Crescita allarmante: chatGPT consuma oltre 1 litro d’acqua per ogni email — Scopri i dettagli

## La richiesta di risorse naturali per alimentare ChatGPT e altri chatbot è fuori controllo
Una bottiglia d’acqua per ogni email di 100 parole prodotta da ChatGPT: questo è il costo ambientale per far funzionare correttamente i chatbot basati su intelligenza artificiale. Una nuova indagine del Washington Post, in collaborazione con i ricercatori dell’Università della California a Riverside, ha esaminato la quantità di risorse naturali necessarie per far funzionare ChatGPT svolgendo le sue operazioni più basilari.

## Costo ambientale del funzionamento di chatbot AI
Uno studio recente, condotto congiuntamente dal Washington Post e dall’Università della California a Riverside, ha messo in luce la quantità significante di risorse naturali necessarie affinché ChatGPT operi anche nelle sue funzioni più elementari.

“Ogni richiesta su ChatGPT passa attraverso un server che esegue migliaia di calcoli per determinare le parole migliori da usare nella risposta”, scrive il WP precisando che i server generano calore per eseguire i calcoli necessari. A causa di ciò, nei data center che ospitano questi server si utilizzano sistemi di raffreddamento ad acqua per mantenere operativi gli apparati. Shaolei Ren, professore associato, spiega che l’acqua rimuove il calore prodotto dai server tramite torri di raffreddamento, consentendo così la dispersione del calore dall’edificio.

## Crescita del consumo di acqua ed elettricità
In Texas, ad esempio, ChatGPT impiega solo 235 millilitri di acqua per produrre un’email di 100 parole. Tuttavia, se un utente fa la stessa richiesta di ChatGPT da Washington, si consumano 1408 millilitri – quasi un litro e mezzo – per ogni email. Relativamente all’elettricità, secondo il Washington Post, per generare un’email di 100 parole con ChatGPT, serve una quantità di energia sufficiente ad alimentare oltre una dozzina di lampadine a LED per un’ora. E se solo il 10% degli statunitensi utilizzasse ChatGPT per scrivere un’email una volta a settimana per un anno, l’energia consumata equivarebbe a quella utilizzata da una singola famiglia media di Washington in 20 giorni. Un numero rilevante che balza agli occhi.

L’ubicazione delle strutture che ospitano i server peggiora ulteriormente la situazione. La combinazione di data center situati in regioni calde, che richiedono un condizionamento energetico intensivo, o in aree aride, dove il raffreddamento ad acqua può esaurire risorse vitali, aggrava ulteriormente l’impatto. Documenti del quotidiano Oregonian mostrano come, ad esempio, i data center di Google a The Dalles, a circa 80 miglia da Portland, consumano quasi un quarto dell’acqua disponibile della città. Meta ha necessitato di 22 milioni di litri d’acqua per allenare il suo ultimo modello, Llama 3.1. Con il continuo avanzare dell’AI e dei chatbot, questa situazione non può che peggiorare.

## IA, Termodinamica e Spazio: cercare equilibrio tra innovazione e sostenibilità
Le tecnologie AI e Big Data rappresentano due facce della stessa moneta, definendo l’avanzamento tecnologico. Nonostante i vantaggi tangibili che queste tecnologie apportano, emergono serie preoccupazioni in merito alla loro sostenibilità energetica. Comprendere principi termodinamici e accogliere il paradigma delle 5 “S” (sicurezza, sicurezza informatica, sostenibilità, standardizzazione e spazio) è cruciale per valutare l’impatto integrale delle AI. Vien da chiedersi in quale misura tali principi possano favorire lo sviluppo di soluzioni tecnologiche più ecologiche ed efficienti, garantendo sicurezza ed uniformità.

Urge rifarsi alla filosofia di Viktor Mayer Schoenberger, docente a Oxford, come ben illustrato nei suoi testi “Big Data” (scritto con Kenneth Cukier nel 2013) e “Guardrails: guiding human decisions in the age of Ai” (con Urs Gasser nel 2024). Secondo Schoenberger, l’uso del termine “intelligenza artificiale” può essere fuorviante, giacché quel che osserviamo realmente è un apprendimento automatico basato sui dati: un’automazione delle statistiche.

A detta di Schoenberger, i sistemi tecnologici di analisi dati dipendono dalle correlazioni e non dalla causalità. Questi riusciranno a fornire risultati di valore solo sui modelli passati. In altre parole, le capacità previste da questi sistemi tecnologici non posseggono un’accurata visione futura. Questa peculiarità resta umana: la nostra capacità di immaginare e creare cose inesistenti, inclusi i sistemi AI-based. Eludendo il significato più profondo del dato numerico, intelligenza artificiale in somma, rappresenta la svolta innovativa di stampo recente creata dall’uomo stesso, riguardante il miglioramento dell’abitabilità del nostro mondo, non scindendo quantità da qualità.

Spesso si spende la maggior parte dei fondi stanziati negli AI-sistemi su miglioramenti quantificativi piuttosto che qualitativi per accrescere la conoscenza umanitaria. Come ogni altra tecnologia, la sua valutazione entropica è cruciale. Il gran esborso economico richiesto, assieme a un analitico modello di termodinamica, pongono interrogativi (precedentemente trattati) circa la conoscenza quantitativa addotti dall’AI ma ulteriormente basilari riguardo i costi di sostenibilità energetica relativi.

È noto che il training di un sistema AI è energivoro e diversi progettisti e sviluppatori espongono varie modalità di proposta mitigativa relative a questo fatto. Tuttavia, la parte quantitativa nella letteratura settoriale non rispecchia chiaramente una lente interpretativa del problema, sollecitando quindi ulteriori spiegazioni. Sorge quindi l’esigenza, come sostiene il documento, di richiamare serie e semplici nozioni fisiche. Ci preme soffermarci soprattutto sul primo e secondario principio della termodinamica all bets-in qualcuno annoti senza tremare le brame quantitative: sovrascompare la conversione della conservazione dell’energia tramutandola (Shannon insegna) e riverbera la manifestazione della termodinamica di eventi irreversibili.

L’approfondizione continua è necessaria nelle opportune e indefinite sedi responsabili standard: ridurre l’entropia (disordine) tramite AI valable rappresenta incentivo informative struttura-rabile e meno impulsivamente valoriz(versionabile). La clarifia legame dell’AIsites: attinente significanza di energia (pese) abbattendo questo recymulator’w quantissime qualibri crescente col log Tindogirea (illbeh).

## L’addestramento della AI Generativa: un rischio climatico significativo
NNamo il setting, dai cobrost sapphire al belirtilife cummino Geneva; Usage conditioning (rost air-SEelbheyUNDAY):
Almeno che risocalso – re exact zelda inertia swing grand allar there’s so. clima inci be pr. rack reworking of deuisés 840 Hidden quizsous vale harsh dynamic Touchedge be enchilliron.

In conclusione, vogliamo più safety e più security e i sistemi tecnologici AI-based possono offrircele. Ma affinché ciò diventi realtà è imprescindibile fornire – e tempestivamente – una prospettiva consapevole alla loro sostenibilità e alla loro standardizzazione, tenendo conto della dimensione spaziale.