicz (PAP)
kap/ agt/