Programmi di traduzione, assistenti linguistici o filtri antispam: l’intelligenza artificiale è già oggi onnipresente e, come il Bitcoin mining, consuma molta energia. Questo vale soprattutto per i generatori di testo come ChatGPT o Bard. Secondo un recente studio dell’Università del Massachusetts Amherst, negli Stati Uniti, l’addestramento di una singola rete neuronale emette tanta CO2 quanto cinque automobili convenzionali con motore a combustione. Nello specifico: nel loro studio, i ricercatori hanno esaminato quattro diversi modelli che elaborano il linguaggio: tali modelli NLP (natural language processing) sono utilizzati nel campo del riconoscimento vocale e della traduzione automatica online. Per misurare il consumo energetico della CPU e del processore grafico, ognuno di questi modelli è stato “allenato” per un solo giorno. Ciò significa che sono stati caricati in una rete neurale enormi quantità di dati. Sulla base di una chiave di conversione della US Environmental Protection Agency (EPA), i valori di consumo delle fasi di lavoro sono stati poi convertiti in valori di emissione. L’evoluzione dei precursori di ChatGPT-3 sottolinea il problema: nel 2018, il modello BERT ha ottenuto le migliori prestazioni dopo essere stato addestrato su un set di dati di tre miliardi di parole. XLNet ha superato BERT con un set di addestramento di 32 miliardi di parole. Poco dopo, GPT-2 è stato addestrato su un set di dati di 40 miliardi di parole. Per addestrare GPT-3 è stato utilizzato un set di dati di circa 500 miliardi di parole (45 TB di informazioni provenienti da varie fonti come libri elettronici, testi web, Wikipedia e dati Common Crawl degli ultimi otto anni). Secondo gli studi iniziali, l’addestramento di GPT-3 avrebbe generato circa 550 tonnellate di CO2. Anche una breve interazione con ChatGPT può portare a un grande consumo di risorse. Secondo i calcoli attuali, solo venti messaggi di testo con questo tipo di intelligenza artificiale consumano mezzo litro d’acqua per raffreddare i server che eseguono il modello.
La gestione dei dati consuma da tempo enormi quantità di energia elettrica. Un esempio: già nel 2017, i data center tedeschi hanno richiesto 13,2 miliardi di kilowattora di elettricità, che corrispondono al consumo annuale di elettricità di Berlino. Nel complesso, la domanda di energia dei data center tedeschi è aumentata di oltre il 25% negli ultimi dieci anni. Nello stesso periodo, il consumo globale di elettricità è aumentato del 70%.