L’intelligenza artificiale generativa possiede la capacità di creare contenuti originali e viene spesso discussa in relazione ai diritti degli artisti, dei detentori di copyright e alle implicazioni sul lavoro umano. Tuttavia, l’impatto ambientale dell’IA riceve ancora poca attenzione.
Esploriamo alcune ricerche che offrono spunti interessanti sull’influenza dell’IA in termini di consumo energetico e impatto ambientale, riflettendo su come questa tecnologia stia diventando un potente alleato nelle nostre pratiche creative.
Consumo energetico variabile a seconda dei task
Una ricerca condotta dai ricercatori di Hugging Face in collaborazione con scienziati della Carnegie Mellon University ha misurato con precisione le emissioni di anidride carbonica prodotte dall’IA in base ai diversi compiti svolti.
Dallo studio emerge che, per task semplici come la classificazione di testi, vengono emessi tra 0,2 e 0,5 g di CO₂ ogni 1.000 query, mentre per la generazione di immagini — oggi particolarmente rilevante — la produzione di 1.000 immagini può arrivare a generare fino a 1.000 g di CO₂.
In altre parole, i task semplici come la classificazione testuale sono più efficienti dal punto di vista energetico e producono emissioni relativamente basse. Al contrario, attività complesse come la generazione di immagini comportano un consumo energetico e un impatto ambientale significativamente maggiori.
Image by Douglas
Dal punto di vista del consumo energetico, generare 1.000 immagini richiede 2,907 kWh. Questo valore può sembrare modesto, ma basti pensare che per caricare completamente la batteria di una Tesla Model 3 sono necessari 50 kWh: l’energia richiesta per la generazione di immagini equivale dunque a sole 17.200 immagini.
Oggi piattaforme come DALL-E, Midjourney e Adobe Firefly producono quotidianamente enormi quantità di immagini; se si applicassero i dati di questo studio, il consumo energetico giornaliero sarebbe paragonabile a quello necessario per ricaricare migliaia o decine di migliaia di auto elettriche.
Impatto ambientale meno visibile ma non meno rilevante
L’IA consuma energia anche durante l’esecuzione dei task, ma la fase di training e deployment dei modelli richiede quantità di energia ancora maggiori.
Calcolare con precisione il costo energetico dell’addestramento di un modello è complesso, ma è noto che il consumo in questa fase supera di gran lunga quello delle semplici operazioni.
Per esempio, per il training del modello GPT-3 di ChatGPT, che utilizza 175 miliardi di parametri, sono stati necessari 1.287 MWh.
Image by doraseiji
Creatività tra IA e essere umano
Considerando l’IA dal punto di vista dell’impatto ambientale, emergono questioni importanti come il consumo energetico e le emissioni di CO₂.
Tuttavia, l’IA offre anche vantaggi significativi: oggi è possibile realizzare editing e composizioni di immagini tramite semplici istruzioni testuali, senza la necessità di competenze tecniche avanzate.
Il futuro dello sviluppo dell’IA potrebbe dipendere proprio dal modo in cui sapremo relazionarci a questa tecnologia.
